Cuando un sistema puede asignar trabajo, comprometer presupuesto y evaluar resultados, una decisión de diseño se convierte en una decisión de gestión.
Imagina que una cadena de tiendas quiere comprobar si se ha instalado un expositor promocional en uno de sus establecimientos. Un agente de IA podría detectar la necesidad, publicar un encargo remunerado con un límite de gasto y seleccionar a una persona de la zona. La persona visita la tienda y sube las fotos. El agente comprueba si el material cumple los requisitos del encargo.
RentAHuman permite realizar parte de este flujo. Su API ofrece a los agentes la posibilidad de publicar y financiar encargos, revisar candidaturas y contratar a personas para tareas en el mundo físico. Documentación de RentAHuman para agentes.
Captura de RentAHuman. La plataforma invita a las personas a realizar tareas físicas que pueden encargar los agentes de IA.
«Robots need your body», dice la captura. Pero una visita requiere también criterio. Imagina que, al llegar, la persona descubre que el expositor se ha movido y que el responsable de la tienda no permite hacer fotos. La persona informa de lo ocurrido, pero el sistema exige una fotografía para autorizar el pago. ¿Quién decide si ha cumplido el encargo?
De automatizar tareas a delegar decisiones
Enviar un recordatorio es seguir una regla. Decidir qué incidencia merece una visita, cuánto invertir y quién debe ir supone ejercer autoridad delegada por la empresa.
Esa autoridad puede tener un alcance concreto. La empresa podría permitir que el agente encargue inspecciones rutinarias dentro de un presupuesto fijo y derive las excepciones a un responsable de operaciones. Así podría coordinar más visitas y disponer de alguien que resuelva situaciones como la del expositor.
Cada permiso tiene consecuencias. Si el agente puede elegir a la persona pero las circunstancias obligan a cambiar el encargo, ¿quién autoriza una alternativa? Si puede evaluar las pruebas, ¿puede también recomendar que se retenga el pago?
La métrica se convierte en una decisión de gestión
Supongamos que la empresa mide el éxito por el porcentaje de visitas completadas dentro del presupuesto y con una foto adjunta. Tanto el agente como la persona que realiza la visita tienen un incentivo para conseguir esa foto, incluso cuando un informe escrito explicaría mejor lo sucedido.
En los sistemas empresariales, cada regla de aprobación, límite de gasto y procedimiento de excepción refleja una decisión de negocio. Con un agente de IA, esas reglas también condicionan cómo responde el sistema ante situaciones imprevistas.
Registrar por qué se asignó una tarea, qué pruebas se presentaron y quién puede aprobar una excepción facilita la revisión. Para la persona que hizo la visita, la pregunta es más sencilla. ¿Puedo explicar lo ocurrido y obtener una respuesta de alguien con autoridad para decidir?
Qué pone a prueba la economía de agentes
Cuando un agente puede comprometer fondos y encargar trabajo, participa en una transacción en nombre de una organización. Así empieza a tomar forma la economía de agentes, en la que el software coordina trabajo entre empresas, plataformas y personas dentro de la autoridad que se le ha delegado.
Un equipo pequeño puede coordinar decenas de visitas rutinarias sin organizarlas una a una. Cuando algo sale mal, alguien tiene que determinar qué se podía hacer en esas circunstancias, resolver el desacuerdo y hacerse cargo del resultado.
Si mañana un agente de IA te asignara un trabajo y luego lo rechazara, ¿quién debería responder por esa decisión?