Agentic Artificial Intelligence: Harnessing AI Agents to Reinvent Business, Work and Life
de Pascal Bornet (con Jochen Wirtz, Thomas H. Davenport y otros coautores)
📝 RESUMEN
El libro sostiene que los agentes de inteligencia artificial —sistemas capaces de ejecutar tareas completas y aprender de la experiencia con supervisión mínima— representan un salto distinto al de la IA generativa conversacional, porque actúan en lugar de solo responder. Bornet y su equipo de coautores plantean que las organizaciones que diseñen procesos alrededor de estos agentes pueden reducir costos operativos de forma sustancial, mientras que las que los traten como una extensión de sus chatbots actuales perderán la ventaja de moverse primero.
📅 POR QUÉ LEERLO AHORA
La mayoría de las organizaciones ya probó asistentes de IA generativa para redactar textos o resumir documentos, pero pocas han diseñado procesos donde un agente ejecute una tarea de principio a fin sin intervención humana constante. Ese es el salto que describe este libro, y es también el que separa a quienes automatizan tareas puntuales de quienes rediseñan procesos completos. Bornet documenta casos donde la automatización con agentes reduce costos operativos por encima del 25%, una cifra que obliga a cualquier organización a revisar su hoja de ruta de tecnología.
El texto llega en un momento en que proveedores de nube y software empresarial están empaquetando agentes en sus plataformas, lo que reduce la barrera técnica pero no resuelve la pregunta de gobierno y control que toda adopción exige. Su tesis central es que la ventaja competitiva no está en adoptar agentes primero, sino en rediseñar los procesos de negocio para que un agente pueda ejecutarlos con criterio y trazabilidad.
💡 LA IDEA CENTRAL
El libro identifica una confusión extendida entre la IA generativa conversacional y la IA agéntica: la primera responde preguntas y genera contenido bajo instrucción directa, mientras que la segunda planifica, ejecuta acciones en sistemas reales y ajusta su comportamiento según el resultado obtenido. Bornet argumenta que muchas organizaciones siguen evaluando la segunda con los criterios de la primera, lo que las lleva a subestimar tanto su potencial como sus riesgos operativos.
Como marco de acción, el libro propone identificar procesos de alto volumen y reglas relativamente estables como candidatos naturales para agentes, y advierte que la implementación exitosa depende menos del modelo de lenguaje elegido que del diseño del flujo de trabajo, los mecanismos de manejo de errores y la forma en que los agentes se integran con los sistemas existentes. También introduce la noción de una economía de agentes emergente, donde agentes de distintas organizaciones interactúan entre sí para completar transacciones, lo que añade una capa de gobierno que va más allá del control interno de cada empresa.
Para quienes dirigen organizaciones, el libro implica que la conversación sobre inteligencia artificial debe trasladarse del área de tecnología a la de rediseño de procesos y gestión del cambio. La adopción de agentes exige revisar qué decisiones se delegan, qué nivel de supervisión humana se mantiene y cómo se prepara al personal para trabajar junto a sistemas que ejecutan, no solo sugieren.
Distinguir IA generativa de IA agéntica evita decisiones mal calibradas. El aporte más útil del libro para un directivo con poco tiempo es esta distinción conceptual. Bornet muestra que evaluar un agente con las mismas métricas que un chatbot —precisión de respuesta, tono, coherencia del texto— ignora lo que realmente importa: si la acción que ejecutó fue correcta, si se pudo auditar y si el proceso se recuperó bien de un error. Esta confusión explica por qué algunas organizaciones reportan resultados decepcionantes con proyectos de IA que en realidad nunca fueron agénticos, y por qué otras subestiman el riesgo de dar autonomía real a un sistema.
El rediseño de procesos importa más que el modelo de lenguaje subyacente. El libro insiste en que el desempeño de un agente depende de cómo se definió el proceso que ejecuta, no del modelo de inteligencia artificial que lo soporta. Un flujo mal diseñado, con pasos ambiguos o excepciones no contempladas, produce errores costosos sin importar qué tan avanzado sea el modelo. Bornet recomienda mapear el proceso completo, incluidas sus excepciones, antes de asignarlo a un agente, en lugar de partir del modelo disponible y buscarle un uso.
El manejo de errores define si un agente escala o se abandona. Uno de los hallazgos más prácticos del libro es que los proyectos de agentes fracasan con más frecuencia por fallas de manejo de excepciones que por errores del modelo mismo. Cuando un agente encuentra una situación fuera de lo previsto y no tiene una ruta clara de escalamiento a un humano, el error se propaga o el proceso se detiene sin aviso. Bornet propone diseñar desde el inicio los puntos de intervención humana y los umbrales de confianza que activan una revisión manual.
La economía de agentes exige gobierno más allá de los límites de la organización. Bornet anticipa un escenario donde agentes de distintas empresas negocian y ejecutan transacciones entre sí, lo que introduce preguntas de responsabilidad legal y trazabilidad que ningún marco de gobierno interno resuelve por sí solo. Recomienda que las organizaciones empiecen a definir políticas de interacción entre agentes antes de que la práctica se generalice, en lugar de esperar a que un incidente fuerce la conversación.
La adopción de agentes es, ante todo, un proyecto de gestión del cambio. El libro dedica una parte considerable a la resistencia organizacional: empleados que desconfían de delegar tareas a un sistema, mandos medios que ven amenazado su rol de supervisión y equipos que no reciben formación adecuada antes del despliegue. Bornet sostiene que ignorar esta dimensión humana es la causa más común de que un proyecto técnicamente sólido no logre adopción real.
⚠️ UNA LIMITACIÓN HONESTA
El libro está firmado por un colectivo amplio de coautores y patrocinado en su promoción por proveedores de tecnología, lo que introduce un sesgo hacia mostrar la adopción de agentes como inevitable y de retorno casi garantizado. Las cifras de ahorro que cita provienen mayoritariamente de casos de las propias empresas y consultoras vinculadas a los autores, sin una metodología comparativa independiente. El libro también asume una madurez de datos y de arquitectura tecnológica que buena parte de las organizaciones medianas de la región aún no tiene, lo que hace que algunas recomendaciones requieran una etapa previa de preparación no cubierta en el texto.
📊 DATO DE LECTURA
La reseña puede leerse en menos de cinco minutos; el libro completo, de 570 páginas, demanda entre ocho y diez horas de lectura. Su densidad es moderada: está escrito en un lenguaje deliberadamente no técnico para directivos, aunque su extensión y el número de coautores generan variaciones de estilo entre capítulos. No se encontró evidencia de una edición en español disponible al momento de esta reseña; el libro se distribuye en inglés bajo el título original.
📚 EDICIONES
Agentic Artificial Intelligence: Harnessing AI Agents to Reinvent Business, Work and Life, Pascal Bornet (con Jochen Wirtz, Thomas H. Davenport, David De Cremer y otros coautores), 2025.
Compartir este Contenido
Comparta este contenido con su equipo o red profesional
¿Quiere llevar esto a su organización?
Media hora basta para saber si tiene sentido seguir. Sin costo, por videollamada.
Elige usted la hora directamente en la agenda.
¿Prefiere escribirnos primero?
Respondemos en menos de 1 hora en horario hábil.