Durante años, la automatización en las empresas tuvo una lógica clara: ejecutar tareas repetitivas con precisión. Scripts, reglas fijas, procesos estructurados. Pero ese paradigma está cambiando. En el panel sobre automatización inteligente del Forbes IA Summit, el foco ya no estuvo en hacer más rápido lo mismo, sino en algo mucho más disruptivo: permitir que los sistemas tomen decisiones.

Ese es el verdadero punto de quiebre.

“Con agentes e IA generativa se abre un nuevo paradigma: sistemas que no solo ejecutan, sino que pueden tomar decisiones con cierto criterio humano”, explicó Emiliano Actis Dato, Tech Leaders Community Lead para Hispanoamérica en IBM.

La diferencia con el pasado es sustancial. El RPA (Siglas de Robotic Process Automation) sigue siendo una herramienta vigente, pero su lógica es limitada: reglas explícitas, caminos definidos, cero margen de interpretación. Funciona, pero dentro de un perímetro rígido. @@FIGURE@@

“Está basado en reglas súper claras… no puede escaparse de ese script ni entender mucho del contexto”, detalló Actis Dato durante el panel.

La irrupción de la inteligencia artificial generativa y los agentes cambia ese escenario. Introduce contexto, flexibilidad y, sobre todo, capacidad de decisión. Ese cambio abre la puerta a procesos que antes eran imposibles de automatizar. Nicolás Ramos, socio del área de Consultoría en Tecnología de EY Argentina, lo planteó desde una perspectiva práctica. “Ahora tenemos una variedad de posibles decisiones que podemos tener en cuenta y entender el lenguaje natural humano para tener una relación más cercana con los agentes”, explicó. La clave está en esa capacidad de interpretar lenguaje y contexto. Y Ramos marcó un punto importante: el RPA no desaparece: "Es el brazo ejecutor”.

En este nuevo esquema, los agentes piensan -o simulan pensar- y el RPA ejecuta. Es una arquitectura híbrida donde conviven lo determinístico y lo probabilístico. Esa combinación permite avanzar hacia un modelo de operaciones más autónomas, donde los sistemas realizan tareas, y deciden cómo y cuándo hacerlas.

Pero ese avance trae consigo una tensión inevitable: el control. Alejandro Zuzenberg, CEO y cofundador de Botmaker, lo expresó con claridad. “El cambio es pasar de automatizar tareas a delegar decisiones”, afirmó. La diferencia no es semántica. Es estructural.

Automatizar implica que la decisión ya fue tomada por un humano. Delegar implica que la decisión ocurre dentro del sistema. “Los agentes son un modelo de delegación; estoy delegando parcial o totalmente una serie de decisiones”, explicó Zuzenberg.

Y ahí aparece el principal obstáculo: el miedo. “El miedo a delegar es el mismo que con los humanos: que no decida como yo quiero o que cometa un error grave”, advirtió.

Ese temor no es nuevo. Es el mismo que aparece cada vez que una organización introduce una tecnología que desplaza parte del control humano. Pero en este caso, el salto es mayor, porque no se trata solo de ejecutar mejor, sino de decidir. @@FIGURE@@

La pregunta entonces es inevitable: ¿hasta dónde delegar?

Según Zuzenberg, la respuesta no es binaria, sino gradual. “Es como una perilla de volumen… podés decidir cuánto control delegás y cuánto no”, explicó. Esa capacidad de ajuste es clave para la adopción. Permite que las empresas experimenten con distintos niveles de autonomía sin perder completamente el control.

Uno de los principales obstáculos para la implementación de estas tecnologías es la convivencia con sistemas legados. Infraestructuras antiguas, interfaces rígidas, arquitecturas pensadas para otro paradigma. “En 25 años nunca me encontré con un cliente que no tenga sistemas legacy”, señaló Ramos.

La buena noticia es que las nuevas tecnologías están encontrando formas de integrarse con esos sistemas. Hoy, los agentes pueden interactuar con plataformas existentes sin necesidad de integraciones complejas. Pueden navegar interfaces, interpretar datos y ejecutar acciones como lo haría un usuario. “Nunca fue tan fácil conectar sistemas… los agentes pueden navegar, cotizar y ejecutar sin necesidad de APIs”, explicó Zuzenberg.

Ese avance reduce una de las principales barreras de entrada y acelera la adopción. Pero también introduce nuevos riesgos. El principal, según los especialistas, está en la falsa expectativa. “Algunas empresas creen que ponen un agente y automáticamente todo se resuelve. Eso está muy lejos de la realidad”, advirtió Ramos.

Implementar agentes requiere diseño, entrenamiento, pruebas y gobernanza. No es un proceso automático. “Hay que darle un camino, definir responsabilidades y construirlo como un sistema”, explicó. Esa construcción incluye un componente clave: la seguridad. En un entorno donde los sistemas toman decisiones y acceden a datos sensibles, el riesgo no es menor. “Cuanto más automatizado, más seguro… pero hay que poner la seguridad primero en la mesa”, señaló Ramos. @@FIGURE@@

La afirmación puede parecer contraintuitiva, pero tiene lógica. La automatización reduce errores humanos, uno de los principales vectores de vulnerabilidad. Sin embargo, también introduce nuevos tipos de riesgos, especialmente en sistemas que operan con autonomía.

Por eso, el enfoque debe ser proactivo. “Hay que trabajar con marcos de uso responsable de la IA, considerando seguridad, privacidad y gobernanza”, explicó. Ese marco incluye desde la protección de datos hasta la validación de decisiones y la supervisión de los sistemas.

En paralelo, las organizaciones deben asumir que la inversión en seguridad no es opcional. “A medida que digitalizamos más operaciones, necesitamos más seguridad”, sostuvo Ramos. La combinación de RPA, IA generativa y agentes no es una tendencia futura, sino una realidad en expansión. Su impacto se extiende desde el backoffice hasta la logística, las finanzas y el soporte al cliente. Procesos que antes requerían intervención humana constante ahora pueden operar de manera parcial o totalmente autónoma.

Y en ese proceso, las empresas enfrentan una decisión estratégica: seguir optimizando el modelo actual o rediseñar completamente sus operaciones. Como sintetizó Actis Dato, el verdadero cambio no es hacer lo mismo más rápido. Es hacer cosas que antes no eran posibles.