
Después de implementar agentes de IA: qué se vigila
En corto: Después de la implementación, un agente de IA se actualiza con los datos de tus sistemas, pero no con las decisiones de tu planta. Si cambia una tolerancia, un acuerdo con un cliente o una ficha técnica que nadie cargó, sigue decidiendo con la regla anterior; y el proveedor del modelo también lo actualiza por su cuenta. Por eso, antes de firmar, la pregunta no es quién lo implementa, sino quién revisa su resultado.
Lo sabemos desde adentro. Neurya surgió en un grupo industrial con 53 años de historia, y el primer agente que tuvimos que mantener al día fue el de nuestra propia planta.
Gartner pronostica que el gasto mundial en IA llegará a 2.7 billones de dólares en 2026, 49.5 % más que el año anterior, según su comunicado del 16 de septiembre. Ese dinero compra arranques: modelos, infraestructura, implementaciones. Nuestra lectura es que lo que decide si rinde pasa después, a partir del día 91, cuando el equipo de implementación ya se fue y la planta sigue cambiando.
En por qué los pilotos de IA no llegan a producción vimos qué separa a un piloto de un sistema en producción. Este artículo empieza donde ese termina: el agente ya está en producción, ya da resultados, y ahora hay que sostenerlos.
El día 91: la implementación termina, el negocio no
Lo que pasa después del día 90 decide si el proyecto valió la pena o solo lo pareció tres meses. El riesgo no es que el agente se caiga, porque eso se nota y alguien lo arregla. El riesgo es que el resultado se aleje poco a poco del número acordado, que nadie lo revise y que un día alguien deje de usarlo sin que eso haya sido la decisión de nadie.
Lo que se pierde ahí no es la inversión inicial: es el retorno que ya estaba corriendo. Un ejemplo ilustrativo: si un agente recupera 400 mil pesos al mes y su resultado se desvía 25 % sin que nadie lo note durante dos trimestres, son 600 mil pesos que se dejaron de ganar antes de que alguien haga la pregunta. Y se pierde algo más caro: la confianza interna para aprobar el siguiente proyecto, porque se va a discutir con el recuerdo del que se apagó.
Por qué un agente se desajusta aunque se actualice
Porque se actualiza con los datos, no con las decisiones. Un agente bien conectado lee la lista de materiales vigente, el catálogo de proveedores y las órdenes del día: si ingeniería da de alta un número de parte nuevo en el sistema, el agente lo usa desde ese momento. Lo que no lee es lo que tu planta decide fuera del sistema. Calidad acepta con un proveedor nuevo una tolerancia distinta y lo acuerda por correo. El cliente principal empieza a aceptar embarques parciales y lo dice en una junta. La ficha técnica de una materia prima llega en PDF y nadie la carga. El agente sigue decidiendo con la regla anterior, porque nadie le avisó que cambió.
Hay un segundo cambio que no depende de tu planta: el proveedor del modelo de IA lo actualiza. Un modelo nuevo suele ser mejor, pero puede resolver distinto el mismo caso, y eso no aparece en ningún aviso de tu sistema. En ninguno de los dos casos falló el agente: hace lo que puede con lo que sabe. Los cambios que entran al sistema se notan; los que se quedan en un correo, en una junta o en la versión del modelo son los que nadie ve.
Qué se vigila: el resultado contra la línea base, no si está encendido
Un agente puede estar encendido el 100 % del tiempo y estar decidiendo mal. Por eso la disponibilidad del sistema, el porcentaje del tiempo que está encendido, no dice nada del negocio. Lo que se vigila es si el número que justificó el proyecto, el de surtidos correctos, rechazos o días de ciclo, se aleja de la línea base del día 0.
Hay una segunda señal, más temprana: cuántas veces la persona corrige al agente. Si el supervisor que revisa sus propuestas empieza a corregir más seguido, algo cambió en la planta antes de que el número lo muestre. Esa cifra se revisa cada semana; el resultado contra la línea base, cada mes, con quien responde por él.
Quién lo sostiene por dentro
Alguien de tu planta tiene que revisar cada mes si lo que decide el agente sigue dando el dinero que se acordó. Si esa revisión queda solo en manos del proveedor, el proyecto muere el día que cambia el contrato. El proveedor puede ayudar a medir, pero no puede ser quien decide si el resultado todavía vale lo que cuesta.
Esa persona no es quien corrige al agente en el día a día. En adopción de IA con los colaboradores explicamos por qué ese papel le toca a quien trabaja el proceso. La revisión mensual es otra cosa: la hace quien responde por el número ante la dirección, y es quien decide cuándo un cambio de la planta obliga a ajustar esas reglas.
Qué hace un especialista de IA dentro de tu planta
Después de implementar, un agente necesita a alguien que entienda la planta, no solo el sistema. El soporte de software tradicional está pensado para lo segundo: una mesa de ayuda que responde cuando algo se cae, con un ticket y un tiempo de respuesta. Eso sirve si el problema es técnico. Pero lo que desajusta a un agente, como vimos, no se ve como una falla: es la tolerancia acordada por correo o el trato nuevo con un cliente, y para encontrarlo hay que estar en la planta, hablar con el supervisor y saber cómo se gana el dinero en ese proceso. De ahí viene la figura del especialista desplegado: alguien del proveedor que trabaja dentro de la empresa del cliente, no a distancia.
En Neurya esa persona es un especialista de IA dedicado a tu empresa, que trabaja hombro a hombro con tu equipo de planta: entiende el proceso y el negocio, y puede cambiar cómo decide el agente, no solo levantar un ticket. En inglés se le llama *forward deployed engineer* (FDE), y es la forma en que damos soporte a los agentes de IA en producción.
La diferencia se ve con la tolerancia que se acordó por correo. Con una mesa de ayuda, alguien reporta que el agente se equivoca, se abre un ticket y se espera. Con un especialista dentro de la planta, la tasa de correcciones sube, el especialista se sienta con el supervisor, encuentra el acuerdo que nunca entró al sistema y ajusta las reglas del agente esa misma semana. Cada trimestre revisa el resultado con dirección y propone qué ajustar o qué agente sumar; la decisión es de tu empresa. El objetivo no es quedarse para siempre: es que tu gente aprenda a hacer ese ajuste, para que el resultado no dependa de nosotros.
No toda planta lo necesita. Si tus procesos cambian poco y ya tienes a alguien que revisa el resultado cada mes y sabe hacer esos ajustes, con esa revisión alcanza. Se justifica cuando los cambios llegan más rápido de lo que tu equipo alcanza a ajustar.
Qué pedir por escrito antes de firmar
Cuatro cosas, en el contrato y no en la presentación: quién revisa el resultado, cada cuándo, contra qué número y qué pasa cuando el negocio cambia una regla. La cuarta es la que más conviene detallar: que diga quién ajusta las reglas del agente, en cuánto tiempo y si ese ajuste tiene un costo aparte, porque el primer cambio de proveedor va a llegar antes que la primera renovación. Y hay una quinta que protege tu inversión: que las reglas del agente, sus registros y la línea base sean tuyos y estén documentados. Si mañana cambias de proveedor, lo que ya funciona se queda contigo.
Qué hacer el lunes
- Revisa si algún sistema que ya opera decide hoy contra una regla que cambió. Empieza por los acuerdos del último trimestre que se tomaron por correo o en junta y nunca entraron al sistema.
- Nombra a una persona de la planta como responsable del resultado de cada sistema en producción. Si el único nombre que aparece es del proveedor o de sistemas, ese es el hallazgo.
- Fija cada cuándo se compara ese resultado contra la línea base del día 0. Si no tiene fecha, se pospone cada vez que hay una urgencia en la planta.
- Mete las cuatro cosas en el contrato de tu próximo proyecto, antes de firmarlo. Después de firmar, cada una se negocia desde una posición más débil.
Antes de firmar tu siguiente proyecto
A nuestros propios agentes les damos el mismo trato. La revisión de compras que corre sobre nuestro Odoo se sigue midiendo cada semana después de entregada, y hoy cubre todas las líneas de recepción contra el costo estándar.
Si ya tienes un agente en producción y quieres que su resultado no dependa de nadie más, vamos directo al acompañamiento. Si aún no tienes claro por dónde empezar, la consultoría arranca en 120 mil pesos más IVA. Sea cual sea el camino, quién sostiene el resultado queda escrito desde el primer día.
Para ir más a fondo:
- Cómo trabaja un especialista de IA en tu planta: Soporte y acompañamiento de agentes de IA
- Las cinco fases, de levantar el proceso a acompañar el resultado: nuestro método
- El paso anterior, de piloto a producción: Por qué los pilotos de IA no llegan a producción
- Qué cambia en una empresa que trabaja con agentes: Qué es una empresa agéntica
Preguntas frecuentes
¿Necesito un área de IA propia para sostener los agentes?
No para empezar. Basta un responsable por resultado y, mientras tu equipo aprende a ajustarlo, un especialista de IA que lo acompañe.
¿Puedo cambiar de proveedor sin perder lo que ya funciona?
Sí, si las reglas del agente, los registros y la línea base son tuyos y están documentados. Por eso conviene pedirlo por escrito desde el primer contrato.
¿Cuánto dura el acompañamiento?
Hasta que tu equipo sabe ajustar al agente y el resultado se sostiene sin ayuda externa. Se revisa cada trimestre, no es un contrato indefinido.
¿Tienes una pregunta sobre esto en tu empresa?
Déjanosla y te respondemos por correo. Sin compromiso.
¿Prefieres explorar por tu cuenta? Haz el autodiagnóstico (5 min)




