Artículo
Los agentes de inteligencia artificial que manejan navegadores, formularios y aplicaciones de escritorio están cruzando dos umbrales al mismo tiempo. Según un análisis difundido por BigGo Finance a partir de una investigación de Fabrizio Serafini, socio de a16z, los mejores sistemas alcanzan una tasa de finalización del 85% en OSWorld-Verified, un benchmark de tareas informáticas, frente a aproximadamente 72% para evaluadores humanos. Su costo de ejecución se estima entre US$6 y US$8 por hora.
La comparación económica es provocadora. El artículo sitúa el costo integral del trabajo offshore de BPO en India cerca de US$10 por hora y el de personal administrativo en Estados Unidos entre US$30 y US$45. Si esas referencias se sostienen en una implementación concreta, automatizar tareas repetitivas ya no sería solamente una decisión tecnológica: podría alterar la estructura de costos y la localización global de operaciones de back office.
Pero comparar horas de máquina con horas humanas puede inducir a conclusiones demasiado rápidas. El costo del agente varía según el modelo utilizado, la cantidad de capturas de pantalla, la longitud del contexto, los reintentos y cuánto trabajo puede resolverse con código convencional. Además, el costo de inferencia no incluye necesariamente integración, supervisión, seguridad, mantenimiento ni el impacto de un error. La unidad económica relevante no es la hora, sino el resultado correcto y verificable.
El 85% de finalización también debe leerse con cautela. Significa que aproximadamente 15 de cada 100 tareas todavía fallan en las condiciones del benchmark. Esa tasa puede ser aceptable en actividades de bajo riesgo con revisión posterior, pero es incompatible con procesos críticos si no existe una capa adicional de control. Un agente que interpreta mal una condición de pago y la carga en el ERP puede dejar un registro aparentemente normal; el problema quizá solo aparezca cuando se emite una factura incorrecta.
Los casos de uso más sólidos comparten tres rasgos: tareas estandarizadas, recorridos repetibles y una definición observable de éxito. El artículo menciona automatización de portales, gestión de tickets de tecnología y carga de datos posteriores a entrevistas. Cuando el resultado depende de juicio complejo o la confirmación llega días después por otro canal, el agente pierde visibilidad y el proceso puede quedar detenido sin que nadie lo advierta.
Por eso, la ventaja competitiva empieza a desplazarse desde el modelo hacia la aplicación. Saber hacer clic deja de ser una barrera cuando varios proveedores ofrecen capacidades similares. El valor duradero está en comprender el vocabulario interno, los formatos, las reglas de negocio, las rutas de escalamiento, las excepciones y la forma de comprobar que el trabajo quedó realmente terminado.
Para una empresa, el primer paso sensato no es reemplazar una función completa, sino elegir un flujo acotado y medirlo. Conviene registrar costo por transacción correcta, tasa de excepciones, tiempo de supervisión humana, impacto de los reintentos y consecuencias potenciales de cada fallo. También se necesitan permisos mínimos, trazabilidad, protección de credenciales y mecanismos para detener o derivar la tarea cuando el sistema no puede verificar el resultado.
La señal de mercado es relevante: los agentes ya se acercan a una escala económica capaz de desafiar servicios administrativos tradicionales. Sin embargo, la reducción de costos solo se convierte en productividad cuando la automatización es confiable de extremo a extremo. Las empresas que ganen no serán necesariamente las que adopten el modelo más potente, sino las que rediseñen mejor sus procesos y hagan visibles los errores antes de que lleguen al cliente, al sistema contable o a una decisión crítica.