Nicolás Cuevas construyó un equipo ejecutivo que no duerme, no pide vacaciones y no aparece en la nómina. Lo llamó A-Level: una capa de microagentes que se coordinan entre ellos para hacer el trabajo. Su tesis incomoda a propósito: en tres años nadie te va a preguntar a cuántas personas lideras, sino a cuántos agentes.
Hace dos años, la discusión sobre IA en las empresas latinoamericanas era un chatbot en el sitio web. Hoy Nicolás Cuevas dirige, desde Rankmi, un experimento bastante más agresivo: reemplazar procesos completos de gestión de personas por agentes autónomos que se reparten el trabajo entre sí y que rinden cuentas a un humano. Lo bautizó A-Level, un guiño directo al C-level. La conversación duró dos horas y fue inquietante.
Empecemos por lo obvio: ¿por qué llamar A-level a un software?
"Porque no es software, son procesos guiados por IA. Cuando yo digo C-level, tú entiendes inmediatamente qué hace ese grupo: define prioridades, asigna recursos, responde por resultados. A-Level hace lo mismo, solo que está compuesto por agentes especializados que se coordinan entre ellos sin que nadie los esté empujando. Eso es delegar en agentes.
Si lo llamo “una herramienta”, la organización lo trata como una herramienta: alguien lo compra, nadie lo usa, muere en seis meses. Si lo llamo un nivel ejecutivo, la organización se ve obligada a preguntarse qué le delega, cómo lo evalúa y quién responde por lo que hace.
El nombre es incómodo a propósito. Y sí, hay gente a la que le molesta profundamente que la palabra level aparezca al lado de algo que no es humano. Ese es exactamente el punto y es lo que viene".
¿Qué hace un microagente que un flujo automatizado no hacía?
"La automatización clásica ejecuta lo que ya sabías que ibas a necesitar. Tú dibujas el flujo, el sistema lo repite. Un microagente parte de un objetivo, no de un flujo: “detecta riesgo de salida en el equipo comercial y actúa antes de que renuncien”. Para lograrlo, lee señales de desempeño, cruza clima, revisa remuneraciones, detecta que tres personas del mismo equipo llevan cuatro meses sin conversación de feedback y le pide a otro agente que prepare el caso para el líder.
Ninguno de esos pasos estaba pre dibujado. Y lo más importante: si el camino falla, busca otro. La automatización se rompe cuando la realidad cambia; el agente negocia con la realidad. El agente se adapta a la realidad porque busca cumplir su objetivo, no es un script rígido. Por eso son muchos y pequeños en lugar de uno gigante: cada uno hace una cosa extremadamente bien y la coordinación es el producto".
¿Entonces esto marca un antes y un después para el trabajo? ¿Dónde está exactamente la línea?
"La línea es el momento en que dejas de ser quien ejecuta para ser quien dirige la ejecución. Dejas de hacer tareas directamente para hacerte cargo de los procesos. El “antes” lo conocemos: tu valor era producir output. Hacer el reporte, revisar la planilla, redactar la evaluación, perseguir la firma. Medíamos horas porque las horas eran un proxy razonable del output. El “después” es que el output se volvió abundante y casi gratis.
Lo escaso ahora es el criterio: qué problema vale la pena resolver, qué respuesta del agente es mediocre y hay que devolver, qué decisión no se delega nunca. En el antes tú competías con tus pares por hacer más. En el ahora compites por dirigir mejor y hacer mejores procesos. Y hay una consecuencia que a nadie le gusta escuchar: el profesional promedio, el que era bueno ejecutando y nada más, es el que queda más expuesto. No lo reemplaza la IA. Lo reemplaza el colega que sí aprendió a trabajar con agentes".
Entonces el modelo es híbrido. ¿Cómo se ve un equipo híbrido de verdad?
"Se ve como un equipo pequeño de humanos con un rango de acción absurdamente grande. Un analista de personas que antes cubría 300 colaboradores hoy cubre 3.000, porque tiene seis agentes que hacen el trabajo de recolección, cruce, redacción y seguimiento, y él hace lo que ninguno puede: leer la política interna, la historia del equipo, la conversación que tuvo el viernes.
En Rankmi lo estructuramos con tres roles nuevos que no existían en ningún manual: quien define el objetivo del agente, quien audita lo que produce y quien decide cuándo desconectarlo. El error más común que veo en las empresas es armar un “comité de IA” de cinco personas que no tocan el trabajo. El equipo híbrido no se diseña en un comité: se diseña metiendo agentes en el proceso más doloroso que tengas y viendo qué se rompe. Primero se genera la crisis, luego resuélvelo con agentes, no con otra persona que tape el problema".
Predicción concreta, con fecha: ¿qué desaparece primero?
"Antes de 2028 desaparece la capa de coordinación pura. Ese mando medio cuya función real es pedir estados de avance, consolidarlos en un documento y presentarlos hacia arriba. No es un juicio moral, es aritmética: ese trabajo es exactamente lo que un agente hace mejor, más rápido y sin política interna.
Lo segundo que desaparece es el ciclo anual: la evaluación de desempeño una vez al año, la encuesta de clima una vez al año, el plan de desarrollo que se escribe en enero y se lee en diciembre. Todo eso existía porque procesarlo era caro. Ya no lo es.
Y lo tercero, más incómodo aún: desaparece el headcount como métrica de poder. Tienes que empezar a ver la métrica Revenue por Full-Time Equivalent (FTE). Cuando un gerente puede levantar veinte agentes en una tarde, presumir que tienes cuarenta personas a cargo dejará de ser un símbolo de estatus y empezará a parecer ineficiencia".
¿Y qué aparece? Todo el mundo habla de lo que se pierde.
"Aparece una habilidad que hoy casi nadie tiene en su CV: saber delegar y armar procesos guiados por agentes. Como dicen en EEUU: "Stop babysitting your AI agents". Es hora de delegarles trabajo y si no te gusta su resultado mejorar el proceso. Si no lo logras, no es culpa del agente, es culpa tuya.
Suena trivial y no lo es. Delegar bien a un agente exige que puedas explicitar el criterio con el que tú tomas decisiones, y la mayoría de los profesionales seniors no sabe hacerlo —lo tienen en la intuición, no en palabras.
Aparece también el rol de auditor: revisión del loop de trabajo. Como mejoras el prompt de los agentes para que mejoren sus resultados. Y aparece algo que me entusiasma más que todo lo anterior: vuelve el tiempo para el trabajo lento. Pensar una estrategia, acompañar a alguien que lo está pasando mal, rediseñar un proceso desde cero. Las cosas que llevábamos veinte años diciendo que no alcanzábamos a hacer porque estábamos ocupados haciendo reportes"
¿Quién responde cuando un agente se equivoca con una persona real?
"Un humano con nombre y apellido. Siempre. Esa es la regla que no negociamos y la que más discusiones nos ha costado con clientes que quisieran automatizar decisiones de desvinculación o de renta. Nuestra línea es clara: A-Level prepara, propone, evidencia y documenta; un humano firma todo lo que afecta la vida de alguien. Y no es solo ética, es diseño. Un agente sin dueño humano se degrada rápido, porque nadie corrige sus supuestos.
Por eso cada agente en Rankmi tiene un responsable, un registro de lo que hizo y una forma de desconectarlo en un clic. Si tu proveedor de IA no te puede mostrar esas tres cosas, no tienes un equipo de agentes: tienes una caja negra tomando decisiones sobre tu gente. Tienes que ser capaz de medir y mejorar a tus agentes de forma continua".
¿Latinoamérica llega tarde a esto?
"Llega bien, y en algunos casos con ventaja. Nuestras empresas tienen menos deuda tecnológica que una corporación europea con cuarenta años de sistemas legados encima; podemos saltar etapas. Lo que sí tenemos es un problema cultural: acá el liderazgo todavía se ejerce por presencia y por control. Un jefe que necesita ver a su gente sentada no va a saber qué hacer con un equipo que trabaja con agentes, porque a los agentes no los puedes supervisar mirándolos.
Mi predicción es que la brecha en la región no va a ser por acceso a la tecnología —eso se resuelve con una tarjeta de crédito—, sino por madurez de liderazgo. En cinco años va a haber empresas latinoamericanas compitiendo de igual a igual con cualquiera del mundo, y otras del mismo tamaño y del mismo país que van a quedar quince años atrás. Misma tecnología disponible, resultados opuestos".
Si mañana soy CHRO y quiero empezar, ¿qué hago el lunes?
"No armes una estrategia de IA. Elige un proceso que todos en tu empresa odien, normalmente es perseguir personas para que te respondan o la carga de solicitudes, y ponle un agente encima con un dueño humano y un plazo de seis semanas. Vas a aprender más de eso que de un año de comités.
Segundo: mide tiempo liberado, no adopción. La métrica “cuántas personas usan la herramienta” no significa nada; “cuántas horas de trabajo administrativo desaparecieron del equipo” lo significa todo.
Tercero, y es el que casi nadie hace: decide de antemano qué vas a hacer con ese tiempo. Si no lo decides, se lo come la operación y en tres meses estás igual que antes, solo con una licencia más cara. La IA no te regala tiempo: te obliga a elegir en qué lo gastas".
Última: ¿cómo se ve un día de trabajo en 2031?
"Llegas y no revisas correos: revisas lo que tu A-Level hizo mientras dormías. Hay tres decisiones esperándote, con la evidencia ya armada y con la recomendación de cada agente. Rechazas una, corriges otra, apruebas la tercera. Eso te toma cuarenta minutos y es la parte más importante de tu día. El resto lo pasas con personas: una conversación difícil, un diseño de producto, un proceso que hay que reinventar.
Tu equipo tiene ocho humanos y unos treinta agentes, y nadie encuentra eso raro, igual que hoy nadie encuentra raro que un banco no tenga cajeros contando billetes. Y la parte que más me gusta imaginar: el trabajo va a volver a parecerse a un oficio. Menos trámite, más juicio. Llevamos un siglo pagándole a la gente por hacer cosas que una máquina podía hacer. Estamos por dejar de hacerlo. No creo que se reduzca el headcount, creo que se mantendrá. Lo que sí ocurrirá es que las empresas venderán más con la misma gente".
.
