La inteligencia artificial está pasando de generar contenido a ejecutar tareas. Mientras la IA generativa responde instrucciones y produce texto, código o imágenes, la IA agéntica llegó para conectarse con sistemas empresariales, utilizar herramientas y completar flujos de trabajo de principio a fin.
Ese cambio ocurre en un momento de fuerte apetito por invertir: el 88% de los altos ejecutivos planeaba aumentar su presupuesto de IA para 2026, según una encuesta de PwC realizada en 2025. Este cambio abre una nueva oportunidad para las organizaciones que buscan incorporar agentes de IA a la operación sin perder control sobre la seguridad, los costos y los resultados.
Para responder a este reto, NYXN, compañía global especializada en el uso de IA Agéntica para grandes corporativos en Latinoamérica, desarrolló Forge, una metodología diseñada para facilitar la adopción empresarial de agentes de inteligencia artificial y transformar la manera en que los equipos de tecnología desarrollan, modernizan y operan sistemas.
“El cambio no consiste solamente en utilizar IA para escribir código más rápido, sino que los agentes pueden participar en prácticamente todo el ciclo de ingeniería: descubrir, diseñar, construir, probar, desplegar y operar. Cuando esa capacidad se incorpora a una organización, también es necesario cambiar la manera en que se define el trabajo, se entrega contexto y se supervisan las acciones”, explicó David Casillas, Chief Technology Officer de NYXN.
La iniciativa nació a partir de la experiencia de los propios equipos de ingeniería de NYXN. Al comparar proyectos realizados con agentes de IA frente a desarrollos bajo metodologías ágiles tradicionales, la compañía encontró mejoras de entre 50% y 70% en los tiempos de ejecución, resultados alcanzados en dos años. A partir de esta eficiencia, estructuró una metodología que permite llevar ese modelo de trabajo a equipos empresariales completos. Forge se construye sobre tres principios que definen cómo las organizaciones deben relacionarse con la IA:
- El contexto es el nuevo código: los agentes necesitan conocer el negocio, sus objetivos, reglas, tecnologías y criterios de calidad para ejecutar correctamente sus tareas.
- La velocidad exige gobernanza: acelerar el desarrollo requiere establecer reglas para el uso de IA y mecanismos de supervisión, tomando como referencia el AI Management System (AIMS) definido por ISO/IEC 42001.
- Human on the Loop: los agentes ejecutan las tareas de manera autónoma dentro de parámetros definidos, mientras las personas supervisan su operación, intervienen cuando es necesario y mantienen la responsabilidad sobre los resultados.
Estos principios se llevan a la práctica mediante specs, especificaciones estructuradas que reúnen el contexto del negocio, la arquitectura, las herramientas disponibles y los criterios de prueba que los agentes necesitan para desarrollar una solución. A través de tecnologías como MCP (Model Context Protocol), los agentes pueden interactuar con bases de datos, aplicaciones y otras herramientas. La observabilidad permite supervisar qué modelos utilizan los agentes, cuántos ciclos ejecutan, qué acciones realizan y cuántos tokens consumen, facilitando también el seguimiento de los costos asociados al uso de IA.
La metodología también plantea una transformación en los equipos de ingeniería. En lugar de limitar el uso de IA a tareas individuales, los especialistas pasan a trabajar como responsables de dirigir y supervisar agentes que participan en distintas etapas del ciclo de desarrollo.
De la metodología a la operación empresarial
Para las organizaciones, el reto ya no es únicamente determinar qué pueden hacer los agentes, sino establecer en qué procesos tiene sentido utilizarlos, qué contexto necesitan, qué nivel de autonomía pueden asumir y cómo mantener control sobre su ejecución.
“La adopción empresarial de IA no depende únicamente de tener acceso a mejores modelos. También requiere desarrollar una forma distinta de organizar el trabajo alrededor de ellos y contar con mecanismos para supervisar qué hacen los agentes, qué modelos utilizan y cuánto consumen. El control de tokens y de los costos asociados es parte de esa gobernanza. La velocidad que ofrecen los agentes solo resulta sostenible cuando existe contexto, gobernanza y supervisión sobre su ejecución”, concluyó Casillas.
