Caso de negocio para agentes de IA: evidencia, rangos y criterios de salida
Por Equipo Quantum Developers
Resumir:
Tesis operativa
Un caso de negocio no es una diapositiva con un ahorro grande. Es un paquete de evidencia que permite decidir, más tarde, si la hipótesis sobrevivió al contacto con la operación. La tesis es práctica: el caso defendible cabe en una página porque conecta cada beneficio con una línea base, una fuente y una prueba, y declara por adelantado qué resultado obliga a detener.
El Green Book 2026 de HM Treasury exige comparar opciones con el escenario de continuidad, considerar incertidumbre y preparar evaluación. La guía de estimación de costos de GAO insiste en documentar datos fuente, supuestos, sensibilidad y riesgo. Ninguna guía trata un agente como una categoría mágica: ambas obligan a mostrar de dónde sale el número y cómo podría fallar.
La plantilla ejecutiva de una página
La plantilla puede reutilizarse en finanzas, ventas, logística o servicio, siempre que no se borren las particularidades del proceso:
| Bloque | Contenido verificable |
|---|---|
| Decisión | monto solicitado, dueño, fecha y siguiente compuerta |
| Problema | población, frecuencia, línea base y costo de no actuar |
| Alcance | acciones permitidas, exclusiones y sistemas afectados |
| Evidencia | fuente, fecha, calidad y responsable de cada supuesto |
| Opciones | continuidad, alternativa no basada en IA y agente |
| Beneficios | rango bajo, central y alto; mecanismo de realización |
| Costos | construcción, operación, personas, control y retiro |
| Riesgos | daño posible, control, señal temprana y dueño |
| Prueba | cohorte, resultado, horizonte y umbral de evidencia |
| Salida | criterios para detener, reducir alcance o retirar |
El bloque de opciones es esencial. Si una regla determinista, una mejora de formulario o un cambio de política resuelve el problema con menos riesgo, el agente debe competir contra esa alternativa. “No hacer nada” tampoco significa cero: representa la continuidad operativa, con sus costos y riesgos esperados.
De una cifra puntual a un rango defendible
Un beneficio puntual es frágil porque combina volumen, tasa de adopción, precisión, tiempo ahorrado y realización económica. Conviene escribir la relación:
Beneficio realizado = volumen elegible × mejora incremental × adopción efectiva × tasa de realización × valor unitario.
Cada factor necesita fuente y rango. El volumen puede venir del sistema de registro; la mejora, de un piloto con comparación; la adopción, de observación; la realización, de un plan de capacidad; el valor unitario, de finanzas. El escenario bajo no debe ser un porcentaje arbitrario aplicado al escenario central. Debe representar supuestos coherentes que podrían ocurrir juntos.
Los costos también requieren rango. Integraciones inciertas, revisión humana, excepciones, observabilidad y mantenimiento suelen crecer tras el piloto. GAO recomienda análisis de sensibilidad para identificar qué supuesto mueve más la estimación. En un comité, esa variable merece una prueba temprana: si el caso depende casi por completo de una reducción de revisión que aún no ha sido demostrada, ese es el riesgo económico dominante.
Ejemplo ilustrativo: agente de conciliación
Imagine un proceso mensual de conciliación. La línea base registra volumen elegible, minutos de análisis por caso, tasa de re-trabajo y costo de supervisión. El agente propone coincidencias y reúne evidencia, pero no contabiliza. El escenario bajo asume adopción parcial y revisión completa; el central, adopción estable y revisión por muestra para casos de bajo riesgo; el alto, más volumen elegible después de probar calidad.
Las cifras no importan aquí y no constituyen benchmark. Lo importante es la estructura: cada escenario conserva la misma fórmula, cambia supuestos identificados y muestra qué parte es ahorro de caja, capacidad reasignada o riesgo evitado. El comité puede aprobar un piloto pequeño sin comprometer el escenario alto.
La compuerta siguiente podría exigir cuatro evidencias: cobertura suficiente de resultados, error material bajo el límite definido por control interno, tiempo de excepción que no supere el proceso actual y costo total por caso dentro del rango aprobado. Si una no se observa, el equipo no debe “compensarla” con una métrica secundaria favorable.
Criterios de salida antes de empezar
Los criterios de salida protegen capital y reputación. Deben ser observables y tener dueño. Ejemplos:
- detener ejecución autónoma si una acción material carece de evidencia o aprobación;
- reducir el universo elegible si el daño se concentra en un segmento;
- volver a modo recomendación si el resultado no puede verificarse;
- cerrar el piloto si la fuente crítica de datos no alcanza la calidad mínima;
- retirar la solución si el costo recurrente supera el límite sin una mejora atribuible;
- pausar si cambia una obligación que invalida el diseño de control.
NIST pide mecanismos para priorizar riesgos, responder, recuperar y desactivar sistemas cuando sea necesario en el AI RMF Core. Un “kill criterion” no es pesimismo. Es la traducción operativa de esa capacidad de gestión.
Evidencia que cambia con la industria
La plantilla es común; la prueba no. En cuentas por pagar, importan duplicados, aprobaciones y segregación de funciones. En ventas, margen, vigencia de precios y excepciones comerciales. En logística, puntualidad, costo de expedición y eventos externos. En servicio, resolución, reapertura y daño al cliente. Cada caso debe incluir el resultado que el área ya reconoce, no una métrica inventada porque la automatización la produce fácilmente.
En Quantum Automation Center, la ficha puede enlazar el flujo, sus versiones, ejecuciones, aprobaciones, artefactos y excepciones. Así, el comité revisa el mismo objeto de decisión en cada compuerta. La plataforma no reemplaza la validación financiera ni la responsabilidad del dueño; ayuda a conservar la cadena entre hipótesis, operación y resultado.
Revisión por compuertas
Una secuencia razonable separa descubrimiento, prueba asistida, autonomía limitada y escala. Cada compuerta vuelve a estimar costos y beneficios con evidencia nueva. Los rangos deberían estrecharse; si se abren, el documento debe explicar por qué. La decisión no es únicamente continuar o cancelar: puede cambiar el alcance, reforzar un control o escoger la alternativa no basada en IA.
El patrocinador responde por el resultado; finanzas, por realización y costos; operaciones, por línea base y capacidad; riesgo, por límites; tecnología, por factibilidad y evidencia. La firma no transfiere responsabilidad al agente.
El mejor contraargumento
Esta disciplina puede ralentizar un experimento barato y crear una falsa apariencia de precisión sobre una tecnología que cambia rápido. Un equipo podría dedicar semanas a modelar incertidumbre antes de aprender si los datos siquiera son utilizables.
El contraargumento es válido cuando el gasto y el impacto son reversibles. La plantilla debe ser proporcional: supuestos con rangos amplios, una prueba corta y una decisión pequeña. No necesita un modelo financiero exhaustivo para explorar. Sí necesita decir qué se intenta aprender, cuánto se puede perder y cuándo se abandona. La velocidad mejora cuando el comité no rediscute desde cero las condiciones de éxito.
Cuándo no usar este enfoque
No use esta plantilla como contrato financiero para investigación abierta sin flujo estable, línea base observable ni decisión de inversión definida. Tampoco la use para justificar una obligación regulatoria que debe cumplirse aunque el ROI sea negativo; en ese caso, compare rutas de cumplimiento por costo, riesgo y tiempo.
Úsela cuando hay capital, cambio operativo o autonomía en juego. Su valor no consiste en predecir el futuro con exactitud. Consiste en dejar una afirmación falsable, un rango honesto y una salida segura para que el entusiasmo no se convierta en una obligación permanente.
Sources
Temas del artículo
