Personas y organización

Estrategia

Operaciones

Ver todas las perspectivas

Navegación

Perspectivas

Conectar

Personas y organización 4 min de lectura

Ya sabes cómo contratar agentes de IA

Propio, alquilado o subcontratado: las empresas toman las mismas tres decisiones con las personas. La experiencia con el personal temporal responde muchas preguntas sobre agentes. Falla en lo que aprende el agente.

Dos archivos idénticos separados por un muro de yeso. La estantería de la izquierda está llena de archivadores grises; la de la derecha está vacía, con una caja abierta y vacía en el suelo.

Cuando una empresa necesita más manos, puede contratar a alguien, traer a un trabajador temporal o subcontratar la función entera. Los agentes de IA entran por las mismas tres puertas:1

  1. Trabajo digital propio.
    Compras la licencia del agente o lo desarrollas, y lo operas dentro de la empresa.
  2. Trabajo digital alquilado.
    Alquilas agentes a un tercero, «de forma parecida al trabajo temporal tradicional».
  3. Departamentos de IA subcontratados.
    Un proveedor lleva un proceso entero, como la gestión de pedidos o un centro de llamadas, con IA y un equipo pequeño de expertos.

Al menos un grupo de empleo ya se organiza en torno a esta idea. En 2025, el grupo Adecco lanzó r.Potential con Salesforce para ayudar a las empresas a «gestionar a escala el trabajo humano y digital».2 En agosto de 2026, Adecco dijo que la mitad de los ingresos de su unidad Adecco ya estaba «habilitada por agentes», en palabras de la empresa, y subió la meta al 70 por ciento antes de fin de año.3

La comparación tiene un límite dentro de la empresa. Tratar a un agente como empleado diluye quién responde. Para decidir cómo contratar agentes, sirve más.

Lo que ya resuelve la experiencia con el personal

Los equipos de compras y de recursos humanos ya responden estas preguntas sobre personas. A nuestro juicio, muchas respuestas sirven también para los agentes.

Quién lo forma. Así lo vemos: un empleado aprende de ti, al trabajador temporal tu equipo le enseña lo específico y una empresa subcontratada forma a su propia gente. Con los agentes, el reparto puede ser el mismo según la puerta por la que entren.

Quién atiende las excepciones. Los autores ponen un ejemplo: un agente de atención al cliente recibe una queja por una factura en disputa que supera cierto importe, y una regla podría pasarla a un especialista humano. Es el tipo de regla que un jefe podría escribir para un trabajador temporal recién llegado.

Qué pagas. Según los autores, con los agentes «compras un resultado que puede venir de una combinación de personas e IA». A nuestro juicio, la comparación que hace el área de compras pasa de las horas de trabajo a los resultados.

Cuándo conviene cada una. Los autores proponen alquilar para los picos de temporada y subcontratar del todo las funciones repetitivas pero críticas.

• • •

Dónde falla la comparación

Un trabajador temporal que pasa seis meses en tu equipo aprende dónde se atasca el trabajo. Cuando termina el contrato, ese conocimiento se va con la persona.

Los autores incluyen la versión del agente entre las preguntas por resolver: cuando la IA se entrena con los datos propios de tu empresa, ¿de quién son las capacidades que resultan, tuyas o del dueño del modelo o del agente? También señalan que el valor de la IA crece con el tiempo a medida que aprende de sus interacciones.

A nuestro juicio, lo que sabe un agente está en el software: las instrucciones, los ejemplos y las correcciones que tu equipo escribe durante meses. Cada puerta deja ese software en un lugar distinto, con una ganancia y un costo.

  1. Propio.
    El conocimiento se queda contigo. También el costo de construirlo y el trabajo de mantenerlo al día.
  2. Alquilado.
    Empieza rápido y se reduce con facilidad. Las instrucciones y correcciones pueden quedarse en el sistema del proveedor.
  3. Subcontratado.
    El proveedor trae lo que aprendió llevando el mismo proceso en otras empresas. Lo que aprende llevando el tuyo también se acumula de su lado.

La promesa de un proveedor de no entrenar su modelo con tus datos se refiere al modelo. Otra pregunta para el proveedor es quién se queda con las instrucciones y correcciones guardadas en su sistema.

Los autores aconsejan negociar contratos que te permitan quedarte con las mejoras y que respeten la propiedad intelectual del proveedor o la soberanía de tus datos. Una prueba es la exportación: ¿puede salir contigo lo que tu equipo le enseñó al agente, en un formato que otro sistema pueda usar?

Lo difícil

La exportación es más fácil de escribir en un contrato que de usar. Las instrucciones escritas para la plataforma de un proveedor quizá no funcionen en la de otro sin rehacerlas.

Tener el agente en casa también cuesta. El conocimiento se queda dentro solo si alguien de dentro lo mantiene.

La responsabilidad es otro límite de la analogía. Los autores preguntan quién responde si la IA se equivoca, y un contrato de personal temporal tiene una persona y una agencia a las que señalar. Con los agentes, el contrato tiene que decir quién responde.

Lo que aprende un trabajador temporal se va con él. Lo que aprende un agente se queda con quien tiene el sistema, y se puede copiar.


  1. Los tres modelos son de Jen Stave, Ryan Kurt y John Winsor, que se apoyan en su experiencia en ciencia de datos e IA y en el sector del empleo: Agentic AI Is Already Changing the Workforce, mayo de 2025. ↩︎

  2. The Adecco Group, The Adecco Group introduces r.Potential, 23 de abril de 2025. ↩︎

  3. The Adecco Group, Q2 2026 Results, 6 de agosto de 2026. ↩︎

Comparte

Recibe el próximo ensayo en tu correo.