Cómo pueden las PMO gobernar una cartera creciente de agentes de IA con Creatio AI Studio
Conclusiones clave
- La proliferación de agentes de IA es un problema de cartera: los agentes proceden de empleados, equipos empresariales y operativos, herramientas SaaS y desarrolladores, normalmente sin un registro común que indique quién es responsable de ellos, a qué pueden acceder o cuánto cuestan.
- Las disciplinas que un PMO ya aplica (admisión, registro, informes de estado y seguimiento presupuestario) se transfieren directamente a los agentes de IA.
- Una vez que los agentes realizan miles de acciones al día, la gobernanza debe aplicarse desde la plataforma mientras los agentes están en funcionamiento.
- En Creatio AI Studio, las políticas, las aprobaciones humanas, la observabilidad y los controles del gasto en IA se aplican a todos los agentes creados en Creatio, así como a los agentes externos cuando interactúan con datos o procesos de Creatio.
- La capa que realiza esta función en toda una cartera de agentes se denomina cada vez más plano de control de IA.
Si se pregunta a un responsable de PMO cuántos proyectos están en curso, la respuesta llega en cuestión de segundos, con un responsable, un presupuesto y un estado para cada uno. Si se formula la misma pregunta sobre los agentes de IA, la respuesta suele tardar mucho más, si es que llega a obtenerse.
Los empleados crean asistentes personales, los equipos de servicios implementan agentes para gestionar casos, las herramientas SaaS llegan con la automatización integrada activada y los desarrolladores crean agentes personalizados basados en modelos de OpenAI o Anthropic. Cada agente lee datos, realiza acciones y consume capacidad de modelos de pago, pero pocas organizaciones los controlan con el mismo detalle que una actualización de un sitio web de dos semanas.
Los PMO ya han resuelto este tipo de problema. Los cinco pasos siguientes aplican disciplinas conocidas de gestión de carteras a los agentes de IA, con plantillas y un ejemplo de cómo funciona cada paso en Creatio AI Studio.
Cómo se manifiesta la proliferación de agentes de IA en una organización de prestación de servicios
La proliferación de agentes de IA es el crecimiento descontrolado de los agentes de IA en una organización: agentes creados por distintos equipos, con herramientas diferentes y sin un registro común de lo que hace cada uno, a qué puede acceder o cuánto cuesta.
Rara vez comienza siendo un problema. Cada equipo añade un agente que tiene sentido a nivel local y, un año después, nadie puede elaborar una lista completa, dos agentes ofrecen respuestas contradictorias a los clientes y los costes de IA han aumentado sin una explicación clara. La TI en la sombra siguió el mismo patrón, al igual que las carteras de proyectos antes de que existieran procesos de admisión. La solución entonces consistió en asignar a cada iniciativa un responsable, un alcance y un presupuesto, y las mismas preguntas se aplican estrechamente a los agentes de IA:
| Lo que un PMO controla de un proyecto | El equivalente para un agente de IA |
|---|---|
| Responsable y patrocinador | Quién responde del comportamiento y los resultados del agente |
| Alcance | Qué tareas gestiona el agente y cuáles debe derivar |
| Acceso y dependencias | A qué sistemas, datos y herramientas puede acceder el agente |
| Aprobaciones y puntos de control | Qué acciones necesitan la aprobación de una persona antes de ejecutarse |
| Presupuesto | Cuánta capacidad de IA puede consumir el agente por hora, día o mes |
| Estado y salud | Si el agente sigue funcionando con la calidad con la que fue aprobado |
| Control de cambios | Quién puede modificar sus instrucciones, modelo o permisos, y cómo se prueban los cambios |
La mayoría de las empresas con las que hablo ya han superado con creces la cantidad de unos pocos agentes. Unos pocos agentes son fáciles de controlar. Más allá de ese punto, casi ninguna puede decirme qué están haciendo ahora mismo todos sus agentes, cuánto cuestan o quién los aprobó. Esa brecha es el problema en su totalidad.
Una hoja de cálculo funciona mientras la lista es corta. A medida que crece, las respuestas deben residir en la plataforma en la que se ejecutan los agentes.
Qué es Creatio AI Studio y dónde encaja en la cartera de agentes
Creatio AI Studio es el entorno de IA nativo que las organizaciones utilizan para crear, ejecutar y gobernar agentes de IA empresariales durante todo su ciclo de vida, desde el diseño y las pruebas hasta la supervisión en producción.
es el entorno de IA nativo que las organizaciones utilizan para crear, ejecutar y gobernar agentes de IA empresariales durante todo su ciclo de vida, desde el diseño y las pruebas hasta la supervisión en producción. Lanzado en la versión 10x de Creatio en julio de 2026, funciona junto con el CRM de IA de Creatio en una plataforma compartida y también puede utilizarse por separado, conectando los agentes a los sistemas que la organización ya utiliza. Reúne tres grupos de capacidades:
- Creación de agentes. Los equipos empresariales diseñan agentes sin código en Prompt Agent Designer y Workflow Agent Designer. Los desarrolladores utilizan agentes de programación como Claude Code, Codex y Cursor, y Creatio Agent SDK permite crear agentes con tecnologías de OpenAI y Anthropic.
- Conexión de agentes. Los agentes acceden a los datos y flujos de trabajo empresariales a través del servidor MCP nativo de Creatio, y cada agente puede utilizar un modelo diferente, incluidos los modelos de OpenAI, Anthropic y Google.
- Control de agentes. Políticas para toda la organización y a nivel de agente, aprobaciones humanas, un registro de auditoría, observabilidad, límites de uso y Créditos de IA para gestionar el gasto en IA.
Los agentes personales siguen las mismas reglas. Los empleados los crean en Creatio AI Twin, una experiencia conversacional sin código en la que describen un objetivo en lenguaje natural, prueban el resultado y lo implementan. Un agente de AI Twin hereda exactamente los permisos de la persona en cuyo nombre actúa, por lo que nunca obtiene acceso que su propietario no tenga.
Esto proporciona a una PMO un límite claro. Los agentes creados y ejecutados en Creatio, ya sean prediseñados, diseñados en AI Studio, descritos en AI Twin o escritos con Agent SDK, comparten un conjunto de políticas, controles de gasto y supervisión. Los agentes que se ejecutan en otros lugares se rigen en el momento en que acceden a los datos, procesos o aprobaciones de Creatio, mediante permisos, aprobación humana y el registro de auditoría.
Paso 1: Crear un registro de agentes de IA antes de poner en marcha el siguiente agente
Un registro de agentes de IA es el registro único de todos los agentes en uso: qué hacen, quién es su responsable, a qué pueden acceder y cómo funcionan. También actúa como puerta de entrada. Una regla que exija que no haya acceso a producción sin una entrada en el registro evita que nuevos agentes se incorporen sin quedar registrados.
La columna de ejemplo siguiente utiliza Creatio Data Enrichment Agent, un agente de ventas prediseñado que encuentra datos de cuentas que faltan en fuentes externas y los añade al registro del CRM. Los valores son ilustrativos.
Plantilla: Registro de agentes de IA
| Campo | Qué registrar | Ejemplo |
|---|---|---|
| Nombre del agente | Nombre completo, tal como aparece en la plataforma | Creatio Data Enrichment Agent |
| Propósito y alcance | La tarea que gestiona y dónde se detiene | Completa datos de empresa que faltan, como el sector, el tamaño y la ubicación; no modifica los datos de propietario ni del embudo de ventas |
| Responsable empresarial | La persona responsable de sus resultados | Responsable de operaciones de ventas |
| Dónde se ejecuta | Plataforma y método de creación, dentro o fuera de Creatio | Agente prediseñado, se ejecuta en Creatio |
| Sistemas, datos y modelo | A qué puede acceder y qué modelo utiliza | Registros de cuentas y fuentes web públicas; modelo aprobado a nivel organizativo |
| Autonomía | Si sugiere, actúa con aprobación o actúa dentro de límites establecidos | De asistencia: propone actualizaciones para que las revise un representante de ventas |
| Puntos de aprobación humana | Acciones que necesitan aprobación antes de ejecutarse | Reemplazar un valor introducido por una persona |
| Presupuesto | Consumo permitido por día o mes | Parte de los Créditos de IA del equipo de ventas |
| Comprobación de calidad | Cómo se mide la calidad y la fecha de la última revisión | Revisión mensual por muestreo de los registros actualizados |
| Estado y último cambio | Etapa del ciclo de vida y último cambio aprobado | Producción; instrucciones actualizadas y aprobadas por el responsable |
Revisa el registro con la misma periodicidad que la cartera de proyectos. Los agentes sin responsable o sin una comprobación de calidad reciente son los primeros candidatos para pausarlos o retirarlos.
Cómo Creatio AI Studio mantiene el registro actualizado
En el caso de los agentes que se ejecutan en Creatio, gran parte del registro puede consultarse directamente en la plataforma. Creatio AI Studio contiene la configuración, el modelo, las políticas aplicables y el historial de versiones de cada agente. Sus vistas de supervisión muestran el estado de las ejecuciones, los errores, las escalaciones y el consumo por agente, mientras que el control de versiones con reversión cubre el control de cambios. La PMO sigue siendo responsable de los campos que la plataforma no puede conocer, como el responsable empresarial, el alcance previsto y la periodicidad de revisión.
Un registro muestra qué existe. El siguiente paso determina qué puede hacer cada agente.
Paso 2: Convertir las políticas de gobierno de los agentes de IA en reglas que la plataforma aplique
La mayoría de las organizaciones comienza el gobierno de la IA con documentos: una política de uso aceptable, una lista de modelos aprobados y una regla que establece que los datos de los clientes deben permanecer dentro de los sistemas aprobados. Estos documentos funcionan mientras unas pocas personas pueden comprobar manualmente los agentes. Cuando los agentes se ejecutan en decenas de equipos, las comprobaciones manuales se quedan atrás y el gobierno ejecutable toma el relevo: la plataforma aplica las políticas cada vez que se ejecuta un agente, incluidas reglas como:
- Qué modelos puede utilizar un agente
- Qué datos personales se enmascaran antes de llegar a un modelo
- Qué herramientas requieren que una persona confirme su uso antes de que el agente las utilice
- Qué acciones requieren primero la aprobación humana, como un reembolso superior a una cantidad establecida
- Cuánto puede consumir un agente por hora, día o mes
A escala empresarial, la única gobernanza que importa es la que la plataforma aplica por sí sola, siempre, tanto si alguien está observando como si no.
Para una PMO, el ejercicio práctico consiste en traducir: para cada política escrita, decidir qué regla la haría cumplir, dónde se ubica esa regla y quién recibe una notificación cuando bloquea una acción.
Políticas para toda la organización y para cada agente en Creatio AI Studio
Creatio AI Studio aplica políticas en dos niveles. Las políticas para toda la organización abarcan todos los agentes: modelos aprobados, enmascaramiento de datos personales, confirmación de herramientas, aprobación humana y límites de uso. Las políticas a nivel de agente añaden reglas para un agente concreto, junto con sus propias instrucciones y conocimientos. Un agente nuevo hereda automáticamente las reglas para toda la organización, por lo que nadie tiene que acordarse de añadirlas.
Las solicitudes de aprobación pueden gestionarse dentro de AI Studio, en el chat o en el CRM, allí donde ya trabaje la persona que debe aprobarlas. Un panel de gobernanza muestra las aprobaciones pendientes, las decisiones sobre políticas y los agentes en los que las decisiones se concentran con mayor frecuencia. Esos grupos resultan útiles en una revisión de cartera: un agente que se detiene continuamente en la misma aprobación puede necesitar un alcance más limitado, o quizá haya que ajustar la regla. El registro de auditoría anota cada acción.
Qué heredan los agentes creados en Creatio AI Twin
Los agentes personales son donde normalmente comienza la proliferación descontrolada, porque los empleados pueden crearlos sin un proyecto ni un ticket. En Creatio AI Twin, un agente hereda el acceso basado en roles de la persona a la que representa, sigue los roles y las reglas de negocio existentes de Creatio y registra cada decisión asociada a esa persona. Pasa del entorno aislado a producción bajo los controles que TI ya aplica.
TI establece las barreras de control una sola vez y los empleados siguen creando dentro de ellas. Una regla sensata para una PMO es añadir los agentes personales al registro cuando se compartan con un equipo o empiecen a trabajar con datos de clientes.
Las reglas controlan lo que puede hacer un agente concreto. Sin embargo, la mayoría de los procesos empresariales implican a más de un agente y a más de una persona.
Paso 3: Mantener a las personas dentro del proceso cuando los agentes asumen el trabajo
Los procesos empresariales rara vez se desarrollan dentro de una sola aplicación. La incorporación de clientes en un banco puede implicar el CRM, el procesamiento de documentos, la verificación de identidad, la banca central y el cumplimiento normativo, con varias personas dando su aprobación a lo largo del proceso. Añadir un agente por sistema distribuye la complejidad sin reducirla.
Esos procesos también incluyen participantes que no son agentes en absoluto: una regla de negocio, una cola de aprobaciones, un punto de control de cumplimiento normativo o un responsable que da su aprobación antes de que se ejecute el siguiente paso. El diseño con participación humana implica coordinar a todos ellos en un único flujo, pasando el contexto adecuado en cada transferencia.
Un mapa de transferencias hace esto visible antes de construir nada. Para cada paso, registra quién realiza el trabajo, qué desencadena la transferencia, qué contexto se transmite con ella y qué ocurre si nadie responde.
Plantilla: mapa de transferencias entre personas y agentes (ejemplo ilustrativo de incorporación)
| Paso | Responsable | Se entrega cuando | Contexto transferido | Si nadie responde |
|---|---|---|---|---|
| Recopilar la solicitud y los documentos | Agente de incorporación | Se reciben todos los documentos requeridos | Datos de la solicitud y conjunto de documentos | Recordatorio al cliente después de un intervalo acordado |
| Validar los datos y señalar las carencias | Agente de incorporación | La validación ha finalizado o se detecta una incoherencia | Resultados de la validación y lista de incidencias | Se deriva a un especialista de operaciones |
| Revisión de cumplimiento | Responsable de cumplimiento | La decisión queda registrada | Resumen estructurado con las incidencias señaladas | Se eleva al responsable del equipo |
| Abrir la cuenta | Paso del flujo de trabajo | La cuenta se crea en el sistema central | Solicitud aprobada | El error se deriva a operaciones |
Un banco regional que funciona con Creatio trabaja de esta manera. Su agente de incorporación extrae información de las solicitudes y los documentos de identidad, valida los datos requeridos, identifica la información que falta o es incoherente y prepara un resumen estructurado para la revisión humana, mientras los empleados mantienen el control sobre las decisiones de cumplimiento y la aprobación final.
El resultado es una menor gestión manual de documentos, una incorporación más rápida y coherente, y un registro de auditoría más claro. A medida que se amplía la implementación, el mismo flujo de trabajo puede conectar la firma electrónica, la financiación de cuentas y el sistema central del banco sin añadir agentes desconectados.
Cómo los agentes de flujo de trabajo de Creatio AI Studio pausan el proceso para obtener aprobación y lo reanudan
En Creatio AI Studio, el Diseñador de agentes de flujo de trabajo crea visualmente este tipo de proceso. Los pasos deterministas, las reglas de negocio y los puntos de aprobación se encuentran en el mismo flujo que el razonamiento del agente, por lo que un agente de flujo de trabajo puede detenerse en una aprobación, esperar la decisión de una persona y continuar cuando esta llegue. La orquestación multiagente coordina agentes especializados, flujos de trabajo, aplicaciones, herramientas y aprobaciones humanas en un único proceso integral.
El contexto acompaña al trabajo. Los agentes utilizan los registros del CRM, el estado del flujo de trabajo y el historial de conversaciones, de modo que un agente que gestiona un caso de servicio trabaja con el mismo registro del cliente que utiliza el equipo de ventas, y los controles de acceso existentes siguen vigentes. Combinar pasos deterministas con el razonamiento del agente también ayuda a controlar el presupuesto, porque los pasos del flujo de trabajo no consumen créditos de IA y solo los pasos que necesitan capacidad de juicio recurren a un modelo.
Una vez que los agentes están activos, la pregunta pasa de qué pueden hacer a hasta qué punto lo están haciendo bien.
Paso 4: Informar sobre el estado de los agentes como se informa sobre el estado de los proyectos
Un agente que superó todas las pruebas antes del lanzamiento puede desviarse a medida que cambian los modelos, los datos y el negocio que lo rodean. Sin mediciones periódicas, la primera señal de problemas suele ser una queja de un cliente.
Las oficinas de gestión de proyectos ya cuentan con el formato necesario para detectarlo pronto: el informe de estado. Aplicado a los agentes, evalúa algunas dimensiones en rojo, ámbar o verde según los umbrales acordados cuando se aprobó cada agente.
Plantilla: informe del estado del agente de IA
| Dimensión | Qué comprobar | Verde | Ámbar | Rojo |
|---|---|---|---|---|
| Calidad | Puntuaciones del conjunto de pruebas del agente y de la evaluación de calidad en producción | Igual o superior al umbral aprobado | Se acerca al umbral | Por debajo del umbral |
| Escalaciones | Con qué frecuencia el agente entrega el trabajo a una persona y por qué | Estables, con los motivos esperados | Aumentan o aparecen nuevos motivos | Aumento pronunciado o motivo de fallo recurrente |
| Errores | Pasos fallidos y qué ocurrió con el trabajo | Infrecuentes y el trabajo se recuperó | Se repiten en un paso | Trabajo perdido o bloqueado |
| Resultado de negocio | El resultado para el que se creó el agente | En el objetivo | Por debajo del objetivo durante un periodo | Por debajo del objetivo durante dos periodos o más |
| Gasto | Consumo respecto al presupuesto | Dentro del presupuesto | Se aproxima al límite | Por encima del presupuesto o alcanzando los límites |
| Actividad de las políticas | Acciones bloqueadas y aprobaciones pendientes | En línea con las expectativas | Las aprobaciones se acumulan | Bloqueos repetidos por la misma regla |
Una valoración roja en calidad o actividad de las políticas es un motivo para pausar el agente o reducir su autonomía hasta encontrar la causa. Una valoración roja en gasto requiere hablar con el responsable sobre el alcance o la elección del modelo.
Observabilidad de IA en Creatio AI Studio
Creatio AI Studio proporciona la mayor parte de este informe desde la plataforma. Antes del lanzamiento, los agentes se prueban con conjuntos de datos de referencia (escenarios reales con respuestas correctas conocidas) y umbrales de calidad. En producción, la evaluación de calidad, la detección de desviaciones, la medición de resultados y los comentarios de los usuarios siguen funcionando, y las vistas de supervisión muestran el estado de las ejecuciones, la latencia, los errores, las escalaciones, las tendencias de calidad y el coste por agente y por modelo.
Los hallazgos de producción se incorporan de nuevo al conjunto de pruebas, de modo que la siguiente versión de un agente se prueba con lo que salió mal en la anterior.
La línea de gasto de ese informe necesita un paso propio, porque los costes de la IA se comportan de forma diferente a la mayoría de los costes de software.
Paso 5: Incluye el gasto en IA en el presupuesto antes de que llegue a la factura
El software tradicional se presupuesta por licencia o por usuario. El consumo de IA se acumula por llamada al modelo, ejecución del agente y flujo de trabajo, lo que lo hace variable, distribuido entre equipos y difícil de atribuir. Muchas organizaciones lo concilian al final del trimestre, cuando el dinero ya se ha gastado.
Una PMO puede aplicar la disciplina que utiliza para los presupuestos de los proyectos. Asigna capacidad de IA por departamento o equipo y registra cada asignación en el registro. Establece umbrales que avisen antes de alcanzar un límite y actúen al llegar a él.
Adapta el modelo a la tarea, ya que la clasificación rara vez necesita el modelo más potente y los pasos predecibles quizá no necesiten ningún modelo. Después, pronostica el consumo con un volumen dos o tres veces superior al actual, para que el escalado se convierta en una decisión planificada.
Límites de uso y créditos de IA en Creatio AI Studio
Creatio AI Studio mide el consumo de IA en créditos de IA, por lo que ya no es necesario realizar un seguimiento del gasto por separado con cada proveedor de modelos. Las organizaciones asignan créditos por departamento y equipo, y los responsables pueden consultar el consumo de su equipo. El Centro de comandos de IA muestra los créditos consumidos por usuario, equipo, departamento y habilidad de IA, junto con las tendencias a lo largo del tiempo y los valores atípicos de alto consumo.
Los presupuestos de créditos de IA pueden establecerse para toda la organización y para agentes individuales, por hora, día y mes. Cada presupuesto tiene un umbral de advertencia, y una detención estricta opcional bloquea las solicitudes una vez superado el presupuesto. Los desgloses de costes por modelo y la tasa de consumo muestran de dónde procede el consumo y a qué velocidad aumenta, y a cada agente se le puede asignar el modelo que mejor se adapte a su tarea.
Estos controles abarcan el consumo que se ejecuta a través de Creatio. Un agente que factura directamente a su propio proveedor de modelos queda fuera de ellos, algo que conviene señalar en el registro: la forma en que se conecta un agente determina cuánto se puede gestionar.
Del portafolio de agentes al plano de control de IA
En conjunto, los cinco pasos describen una capa que muchas organizaciones están intentando crear, y los analistas ya siguen las soluciones de plano de control agéntico como una categoría propia. Un plano de control de IA es la capa empresarial que gobierna, orquesta, supervisa y gestiona económicamente los agentes de IA en toda una organización, independientemente de quién los haya creado y de dónde se ejecuten.
El término procede de las redes y la infraestructura en la nube, donde el plano de control decide y el plano de datos ejecuta. Para una organización de prestación de servicios, el plano de control también debe comprender el trabajo en sí: dirigir un caso al agente adecuado, pausarlo para obtener la aprobación de un responsable y reanudarlo dentro de un proceso empresarial.
Creatio describe esto como la dirección de Creatio AI Studio. Los agentes creados en Creatio, desde agentes sin código hasta los escritos con el SDK de agentes, se gobiernan mediante un único conjunto de modelos, políticas, controles de gasto y orquestación, y los agentes que se ejecutan en otros lugares se gobiernan siempre que acceden a datos, procesos o aprobaciones de Creatio.
Las empresas no estandarizarán un único proveedor de IA. Los equipos deberían poder crear agentes en cualquier lugar, siempre que nada actúe sobre los datos empresariales sin permiso.
6 preguntas para tu próxima revisión del portafolio de agentes
Plantea estas preguntas al equipo antes de la próxima revisión del portafolio. Cada una corresponde a uno de los pasos anteriores, por lo que un «no» señala directamente el trabajo que hay que realizar.
| Pregunta | Paso |
|---|---|
| ¿Podemos elaborar una lista completa de los agentes que se ejecutan hoy, cada uno con un responsable identificado? | 1 |
| ¿Podemos aplicar una nueva política a todos los agentes a la vez, sin reconstruir ninguno? | 2 |
| ¿Podemos hacer cumplir nuestras reglas en un agente que no hemos creado? | 2 |
| Cuando un agente entrega el trabajo a una persona, ¿retoma el trabajo una vez que esa persona actúa? | 3 |
| ¿Nos daríamos cuenta de que la calidad de un agente está empeorando antes que un cliente? | 4 |
| ¿Sabemos cuánto costó cada agente el mes pasado y qué presupuesto lo pagó? | 5 |
Preguntas frecuentes
¿Qué es un plano de control de IA?
\u003cspan style=\u0022font-weight: 400;\u0022\u003eUn plano de control de IA es la capa empresarial que gobierna, coordina, observa y gestiona el coste de los agentes de IA en toda una organización. Aplica políticas automáticamente mientras los agentes se ejecutan, coordina agentes con flujos de trabajo y aprobaciones humanas, supervisa la calidad en producción y controla el gasto en IA, independientemente de quién haya creado el agente y de dónde se ejecute.\u003c/span\u003e
¿Qué es la proliferación descontrolada de agentes de IA y cómo puede evitarla una PMO?
\u003cspan style=\u0022font-weight: 400;\u0022\u003eLa proliferación descontrolada de agentes de IA es el crecimiento no gestionado de agentes de IA creados por distintos equipos con diferentes herramientas, sin un registro común de responsables, accesos o costes. Una PMO puede evitarla mediante un registro de agentes que también funcione como filtro de admisión, políticas que la plataforma haga cumplir durante la ejecución, informes periódicos sobre el estado y un presupuesto para el consumo de IA.\u003c/span\u003e
¿Puede Creatio AI Studio gobernar agentes de IA creados fuera de Creatio?
\u003cspan style=\u0022font-weight: 400;\u0022\u003eSí, en el punto en el que esos agentes interactúan con Creatio. Los agentes creados y ejecutados en Creatio, incluidos los agentes escritos con Creatio Agent SDK mediante tecnologías de OpenAI o Anthropic, comparten un único conjunto de políticas, controles de gasto y supervisión. Los agentes que se ejecutan en otras plataformas se gobiernan cuando acceden a datos, procesos o aprobaciones de Creatio, mediante permisos, aprobación humana y el registro de auditoría.\u003c/span\u003e
Por dónde empezar: un registro y una revisión
A menudo, la gobernanza se considera un freno para la adopción de la IA. A escala de cartera funciona al contrario: cuando la plataforma hace cumplir las reglas, los desarrolladores avanzan más rápido porque las salvaguardas los acompañan.
Para la mayoría de las PMO, el primer paso es pequeño. Hay que enumerar los agentes que ya están en funcionamiento, quién es responsable de cada uno y cuánto cuesta cada uno. Este ejercicio suele mostrar si la brecha es un problema de políticas o de plataforma, y cuál de los cinco pasos conviene abordar primero.
