Cómo elegir una plataforma de agentes de IA: plan de evaluación para compradores con Creatio AI Studio
Conclusiones clave
- Comienza la evaluación de una plataforma de agentes de IA con un documento detallado para un flujo de trabajo: el que más importa para tu empresa o el más difícil de ejecutar actualmente.
- Evalúa las plataformas según cómo se crean los agentes, cómo se conectan a tus sistemas y cómo se mantienen bajo control humano.
- Realiza el proyecto piloto con los casos difíciles: datos confidenciales, excepciones y transferencias a una persona.
- Acuerda los criterios para la puesta en producción antes de iniciar el proyecto piloto, de modo que la decisión final se base en evidencias aceptadas previamente por todos.
- Cada etapa muestra cómo funciona el paso en Creatio AI Studio, como ejemplo práctico en una plataforma real.
Si gestionas proyectos, es muy probable que alguien te haya pedido que "investigues los agentes de IA". La solicitud rara vez incluye una partida presupuestaria o un caso de uso definido, y las demostraciones de los proveedores que vienen después tienden a parecerse: un agente lee un mensaje, redacta una respuesta y actualiza un registro. Todas funcionan porque cada una sigue un guion escrito en torno a un escenario elegido por el proveedor.
Las plataformas empiezan a diferenciarse más adelante, cuando un agente tiene que acceder a los sistemas que tus equipos ya utilizan, seguir tus reglas de aprobación y transferir un caso difícil a una persona sin perder el contexto. Esos son los momentos que debería poner a prueba un proceso de compra.
Esta guía aborda la elección de una plataforma de agentes de IA como un proyecto dividido en cuatro etapas: alcance, preselección, proyecto piloto y decisión. Cada etapa incluye una plantilla que puedes copiar. Para mostrar cómo son en la práctica unas respuestas sólidas, cada etapa también recorre el mismo paso en Creatio AI Studio, el entorno empresarial de agentes de Creatio.
Qué debería hacer una plataforma de agentes de IA durante todo el ciclo de vida del agente
Una plataforma de agentes de IA es el entorno de software donde una organización diseña, conecta, prueba, ejecuta y gobierna agentes de IA. En este sentido, un agente de IA es un software capaz de razonar sobre una tarea, elegir las herramientas que necesita y realizar acciones de varios pasos para lograr un resultado, dentro de unos límites definidos por las personas. La plataforma proporciona todo lo que rodea al agente:
- conexiones con datos y aplicaciones empresariales
- los canales a través de los cuales los clientes y empleados contactan con el agente
- los controles que establecen qué puede hacer el agente
- la supervisión que muestra lo que realmente hizo
Esta definición ayuda a ordenar las herramientas que a menudo acaban en la misma preselección. Un creador de chatbots gestiona conversaciones, pero normalmente no llega a ejecutar tareas en distintos sistemas. Una herramienta de automatización ejecuta reglas fijas de forma fiable, mientras deja la interpretación y el criterio en manos de las personas. Un proveedor de modelos proporciona el motor de razonamiento y normalmente deja la integración, las aprobaciones y la supervisión a tu equipo. Cada uno tiene su lugar, pero por sí solo suele cubrir solo una parte del ciclo de vida del agente.
Creatio AI Studio es el entorno profesional nativo de IA de Creatio para crear, ejecutar y gobernar agentes de IA empresariales. Con él, los equipos pueden:
es el entorno profesional nativo de IA de Creatio para crear, ejecutar y gobernar agentes de IA empresariales. Con él, los equipos pueden:- diseñar agentes con indicaciones en lenguaje natural o en diseñadores visuales sin código, y equiparlos después con habilidades y conocimientos reutilizables, o ampliarlos con agentes de programación como Claude Code, Codex y Cursor
- conectar agentes a sistemas empresariales mediante API e integraciones abiertas, incluido el Protocolo de Contexto de Modelo (MCP), un estándar abierto que permite a los agentes utilizar herramientas y datos de otras aplicaciones
- implementar agentes en canales como el correo electrónico, el chat, la voz y los SMS
- supervisar agentes mediante políticas, aprobaciones, evaluaciones y observabilidad
Creatio AI Studio funciona junto con Creatio AI CRM en una plataforma compartida, y también puede utilizarse de forma independiente, conectando los agentes a los sistemas que ya utiliza una organización.
En una misma evaluación suelen aparecer dos partes relacionadas de la cartera de Creatio. Los agentes de IA prediseñados de Creatio para marketing, ventas y servicio vienen incluidos con el CRM. Creatio AI Twin es una experiencia conversacional sin código que permite a los empleados crear agentes personales describiendo lo que necesitan en lenguaje sencillo, mientras Creatio AI Studio proporciona las capacidades del agente en segundo plano.
Una vez definida la categoría, la evaluación puede comenzar, y la primera etapa tiene lugar dentro de tu propia organización.
Etapa 1: define un flujo de trabajo antes de reunirte con cualquier proveedor
Una evaluación sin un caso de uso definido tiende a orientarse hacia la demostración que más impresionó a los asistentes. La solución es un documento de una página, redactado antes de la primera llamada con un proveedor, que abarque un flujo de trabajo. Un buen candidato cumple cuatro requisitos:
- ocurre con frecuencia
- sigue reglas que las personas pueden describir
- tiene un responsable claro
- frustra lo suficiente a las personas como para que quieran solucionarlo
Ese resumen se convierte en el guion para cada demostración y, más adelante, en la referencia para el piloto.
Plantilla: resumen del caso de uso del agente de AI
| Campo | Qué escribir | Ejemplo: gestión inicial de una reclamación por un cargo con tarjeta en un banco |
|---|---|---|
| Flujo de trabajo y responsable | El proceso y quién es responsable de él | Gestión inicial de reclamaciones por cargos con tarjeta, responsabilidad del director de operaciones de tarjetas |
| Activador | Qué inicia el trabajo | Un cliente informa de un cargo que no reconoce o que considera incorrecto |
| Entradas | Los datos y documentos que necesita el agente | Datos de la transacción, descripción del problema por parte del cliente, pruebas justificativas |
| Sistemas utilizados | Aplicaciones de las que el agente lee o en las que escribe | Sistema de procesamiento de tarjetas, gestión de casos, CRM |
| Decisiones que toma el agente | Decisiones dentro de sus competencias | Qué pruebas siguen faltando; si el caso debe pasar a revisión para un abono temporal |
| Acciones que requieren aprobación | Pasos que una persona debe aprobar | Emitir un abono temporal; cerrar una reclamación a favor del banco |
| Canales | Dónde interactúan los clientes y el personal con el agente | Chat web, aplicación móvil, correo electrónico |
| Ruta de escalado | Quién se hace cargo y qué contexto recibe | Un especialista en reclamaciones, que recibe la reclamación, las comprobaciones ya realizadas y las acciones llevadas a cabo |
| Indicador de éxito | Cómo evaluarás el piloto | Tu propia referencia, por ejemplo, el tiempo hasta confirmar una reclamación o la frecuencia con la que las pruebas están completas en el primer contacto |
Consejo: Completa la fila "Acciones que requieren aprobación" con tu responsable de riesgos o cumplimiento normativo presente. Es la fila con respecto a la que se pondrá más a prueba a los proveedores en la Etapa 3.
Decide con cuánta autonomía empieza el agente
Una vez que existe el resumen, la siguiente decisión es cuánto trabajo realiza el agente por sí solo. Creatio lo plantea en tres modos:
- Sugerir: el agente propone borradores o próximos pasos y una persona toma la decisión final.
- Asistir: una persona asigna al agente una tarea específica y el agente la lleva a cabo e informa del resultado para su aprobación.
- Actuar: el agente ejecuta el flujo de trabajo de principio a fin dentro de unos límites definidos y solo escala las excepciones.
La mayoría de los equipos empieza con supervisión y amplía la autonomía a medida que aumenta la confianza. En el ejemplo de las reclamaciones por cargos con tarjeta, el agente podría comenzar en modo Asistir: recopila los datos de la reclamación y abre el caso, mientras que todas las decisiones sobre abonos siguen correspondiendo a una persona.
Comprueba qué existe ya antes de construir
El resumen también te indica si necesitas construir algo. Creatio AI CRM incluye agentes de Creatio AI prediseñados para marketing, ventas y atención al cliente. Uno de ellos, el Agente de comprensión de casos, condensa historiales de casos extensos, extrae datos como códigos de error y versiones de productos y analiza el sentimiento del cliente. Para bancos y cooperativas de crédito, Creatio Bank.AI, la plataforma de CRM y AI bancaria de Creatio, incorpora flujos de trabajo y agentes específicos del sector bancario sobre la misma base.
Cuando ningún elemento prediseñado se ajusta al flujo de trabajo, como ocurre con la gestión inicial de reclamaciones por cargos con tarjeta, el resumen se convierte en la especificación para un agente personalizado en Creatio AI Studio. Con esa especificación redactada, cada conversación con un proveedor en la Etapa 2 puede comenzar con la misma petición: muéstranos este flujo de trabajo, con estos sistemas y estas aprobaciones.
Etapa 2: Evalúa las plataformas de agentes de AI según cómo se crean, conectan y controlan los agentes
Con el resumen redactado, ya se puede empezar a elaborar la lista de finalistas. En esta etapa, las listas de funcionalidades suelen parecerse, por lo que la tabla de evaluación siguiente puntúa lo que cada proveedor puede demostrar con respecto a tu propio flujo de trabajo. Las ponderaciones son un punto de partida y tu resumen debería modificarlas: por ejemplo, un equipo cuyo agente vaya a interactuar con pagos podría dar más peso al control humano.
Plantilla: tabla de evaluación de plataformas de agentes de AI (puntúa cada criterio del 1 al 5 y después multiplícalo por su ponderación)
| Criterio | Ponderación | Pida al proveedor que muestre | Cómo lo gestiona Creatio AI Studio |
|---|---|---|---|
| Crear flujos para distintos niveles de conocimientos | 15 | El flujo de trabajo de su descripción, creado por alguien con el nivel de conocimientos de su equipo | Indicaciones en lenguaje natural para el comportamiento del agente; un Diseñador de agentes de flujo de trabajo para lógica de varios pasos, reglas de negocio y aprobaciones; conocimientos y habilidades reutilizables; agentes de programación como Claude Code, Codex y Cursor para desarrolladores; Creatio AI Twin para que los empleados creen agentes personales |
| Conexión con sus sistemas | 20 | El agente leyendo y escribiendo en un sistema mencionado en su descripción | Un servidor MCP nativo que expone datos, registros y flujos de trabajo de Creatio; servidores MCP personalizados para sistemas propios; API; funciona junto con Creatio AI CRM o se conecta al CRM de otro proveedor |
| Elección del modelo | 10 | El modelo utilizado por un agente sustituido y qué más tuvo que cambiarse | Modelos de OpenAI, Anthropic y Google, alojados públicamente o de forma privada; uso de su propio modelo; un modelo elegido para cada agente |
| Canales | 10 | Un agente continuando una conversación a través de dos canales | Correo electrónico, chat web, SMS, WhatsApp, voz y vídeo, con el contexto compartido entre canales; integración en herramientas como Outlook y Teams |
| Control humano (humano en el circuito) | 20 | Un paso de la fila de aprobación que se detiene para solicitar autorización y, a continuación, una escalada que transfiere todo el contexto | Aprobaciones dirigidas en AI Studio, en el chat o en el CRM; confirmación necesaria antes de que un agente utilice herramientas seleccionadas; rutas de escalada definidas; modos Sugerir, Asistir y Actuar |
| Pruebas y supervisión | 15 | Una ejecución de prueba con los casos que proporcione y, después, el registro de lo que hizo el agente y por qué | Evaluaciones con conjuntos de datos de referencia (casos de prueba seleccionados con resultados correctos conocidos) y umbrales de calidad; historial de ejecuciones; registro de auditoría; observabilidad por agente y modelo |
| Visibilidad de los costes | 10 | Dónde aparece el uso y qué sucede cuando se alcanza un límite | Límites de uso por hora, día y mes con avisos de parada flexible; costes desglosados por modelo y agente |
Preguntas que distinguen una demostración pulida de una plataforma lista para implementarse
La tabla de evaluación le indica en qué debe fijarse. Unas cuantas preguntas directas hacen que el proveedor pase de su guion habitual a su caso de uso:
- "¿Pueden mostrarnos nuestro flujo de trabajo, o uno muy parecido, en una sesión de seguimiento?" Una respuesta sólida es una demostración preparada en torno a su descripción, normalmente por los consultores de soluciones del proveedor, para que el equipo pueda examinar los pasos que son importantes para usted.
- "¿Qué hace el agente cuando no está seguro?" Busque una ruta de escalada definida y una transferencia que incluya todo el historial, para que la persona que se haga cargo no tenga que empezar de cero.
- "¿Quién decide qué acciones se ejecutan sin aprobación y dónde se configura eso?" La respuesta debería señalar una política que alguien pueda leer y modificar, en lugar de remitir a texto oculto dentro de una indicación.
- "Si cambiamos de modelo el año que viene, ¿qué tenemos que reconstruir?" Lo ideal es que sea muy poco, aparte de volver a realizar las pruebas.
- "¿Cómo sabemos que una nueva versión es mejor que la actual antes de que la vean los clientes?" Espere evaluaciones con un conjunto de pruebas fijo, control de versiones y una forma de volver atrás.
Cómo es el agente de reclamaciones de tarjetas en Creatio AI Studio
Convertir la descripción de la fase 1 en un diseño funcional muestra cómo se aplican estos criterios. En el Diseñador de agentes de flujo de trabajo, la recepción de reclamaciones de tarjetas se convierte en una secuencia visible de pasos:
- Un paso de recepción recopila el contexto de la transacción, la reclamación del cliente y las pruebas que aún se necesitan.
- Una llamada a una herramienta crea el caso de reclamación en los sistemas del banco.
- Un subagente especializado en la revisión de créditos temporales se hace cargo del caso.
- Un paso de canal envía al cliente una confirmación y una lista de comprobación de las pruebas.
Cada paso puede utilizar el modelo principal del agente u otro diferente, y el agente puede conservar el historial de la conversación, de modo que el cliente nunca tenga que repetir lo sucedido. Como la lógica se presenta visualmente, el responsable de operaciones, un revisor de cumplimiento y un desarrollador pueden revisar el mismo diseño.
Una tabla de evaluación como esta suele reducir las opciones a dos o tres plataformas. Elegir entre ellas requiere pruebas basadas en sus propios casos, y recopilarlas es el objetivo del proyecto piloto.
Fase 3: Ejecute un proyecto piloto de agente de IA basado en los casos con más probabilidades de salir mal
Las demostraciones de los proveedores favorecen el camino ideal, en el que el cliente proporciona información clara y el agente nunca duda. Los flujos de trabajo reales son más desordenados. Un piloto demuestra que merece la pena invertir tiempo en él dedicando la mayor parte de ese tiempo a solicitudes incompletas, datos confidenciales, acciones que deben detenerse para obtener aprobación y preguntas que el agente no debería responder en absoluto.
Plantilla: plan de piloto de un agente de IA por fases (unas ocho semanas; ajústalo a la complejidad de tu propuesta)
| Fase | Semanas | Qué ocurre | Avanza cuando | En Creatio AI Studio |
|---|---|---|---|---|
| Desarrollo en un entorno seguro | 1–2 | Conecta los sistemas descritos en la propuesta, aplica las políticas y desarrolla el agente | El agente completa casos de ejemplo de principio a fin | Entornos separados de desarrollo, pruebas, preproducción y producción; políticas de toda la organización aplicadas a cada agente desde el principio |
| Evalúa el agente con tu conjunto de pruebas | 3–4 | Reúne casos reales anonimizados, incluidos los difíciles, y acuerda un umbral de calidad | El agente alcanza el umbral en el conjunto completo | Evaluaciones con conjuntos de datos de referencia, con los umbrales de calidad comprobados antes de la implementación |
| Lanzamiento limitado | 5–6 | Publícalo para un grupo reducido de empleados o clientes en modo Suggest o Assist | No quedan problemas de alto riesgo abiertos y las escalaciones llegan con todo el contexto | Aprobaciones gestionadas en AI Studio, en el chat o en el CRM; control de versiones con posibilidad de volver a la última versión operativa |
| Revisión | 7–8 | Compara los resultados con la señal de éxito de la propuesta; revisa las escalaciones y el registro de auditoría | El equipo está preparado para el paso de puesta en producción de la fase 4 | Historial de ejecuciones, registro de auditoría y observabilidad de la calidad, la latencia, los errores y el coste por agente y modelo |
Casos de prueba que conviene redactar primero
El conjunto de datos de referencia concentra gran parte del valor de un piloto, por lo que conviene empezar por los escenarios con más probabilidades de poner a prueba los límites de un agente. Para el ejemplo de las disputas de tarjetas:
- Falta de información: el cliente no recuerda la fecha ni el importe de la transacción.
- Datos confidenciales en texto libre: el cliente escribe un número de tarjeta completo en el chat. Comprueba que se enmascare antes de que el modelo o los registros puedan verlo.
- Una acción que debe pausarse: el caso cumple los requisitos para recibir un crédito temporal y el agente tiene que esperar la aprobación de una persona.
- Una solicitud fuera del ámbito del agente: a mitad del proceso, el cliente solicita un límite de crédito más alto y el agente debería transferir la conversación.
- Una interrupción del servicio: la gestión de casos deja de estar disponible y el agente necesita una alternativa que no deje al cliente sin saber qué hacer.
Cómo aplica Creatio AI Studio las políticas durante un piloto
Algunas reglas pertenecen a toda la organización, como enmascarar los datos personales o exigir confirmación antes de que un agente utilice determinadas herramientas. En Creatio AI Studio, estas reglas se establecen una sola vez y se heredan en cada agente, mientras que el equipo de disputas de tarjetas añade instrucciones, conocimientos y evaluaciones específicas del agente. Durante el lanzamiento limitado, la vista de gobierno muestra cuándo se activaron las políticas, qué acciones se aplicaron o bloquearon y qué aprobaciones siguen pendientes. El equipo del piloto obtiene un registro continuo del comportamiento del agente en condiciones reales, en lugar de un resumen elaborado al final.
Las pruebas también continúan después del piloto. Los resultados de producción alimentan la siguiente ronda de evaluación, de modo que el conjunto de pruebas crece a medida que el agente se enfrenta a situaciones nuevas.
Al final de la octava semana, el equipo dispondrá de evidencias obtenidas de sus propios casos. La última fase convierte esas evidencias en una decisión.
Fase 4: toma la decisión de puesta en producción según criterios acordados de antemano
Los pilotos que terminan sin una regla de decisión suelen acabar en un debate. Redactar los criterios de puesta en producción durante la fase 1 y conseguir que los equipos de operaciones, riesgos y TI los aprueben antes de que comience el piloto hace que la decisión final se base en evidencias y no en quién argumenta de forma más convincente.
Plantilla: lista de comprobación para poner en producción un agente de IA
¿Podemos ver y detener lo que hace el agente?
☐ Cada ejecución es rastreable: entradas, decisiones, herramientas utilizadas y resultado
☐ Una persona responsable identificada puede pausar el agente o volver a la versión anterior
☐ Las políticas activadas y las acciones bloqueadas son visibles en un solo lugar
¿El agente cumple el estándar de calidad en nuestros propios casos?
☐ Se alcanza el umbral acordado en todo el conjunto de pruebas, incluidos los casos difíciles
☐ No queda abierto ningún problema de alto riesgo de la versión limitada
☐ Las escalaciones llegaron a la persona adecuada con el historial del caso adjunto
¿Sabemos cuánto cuesta ejecutarlo?
☐ Se comprende el uso por ejecución, tanto por agente como por modelo
☐ Los límites y las advertencias están establecidos en niveles aceptados por la persona responsable del presupuesto
¿Quién se hace cargo del trabajo cuando el agente escala el caso?
☐ Un equipo designado, con un horario acordado, se encarga de las escalaciones
☐ Los clientes saben cómo ponerse en contacto con una persona en cualquier momento
☐ Hay programada una revisión periódica de las escalaciones y las decisiones sobre políticas
En Creatio AI Studio, la mayoría de estas comprobaciones corresponden a algo que el equipo puede abrir e inspeccionar:
- el registro de auditoría recoge qué hizo cada agente y por qué
- el control de versiones permite volver a una versión anterior
- el Centro de Mando de Operaciones resume los agentes activos, las aprobaciones pendientes y las acciones que la gobernanza bloqueó
- los análisis de uso muestran el consumo frente a los límites horarios, diarios y mensuales, con advertencias de parada gradual antes de que un límite interrumpa el trabajo
Amplía la autonomía flujo de trabajo a flujo de trabajo
Superar el control da comienzo a un segundo ciclo. Para el agente de disputas de tarjetas, el siguiente paso podría ser trasladar tareas rutinarias, como recordar a los clientes que falta documentación justificativa, del modo Assist al modo Act, mientras las decisiones crediticias siguen en manos de las personas. Después, el mismo agente puede ampliarse a más canales, como los SMS o la voz.
El siguiente flujo de trabajo comienza con menos trabajo previo. Podría tratarse de la confirmación de una alerta de fraude o de la recopilación de documentos para las comprobaciones de conocimiento del cliente. Las políticas de toda la organización ya se aplican, las capacidades se pueden reutilizar y los hábitos de evaluación del equipo se mantienen.
Junto con estos agentes empresariales, Creatio AI Twin permite a los empleados crear agentes personales en lenguaje sencillo. Cada uno de esos agentes hereda los mismos permisos que la persona en cuyo nombre actúa.
Creatio describe el objetivo de su plataforma sin código nativa de IA como una productividad 10x. Para un equipo de proyecto, la vía práctica hacia una mejora de ese nivel es un ciclo repetible: resumen, cuadro de evaluación, piloto y control, aplicado a un flujo de trabajo tras otro.
Preguntas frecuentes: elegir una plataforma de agentes de IA
¿Cuál es la diferencia entre una plataforma de agentes de IA y un creador de chatbots?
Un creador de chatbots diseña conversaciones. Una plataforma de agentes de IA también permite que el agente realice acciones en distintos sistemas empresariales, como crear un caso o actualizar un registro. Esas acciones se ejecutan conforme a las políticas, aprobaciones y controles que la organización gestiona.
¿Cuánto debería durar el piloto de una plataforma de agentes de IA?
Para un solo flujo de trabajo, unas ocho semanas constituyen un plan viable, con dos semanas para cada fase: crear, evaluar con un conjunto de pruebas, ejecutar una versión limitada y revisar. Los flujos de trabajo que afectan a muchos sistemas o implican decisiones reguladas pueden necesitar más tiempo.
¿Necesitan desarrolladores los equipos empresariales para crear agentes en Creatio AI Studio?
Los equipos empresariales y de operaciones pueden diseñar agentes con indicaciones en lenguaje natural y Workflow Agent Designer, la herramienta de diseño de agentes sin código, mientras que TI gestiona la seguridad, las integraciones y los estándares. Los desarrolladores pueden ampliar los agentes mediante agentes de programación como Claude Code, Codex y Cursor. Para los agentes personales, Creatio AI Twin permite que cualquier empleado cree uno describiendo lo que necesita.
¿Cuándo conviene utilizar agentes de IA de Creatio prediseñados en lugar de crear un agente personalizado?
Los agentes de IA preconfigurados de Creatio AI están incluidos en Creatio AI CRM y cubren tareas habituales de marketing, ventas y servicio. Algunos ejemplos son el agente de comprensión de casos, el agente de análisis de causa raíz y el agente de conocimiento de cuentas. Un agente personalizado en Creatio AI Studio resulta útil cuando el flujo de trabajo es específico de su empresa, abarca varios sistemas o depende de sus propias reglas de aprobación, como ocurre con la recepción de disputas de tarjetas.
¿Qué es Creatio Bank.AI?
Creatio Bank.AI es la plataforma de CRM e IA bancaria de Creatio para bancos, cooperativas de crédito y otras instituciones financieras. Comparte la plataforma de Creatio con Creatio AI Studio, por lo que los equipos bancarios pueden crear y gobernar agentes personalizados, como un agente para disputas de tarjetas, con los mismos diseñadores, políticas y evaluaciones.
¿Cómo saber si un agente de IA está listo para producción?
Pruebe el agente con un conjunto de datos de referencia compuesto por casos reales y anonimizados, incluidos los más complejos, y establezca un umbral de calidad antes de comenzar el piloto. Después, realice un lanzamiento limitado en un modo supervisado y compruebe los resultados con una lista de comprobación para la puesta en producción que los responsables de negocio, riesgos y TI hayan acordado previamente.
De un flujo de trabajo a una práctica de evaluación repetible
La elección de una plataforma de agentes de IA es más rápida cuando la evaluación se lleva a cabo como cualquier otro proyecto: con un alcance definido, criterios acordados de antemano, un plan de pruebas basado en los riesgos y una regla de decisión aprobada por todos. Las cuatro plantillas funcionan con cualquier proveedor. Aplicadas a Creatio AI Studio, muestran cómo un único flujo de trabajo, como la recepción de disputas de tarjetas, puede pasar de la descripción inicial a una producción gobernada, y cómo el siguiente puede comenzar con las políticas, capacidades y evaluaciones ya establecidas.
