Cómo Construir un Equipo de Agentes de IA Según Alguien que Ya lo Hizo
Definición: Los compañeros de IA difieren de los agentes; son herramientas GPT personalizadas que requieren interacción y contexto humanos.
Comenzar: Crea herramientas de IA donde los recursos sean escasos y haya brechas de habilidades, empezando especialmente por tareas de contenido.
Tiempo: Integra el desarrollo de IA en espacios pequeños de tiempo; construye y refina el ecosistema de IA de manera incremental.
Datos: Utiliza datos reales y basados en la investigación para las personalidades de IA y evita incluir información personal identificable.
Futuro: Automatiza tareas actuales del trabajo, liberando tiempo para tareas estratégicas y el desarrollo de habilidades en entornos de IA.
Esta entrevista se realizó originalmente en The Digital Project Manager Podcast, donde el presentador Galen Low conversó con Megan Ratcliff sobre lo que realmente se necesita para construir y gestionar un equipo de compañeros de IA, no en algún momento futuro, sino ahora mismo, con la tecnología actual. Ha sido reformateada como artículo para facilitar su lectura.
Megan Ratcliff, consultora de go-to-market y coach en Clarity & Motion Collective, construyó un equipo de compañeros de IA durante su periodo como Directora de Marketing en la empresa tecnológica de carreras SaaS Dice, un ecosistema que finalmente hizo tan bien su trabajo que tuvo tiempo para inventar el siguiente. No tenía formación técnica, ni presupuesto, ni horas libres en su agenda. Lo que sigue es su método.
¿Qué es en realidad un compañero de IA? (Y qué no lo es)
Primero, algo de orden sobre definiciones, porque la terminología está empezando a confundirse. "La palabra 'Agente de IA' se usa muy a la ligera en este momento", dice Ratcliff. "Un agente es una herramienta de IA que actúa de manera autónoma por sí misma. Y creo que, cuando la gente dice que está haciendo agentes en LinkedIn, en realidad solo están haciendo un compañero, que es un GPT personalizado con un humano en el circuito."
Desbloquea Gratis
Crea una cuenta gratuita para terminar de leer este contenido y unirte a una comunidad de líderes visionarios que están desbloqueando herramientas, manuales y conocimientos para prosperar en la era de la IA.
Have an account? Log In
Esa distinción importa. Un compañero es un asistente diseñado para una tarea específica —un redactor de campañas, un estratega, un simulador de persona— entrenado en tu contexto real y usado contigo en el control. Y, lo que es crucial, crear uno no requiere que te conviertas en ingeniero. Ratcliff es tajante con sus propios límites: "No soy alguien que vaya a construir algo en JSON o HTML o React. Eso para mí es como griego."
Ni todo el mundo necesita el mismo nivel de habilidad. "Aprender IA es como aprender otro idioma", dice. "Habrá quizá entre un 10 y un 20% de la población que se vuelva fluida en IA, y ellos son quienes están construyendo todo tipo de cosas que nunca has imaginado. Y luego, usando la metáfora del aprendizaje de idiomas, los demás solo podrán pedir un vaso de agua y preguntar dónde está el baño." El punto de partida, en su marco, es sencillo: "¿Puedes interactuar con un chat bot LLM? ¿Y puedes usarlo de manera eficaz?"
«Aprender IA es como aprender otro idioma
Paso 1: Empieza donde más duele (normalmente el contenido)
El primer compañero de Ratcliff no nació de una gran estrategia de IA. Nació de la escasez. "Yo era la directora de demanda en ese momento", recuerda. "No tenía muchos recursos. No tenía mucho dinero. No tenía mucho tiempo y no tenía muchos miembros en el equipo —miembros humanos— para hacer el trabajo."
Así que empezó por el punto de dolor más agudo: "Empecé creando el primer compañero, que era un redactor de campañas. La creación de contenidos es un gran punto de partida para cualquiera que sea nuevo en IA. Es realmente fácil porque puedes entender enseguida cómo debería verse un buen resultado."
La creación de contenidos es un gran punto de partida para cualquiera que sea nuevo en IA. Es realmente fácil porque puedes entender enseguida cómo debería verse un buen resultado.
Desde ahí, la lógica se extendió a sus propias lagunas de habilidades. Proveniente de una trayectoria como directora de cuentas en agencia, y no tanto de una formación clásica en generación de demanda, dice: "Estaba construyendo compañeros para ayudar a suplir donde estaban mis carencias de habilidades." Esa es la pauta a seguir: no construyas IA solo por hacer IA; constrúyela donde más falte.
Paso 2: Construye en los márgenes — no necesitas una tarde libre
La objeción más común a la hora de construir algo nuevo es el tiempo, y Ratcliff la desarma. Ella no reservó medias jornadas. "Era entre reuniones. Si tenía 15 minutos, me ponía a trabajar en algo y luego escribía un conjunto de indicaciones, iba a mi reunión, volvía, veía el resultado, afinaba y actualizaba."
No todo sobrevivió. "Me quedaba con algunos compañeros, desechaba otros, y después empecé a enlazarlos entre sí" —y ese montón de descartes es progreso, no fracaso. El beneficio compuesto llegó rápido: "Con el tiempo, construí un ecosistema en probablemente cuatro meses que comenzó a hacer mi trabajo bastante bien por mí. Y entonces tuve más tiempo para innovar."
Con el tiempo, construí un ecosistema en probablemente cuatro meses que empezó a hacer mi trabajo bastante bien por mí. Y luego tuve más tiempo para innovar.
Dos aceleradores ayudaron. El primero fue la mentoría: una CMO fraccional en Dice revisó sus primeras instrucciones personalizadas para GPT y la animó a iterar. Como dice Ratcliff sobre las personas a las que ahora entrena: "Una vez que empiezan se vuelven imparables. Pero solo necesitan ese pequeño empujón inicial." El segundo fue el temperamento. "La IA realmente recompensa a la gente de ideas. Así que si eres una persona de ideas, este es tu momento."
Paso 3: Dale información real — nunca basura, y nunca PII
Los compañeros de equipo son tan buenos como la información que reciben, y Ratcliff marca dos líneas muy claras. La primera es sobre las personas: "No puedes crear una persona de IA basada en información de IA. Tienes que tener información real. Tienes que haber hecho la investigación." Entrevistas, datos cualitativos, datos cuantitativos: eso es lo que hace que el simulador de personas de Ratcliff valga la pena consultar.
La segunda línea es absoluta: "Nunca meto PII en IA y tú tampoco deberías hacerlo."
Paso 4: Escala de herramienta individual a inteligencia compartida
Una vez que los compañeros de equipo individuales funcionan, la pregunta pasa a ser qué construir después — y la respuesta comienza por los resultados, no las herramientas. "Comprender el resultado al que quieres llegar, la habilidad que ya tienes en tu equipo, te ayuda a identificar qué compañeros de equipo necesitas. No tienes que crear IA solo por crear IA", dice Ratcliff. "Van a haber huecos. ¿Y cómo cubres esos huecos? Construyes un compañero de equipo para cubrirlos."
No tienes que crear IA solo por crear IA.
La verdadera transformación ocurre cuando los compañeros de equipo dejan de ser trucos personales de productividad y se convierten en infraestructura compartida. "Cuando empiezas a construir esa capa de inteligencia compartida, y luego tienes una capa de orquestación compartida, compañeros de equipo compartidos que ustedes están usando", explica, "ahí es cuando rompes los silos entre las organizaciones y empiezas a moverte como una sola, y la IA es ese tejido conectivo."
¿Cómo se ve esto en la práctica?: dos ejemplos
El simulador de presidentes. Ratcliff tenía una idea que quería presentar al presidente de Dice, alguien que no conocía bien. En lugar de arriesgarse con una propuesta fría, construyó un simulador usando transcripciones de sus reuniones "all hands", una descripción de su puesto y fragmentos de sus correos electrónicos. El simulador odiaba su idea. Así que lo usó para replantear la propuesta en torno a lo que realmente le importaba: "No cambiamos el mensaje, solo cambiamos la forma en la que estaba enmarcado." La propuesta real fue un éxito. Cuando confesó el experimento, a él le encantó — y el simulador se reutilizó como eje para crear contenido para su marca personal.
La estratega de go-to-market. Tras un lanzamiento de producto, ocurrió algo curioso: "Lo lanzamos y sucedió diferente a como todos esperábamos. Y las personas que pensamos que comprarían ese producto no lo estaban comprando." El ICP necesitaba redefinirse, y nadie era responsable de eso. "Nadie es dueño del go to market. Así que pensé: ¿por qué no yo?" Construyó una compañera estratega, la alimentó con tasas de conversión, el ICP original y datos de compra a nivel de cuenta, y la usó para crear un nuevo perfil de comprador y diseñar tests de validación. Compartida entre equipos, esa compañera "empezó a romper los silos entre marketing, habilitación de ventas y operaciones de ingresos" — una sola fuente de verdad que todos podían consultar.
Ideas erróneas comunes, desmontadas
"La IA te quitará el trabajo." La respuesta de Ratcliff es un "sí, pero además..." deliberado. "Vas a poder construir un sistema de herramientas que respalden el trabajo que haces desde la perspectiva de ejecución, y también puedes usar estas herramientas para potenciar tu influencia estratégica en la organización. Así que lo que deberías estar haciendo es usar la IA para reemplazar tu puesto actual mientras construyes tu nuevo rol. Así es como se ve el futuro de esto." Eso sí, es honesta respecto al tiempo. Para quienes hacen un trabajo puramente repetitivo y orientado a tareas: "Probablemente podrás hacerlo por dos años más, y luego dejarás de tener ese trabajo."
Lo que deberías estar haciendo es usar la IA para reemplazar tu trabajo actual mientras construyes tu nuevo trabajo. Así es como se ve el futuro de esto.
"Puedo simplemente quedarme afuera esta vez." Ella compara este momento con otro punto de inflexión anterior: "Si te resististe a internet, ya sabes, no te fue muy bien." Incluso las certificaciones en IA le parecen una señal temporal — cuando alguien mencionó certificar a su equipo, su reacción fue "genial, es como certificarte en internet."
"Gestionar compañeros de IA es como gestionar personas." "Mito. Falso. Los compañeros de IA no tienen emociones", dice — aunque sí merecen una revisión diagnóstica "probablemente a intervalos regulares, trimestralmente, o quizá dos veces al año en algunos casos."
"Esta herramienta puede reemplazar a todo tu equipo de marketing." "Cualquier herramienta que afirme que va a reemplazar a tu equipo de marketing es marketing. Es mal marketing, como mínimo", dice Ratcliff. Los humanos aún conservan el gusto, el juicio y el matiz. "No va a reemplazar a tu equipo de marketing. Va a mejorarlo."
"Poner tus agentes de IA en tu currículum es una artimaña." "Válido. Ya lo he visto antes", dice sobre candidatos que se presentan a entrevistas junto a sus equipos de agentes — una señal exacta de la fluidez que ella contrataría. Incluso cambiaría la clásica pregunta de la entrevista: "Quizá la nueva pregunta no sea ¿cuál es tu debilidad? Si no, ¿qué compañeros has construido para aumentar tus habilidades?"
La advertencia: por qué el humano se mantiene en el proceso
A pesar de todo el entusiasmo, el manual de Ratcliff tiene un límite claro. "Solo los humanos tienen gusto y solo los humanos pueden tener la comprensión del matiz y la referencia histórica e información que una IA no puede captar", afirma. Su regla para la colocación de la automatización: "Estoy automatizando los bordes de esos flujos de trabajo, no el núcleo de esos flujos de trabajo." Limpia los datos automáticamente, redacta el informe automáticamente — pero el juicio en el centro sigue siendo humano.
Si te saltas ese límite, obtienes un desastre. Ella señala un anuncio de IA de McDonald's producido en Europa: "Fue malo, y la gente realmente se opuso y lo retiraron porque no era bueno. Y ahí es donde el elemento humano es tan críticamente importante."
Su analogía favorita es la colada. Las lavadoras y secadoras automatizan dos etapas, pero una persona decide qué meter, ajusta los controles y saca las mallas antes de que se encojan. "Va a haber procesos que actualmente hacemos de forma manual y que simplemente dejarán de tener sentido" para mantener manuales, señala — pero también procesos que son fundamentalmente importantes para que los humanos los mantengan, porque "tienen que ver con el juicio, tienen que ver con la ética."
Esa frontera centrada en el ser humano es también la respuesta a la ansiedad del equipo, por eso su trabajo de gestión del cambio siempre comienza de la misma manera: "El primer paso es disipar el miedo." A partir de ahí, el verdadero trabajo consiste en ayudar a las personas a rediseñar sus roles alrededor de lo que realmente quieren conservar. "El cambio de mentalidad es tan importante porque sin él, sin reimaginar el trabajo, nada cambia fundamentalmente. Solo estás haciendo el mismo trabajo, tal vez un poco más rápido."
El cambio de mentalidad es tan importante porque sin él, sin reimaginar el trabajo, nada cambia fundamentalmente.
La paradoja del manual
Aquí está el núcleo incómodo del consejo de Ratcliff: el movimiento profesional más seguro actualmente es automatizar a propósito tu propio puesto de trabajo, porque la alternativa es esperar a que alguien, o algo, lo haga por ti. La recompensa no es el desempleo; es el tiempo y la posición para levantar la mano para los trabajos que aún no tienen dueño, como hizo Ratcliff cuando nadie quería liderar el lanzamiento al mercado. Y en el futuro que describe, donde los organigramas se reemplazan por mapas de trabajo y los equipos se organizan en torno a resultados en lugar de títulos, esa es la posición resistente. Como ella dice: "Elimina el título, conserva las habilidades y ve a hacer el trabajo que mejor se alinee con lo que sabes hacer y lo que te interesa."
