Por qué la confianza calibrada, y no la adopción, define el retorno de los agentes de IA en RevOps de Chile y Latinoamérica

La conversación sobre agentes de IA suele quedarse en la capacidad del modelo. Dos publicaciones recientes mueven el foco a un terreno más incómodo y más útil para quien gestiona ingresos: si el equipo no confía en el agente, la mejor tecnología termina reducida a un chatbot caro.

¿Cuál es el verdadero cuello de botella de los agentes?

Un análisis de Harvard Business Review, firmado por Thomas McKinlay, Stefano Puntoni, profesor de marketing de Wharton, y Serkan Saka, plantea que la confianza es el obstáculo central para escalar los agentes en el trabajo. Los empleados no le entregan autonomía real a un sistema del que dudan. Su tesis no es pedir fe: el objetivo, dicen, no es confianza ciega sino «confianza calibrada», donde el equipo entiende dónde el agente es competente, dónde probablemente falla y cuándo el humano conserva el control. Sin esa calibración, advierten, las organizaciones terminan degradando agentes sofisticados a asistentes triviales y desperdician su valor.

La brecha de evaluación: autonomía que corre más rápido que la verificación

El diagnóstico de HBR se apoya en datos duros. Según una encuesta de VentureBeat a 157 empresas, la mitad ya desplegó un agente que aprobó sus evaluaciones internas y aun así provocó una falla frente a un cliente, y una de cada cuatro lo vivió más de una vez. Pese a eso, 66% ya permite algún despliegue en producción sin revisión humana o planea hacerlo dentro de un año, mientras solo 5% confía plenamente en las evaluaciones automáticas que deberían frenar esas decisiones. Esa es la brecha de evaluación: el techo de autonomía sube más rápido que la garantía que lo sostiene.

¿Por qué una evaluación aprobada no es un agente que funciona?

Probar software tradicional consiste en verificar que una entrada produzca la salida esperada. Un agente es más difícil: elige su propia secuencia de pasos, invoca herramientas, recupera datos y puede responder distinto en cada corrida. Puede tomar varias decisiones individualmente razonables y aun así llegar al resultado equivocado, como recuperar la cuenta correcta y actualizar el campo incorrecto. Por eso la guía de evaluación de Anthropic distingue entre acertar al menos una vez y acertar siempre, y el perfil de IA generativa del NIST recuerda que lo medido en laboratorio no siempre se traslada a producción. La conclusión práctica: tratar la repetibilidad como métrica de primera clase y convertir cada incidente en una prueba de regresión permanente.

Expandir la autonomía por riesgo, no por ambición

Ninguna de las dos fuentes pide un humano detrás de cada acción; eso no escala. El punto es más fino: la operación sin humano debe ganarse con fiabilidad demostrada y limitarse por las consecuencias de la falla. Redactar un resumen interno o clasificar documentos tolera más autonomía. Mover dinero, comunicarse con clientes, cambiar accesos o borrar datos exige umbrales más estrictos, pruebas de consistencia repetidas y caminos claros de escalamiento. El dato de alerta: las empresas más grandes avanzan más rápido hacia la operación sin humano, cerca de 70%, y también son las que más despliegan agentes que terminan fallando frente a un cliente.

¿Qué debe hacer RevOps en Chile y Latinoamérica?

Para los equipos de RevOps en Chile y Latinoamérica, esta discusión aterriza en un mandato concreto. La cuarta responsabilidad de RevOps, además de marketing, ventas y servicio, es gobernar la capa de IA que corre sobre las tres. Eso significa definir qué decisiones un agente puede tomar solo y cuáles no, según el riesgo comercial; instrumentar la reversión y el escalamiento antes de dar autonomía; y construir un catálogo de pruebas que crezca con cada incidente real del pipeline. En un mercado donde muchos equipos comerciales de la región recién ordenan su CRM, la tentación de saltar directo a agentes autónomos es justamente lo que la evidencia desaconseja.

La lectura de Revenue Hub

Vale precisar el origen: HBR aporta el marco conceptual y VentureBeat, los datos de una encuesta autoseleccionada que sus propios autores describen como direccional, no precisa. Con esa cautela, la señal para Chile y Latinoamérica es clara y coincide con lo que vemos en terreno: el ROI de los agentes no se define por cuán rápido se saca al humano del circuito, sino por cuán bien se calibra la confianza. Quitar la supervisión no elimina la incertidumbre; la convierte en una decisión automatizada de producción. El equipo que gane no será el que despliegue más agentes, sino el que trate la repetibilidad y la gobernanza con la misma seriedad que la velocidad de despliegue. Ese trabajo, poco glamoroso, es precisamente el mandato de RevOps.