Serie · Parte 3 de 6: Cómo montamos el departamento de IA en Twim
Si no has leído las partes anteriores, te recomendamos empezar por el principio: Parte 1 →
Lo hice al revés. Y fue la mejor forma de entender por qué el orden importa.
Descubrí Paperclip, una plataforma que permite orquestar —es decir, coordinar y dirigir— múltiples agentes de IA trabajando al mismo tiempo. Un agente de IA es una instancia de inteligencia artificial a la que se le asigna un rol y un objetivo concreto, y que puede actuar de forma autónoma: tomar decisiones, ejecutar tareas, comunicarse con otros agentes y producir resultados sin que una persona tenga que supervisar cada paso.
Piénsalo como contratar a un equipo de especialistas virtuales: uno se encarga del análisis, otro de la redacción, otro de la revisión, y hay uno que coordina al resto. Paperclip es la herramienta que hace posible que esos especialistas trabajen juntos de forma organizada.
Decidí probarlo en serio. Primero en local —es decir, en mi propio ordenador, sin conexión a servidores externos— y después en un entorno en la nube, que en este contexto significa servidores contratados a un proveedor externo (en nuestro caso, DigitalOcean) que están siempre activos y accesibles desde cualquier lugar.
En pocas semanas tenía funcionando algo que nunca había visto tan cerca: una empresa virtual completa, compuesta íntegramente por agentes de IA.
Lo que monté
La arquitectura era real. Agentes especializados por función: uno para análisis, otro para redacción, otro para revisión de calidad, otro para coordinación. Capaces de pasarse tareas entre sí, de ejecutar procesos de principio a fin sin intervención humana, de generar en minutos outputs —resultados, documentos, análisis— que en otro contexto habrían llevado horas de trabajo.
Lo usé para desarrollar cosas reales. Funcionaba. Era fascinante verlo operar.
Y entonces intenté escalar — es decir, hacer que ese sistema funcionara no solo para tareas aisladas sino para el funcionamiento real y continuo de la empresa.
El problema que no había anticipado
Para escalar, los agentes necesitan contexto. No el contexto de una tarea concreta —eso lo tenía—. Necesitan el contexto de la organización: cómo trabaja la empresa, qué decisiones están tomadas, qué tono se usa, qué proyectos están activos, qué restricciones existen, quién es responsable de qué.
Sin ese contexto, cada agente actuaba con lo mejor de su criterio. Que no es el tuyo. Ni el de tu empresa.
El resultado eran outputs técnicamente correctos pero desconectados de la realidad de Twim. Tonos que no eran los nuestros. Decisiones que no seguían nuestra forma de trabajar. Procesos que no encajaban con los que ya teníamos.
Los agentes funcionaban con autonomía, pero sin un contexto claro sobre cómo trabaja la empresa, esa autonomía se convertía en un problema: cada agente tomaba decisiones según su propio criterio, no según el nuestro. El resultado era impredecible.
Lo que entendí
Intentar automatizar antes de estructurar es el equivalente a contratar a diez personas sin haberles dado ningún onboarding —proceso de incorporación y formación inicial—, ningún proceso documentado y ningún acceso al historial de la empresa. Pueden ser muy capaces individualmente. Pero sin un marco común, cada uno tira en la dirección que le parece.
La infraestructura de agentes no era el problema. Era la solución correcta aplicada en el momento equivocado.
El problema real era anterior: el contexto de la organización no estaba documentado de una forma que la IA pudiera consumir.
El orden correcto
De ese experimento salió la decisión que define todo lo que hemos hecho después:
Primero estructura. Después automatización.
Primero defines cómo trabaja tu empresa, qué sabe, cómo decide, cómo comunica. Lo documentas de una forma que cualquier herramienta de IA pueda entender. Lo pruebas. Lo ajustas.
Y solo cuando ese contexto está sólido —por departamento, por proceso, por proyecto— empiezas a construir agentes encima.
Los agentes son el último paso, no el primero.
Siguiente en la serie: Los tres archivos que lo cambian todo →