ztzoff.tech

5 nov 2026

Descubrir, diseñar, construir, escalar: cómo llevo un agente de la idea a algo de lo que una empresa depende

El framework agéntico de Google Cloud nombra las etapas. Esta es mi versión, con un entregable y una prueba de salida por etapa, y por qué casi todos los pilotos se traban entre construir y escalar.

La mayoría de las empresas con las que hablo tienen un agente en algún punto entre la demo y producción, y lleva meses ahí. Nadie sabe decir en qué etapa está, así que nadie sabe decir qué lo movería. Este ensayo es el mapa que uso para responder esa pregunta, y el primero de una serie que profundiza en las dos etapas donde los pilotos de verdad se traban.

De dónde salen las cuatro palabras

Google Cloud publica un Agentic AI Transformation Framework. Su documento, The New Agentic Landscape, describe un ciclo de vida que va de reimaginar los procesos del negocio, pasa por el diseño y prototipado de casos de uso, sigue con la construcción de agentes, y mantiene la calidad y el alineamiento como un lazo continuo, todo apoyado en capacidades de base como arquitectura, datos, seguridad, gobierno y lo que Google llama AgentOps. La propia formación de Google Cloud resume ese ciclo en cuatro etapas: descubrir, diseñar, construir y escalar.

Las cuatro palabras me gustan. Tienen el tamaño justo para una conversación con un equipo directivo, y son neutrales respecto al proveedor aunque las haya escrito Google. Lo que sigue es mi versión, moldeada por lo que he visto salir mal en proyectos de agentes sobre Microsoft y Google, y por el trabajo de código abierto que publicamos en zoff.tech. El framework de Google es un catálogo de actividades, roles y herramientas. El mío es más estrecho: para cada etapa, un entregable que el cliente se queda y una prueba que dice que la etapa terminó.

Una tabla con las cuatro etapas, cada una con un entregable y una prueba de salida. Descubrir entrega un mapa de oportunidades con costos y termina cuando hay una frase por candidato que dice cómo el propio código del cliente decide que una ejecución funcionó. Diseñar entrega el eval, escrito antes que el prompt, y termina cuando se corrió contra una línea base. Construir entrega un agente funcionando más el arnés de evaluación, el runbook y el resultado del grupo de control, y termina con la lista de "terminado". Escalar entrega un modelo operativo, dueño, costo por ejecución, cadencia de reevaluación y observabilidad, y termina cuando el primer agente es aburrido. Una línea roja punteada entre Construir y Escalar marca dónde se traban los pilotos.

Descubrir: encontrar el trabajo que vale la pena automatizar, y la comprobación que dice que funcionó

La pregunta en Descubrir no es "dónde podríamos usar IA". Es "qué flujo de trabajo concreto, medido cómo, justifica una construcción". El entregable es un mapa de oportunidades corto y con costos: dos o tres flujos candidatos, lo que cuesta hoy hacer cada uno a mano, un costo aproximado de construcción, y una fila honesta con lo que todavía no conviene automatizar. Ya escribí sobre por qué la auditoría es el producto y sobre cómo identificar las oportunidades que de verdad valen.

La prueba de salida es una frase por candidato: así es como nuestro propio código va a decidir si una ejecución tuvo éxito. Una prueba que pasa, un ticket cerrado, la aprobación de una persona. Si nadie puede escribir esa frase, el flujo no está listo, y descubrirlo temprano es lo más barato que va a pasar en todo el año.

Diseñar: decidir qué puede tocar el agente, y escribir el eval antes que el prompt

Diseñar es donde se escriben los límites del agente. Qué puede leer, escribir, cambiar sin preguntar, escalar y nunca tocar: el mapa de permisos. Qué conocimiento vive en el modelo, en documentos o en experiencia verificada. Dónde se coloca un verificador entre el modelo y cualquier acción irreversible.

El entregable es la evaluación: un conjunto de casos reales con el resultado esperado y un umbral, escrito antes de que nadie escriba un prompt. La prueba de salida es que el eval existe y se corrió contra una línea base, aunque la línea base sea una persona haciendo el trabajo a mano. A veces el eval mata el build. Eso es Diseñar funcionando como debe.

Construir: poner algo en manos de una persona real en la semana dos, y medirlo contra un grupo de control

Aquí va la mayor parte del dinero, y también la mayor parte de esta serie. Una construcción en zoff.tech dura entre seis y catorce semanas. Una persona real está dentro del sistema en la semana dos, no al final. El eval corre con cada cambio. Una parte de las ejecuciones, elegida al azar, queda como grupo de control, para que el beneficio del agente sea un número con intervalo y no una sensación.

El entregable es un agente que funciona más tres cosas que la mayoría de las construcciones se saltan: el arnés de evaluación como producto, un runbook para la noche en que falle, y el resultado del grupo de control. La prueba de salida es una lista corta que llamo "terminado", y tiene su propio ensayo: cuándo está terminado un agente.

Escalar: el segundo agente, el sexto mes y el tablero

Escalar no es "más tráfico". Es el momento en que el agente deja de ser un proyecto y pasa a ser una operación. El segundo agente tiene que compartir permisos, memoria y presupuesto con el primero. Alguien tiene que ser dueño de la cosa en el mes seis, cuando el modelo sobre el que se construyó queda obsoleto. Un directivo tiene que poder ver, para cada ejecución, qué costó, si funcionó y quién responde.

El entregable es un modelo operativo: dueño, costo por ejecución, cadencia de reevaluación y una observabilidad que permita responder "por qué la ejecución 4812 hizo eso" en minutos. La prueba de salida es que el primer agente sea aburrido. Nadie habla de él en la reunión del lunes, y ese es el mayor elogio que un agente puede recibir.

Por qué Construir y Escalar se llevan la atención

Descubrir y Diseñar son donde a las consultoras les gusta pasar el tiempo, porque producen presentaciones. Construir y Escalar son donde está el cementerio de pilotos. El fallo típico es una construcción que termina cuando la demo funciona, sin eval, sin runbook, sin dueño y sin medición, seguida de una etapa de Escalar que nunca arranca porque nadie puede demostrar que el primer agente ayudó. El resto de la serie es sobre ese hueco:

Si quieres saber en qué etapa está tu piloto, y qué única cosa lo movería, eso es lo que hacemos en una evaluación de preparación para IA sin costo. Suele bastar una conversación para ubicarlo en el mapa.

Agenda una llamada