El piloto de agente de IA que sobrevive a procurement

Gartner espera que más del 40 por ciento de los proyectos de IA agentic se cancelen para finales de 2027, y nombra tres causas: costos que escalan, valor de negocio poco claro y controles de riesgo inadecuados. Cada una de esas se decide antes de la primera línea de código, en cómo se estructuró el piloto. Aquí está la estructura que evita las tres.

Para llevar

• Pago, 30 a 90 días, un flujo acotado, datos reales. Las pruebas de concepto gratis se staffean con quien esté libre y se miden contra nada.
• Escriba la métrica de éxito y el umbral de corte antes del desarrollo. El umbral de corte es la parte que deja cómodo a finanzas y la parte que los proveedores resisten.
• Responda las preguntas de seguridad en la semana cero, no en la semana seis. La revisión de seguridad es donde de verdad mueren los pilotos.
• Nombre un dueño humano de cada lado. Deloitte encontró que solo el 21 por ciento de las organizaciones tienen gobernanza madura de IA agentic, y los límites de decisión son el hueco principal.
• Termine el piloto con una decisión: expandir, extender una vez o parar. Escriba cuál espera antes de empezar, porque un demo nunca la va a zanjar por usted.

Las cinco cosas que hay que acordar antes de construir

1. Un flujo acotado

Un trabajo, no un departamento ni una plataforma, con un disparador claro, un estado final claro y una unidad de trabajo contable. Excepciones de facturas ruteadas. Leads inbound calificados y reservados. Tickets de soporte triados y etiquetados. Prospects outbound marcados por una señal de compra y redactados para que una persona apruebe, la forma de cómo construir un sistema de generación de leads con IA que de verdad funcione. Si no puede describir el flujo en una frase con un sustantivo y un verbo, todavía no está acotado, y el piloto se expandirá hasta fallar.

La prueba: ¿puede afirmar cuántas veces corrió este flujo el mes pasado? Si el número no existe, consígalo antes del piloto, porque también es su baseline.

2. Una métrica de éxito por escrito con un medidor nombrado

Una métrica primaria, un número, una persona que lo lee. Horas devueltas por semana, porcentaje de ítems manejados sin toque humano, cycle time, tasa de error o costo por transacción. Elija la que justificaría el gasto por sí sola.

Dos reglas que importan más que la métrica que elija. Primero, el medidor debería estar de su lado, no del proveedor; un proveedor calificando su propia tarea no es evidencia. Segundo, capture el baseline antes de que el agente salga en vivo. Los baselines retrofitted siempre son halagadores y nunca se creen.

3. Un umbral de corte, acordado por escrito

El número por debajo del cual el piloto termina y nadie lo relitiga. Si la métrica es «el 60 por ciento de los tickets triados sin corrección humana», el umbral de corte podría ser 35 por ciento. Si lo pierde el día 60, el engagement para, y su exposición total fue un monto acotado todo el tiempo.

Esta es la cláusula que convierte un experimento de IA en una decisión normal de procurement, y es la que separa a los proveedores. Un proveedor que resiste un umbral de corte le está diciendo qué cree de sus propias chances.

4. El manejo de datos respondido de antemano

Aquí es donde mueren los pilotos. El demo fue bien. El precio fue bien. Luego llega un cuestionario de seguridad en la semana cinco y tarda seis semanas en responderse mal.

Tenga estas respuestas antes del kickoff: qué datos lee y escribe el agente, dónde se procesan, qué subprocessors los tocan, si los modelos entrenan con sus inputs y outputs (la respuesta tiene que ser no, y tiene que ser rastreable a los términos del proveedor con el proveedor del modelo), cómo se otorga y se revoca el acceso, y si ya existe un data processing agreement (DPA) que cubra cómo se manejan sus datos. Pida la documentación de trust del proveedor como un enlace, no como una promesa. Si tienen que escribirla para usted, encontró el riesgo de timeline.

La nuestra es pública en trust y seguridad: postura de seguridad, manejo de datos, subprocessors, un resumen de gobernanza alineado a las cuatro funciones del AI Risk Management Framework del US National Institute of Standards and Technology (NIST), y un DPA disponible a pedido. No tenemos un reporte System and Organization Controls (SOC) 2, la auditoría de seguridad independiente estándar, y esa página lo dice a la vista, porque un equipo de procurement se entera de cualquier forma.

5. Un precio fijo, y cuánto cuesta el segundo flujo

Un número para el trabajo acotado. Nuestras bandas de costo de agentes de IA publicadas sitúan una automatización simple de un solo flujo en USD 3,000 a USD 8,000 en una shop pequeña; un piloto del tipo que se describe aquí, con shadow mode sobre datos reales, un go-live supervisado y un umbral de corte por escrito, es un alcance más grande, y el nuestro está publicado a USD 25,000 a USD 60,000 fijos en nuestra página de precios. Fije también el precio de los flujos dos y tres ahora, antes de que el primero funcione y desaparezca su posición de negociación.

La forma de 30, 60, 90 días

Días 0 a 7, antes del desarrollo. Cuestionario de seguridad y DPA en vuelo. Baseline capturado. Métrica de éxito, umbral de corte y ambos dueños nombrados, firmados. Acceso otorgado con el menor privilegio, en sus propios sistemas, revocable por usted.

Días 7 a 30, desarrollo y shadow. El agente corre contra datos reales pero no toma ninguna acción irreversible. Cada output lo revisa un humano, y los desacuerdos son la señal de entrenamiento. Está midiendo exactitud, todavía no ahorrando tiempo.

Días 30 a 60, en vivo supervisado. El agente actúa, una persona aprueba cualquier cosa irreversible, y la tasa de aprobación se vuelve la segunda métrica que vale la pena mirar. Si las aprobaciones son casi universales, ensanche la autonomía. Si las correcciones son frecuentes, encontró el límite del flujo, que es un resultado útil incluso si mata el piloto.

Días 60 a 90, decida. Tres resultados, escritos de antemano: expandir al siguiente flujo, extender una vez con un arreglo específico y una fecha nueva, o parar. «Seguir y ver» no es uno de ellos, y es cómo el 40 por ciento se vuelve el 40 por ciento.

Lo que le van a preguntar sus equipos de seguridad y legal

Arme esto antes de la primera llamada y quita semanas del ciclo:

• La pregunta del modelo. Qué modelos, de qué proveedores, bajo qué términos, y si entrenan con nuestros datos.
• El flujo de datos. Qué sale de nuestro entorno, dónde aterriza, cuánto tiempo se retiene, cómo se borra.
• La lista de subprocessors. Nombres, no categorías.
• Acceso y revocación. Roles nativos de la plataforma que usted otorga y puede retirar solo, versus credenciales que sostiene el proveedor. El primero es mucho más fácil de aprobar.
• El audit trail. Qué hizo el agente, cuándo, bajo la autoridad de quién, legible por usted sin pedirle al proveedor.
• Los límites de aprobación humana. Qué acciones exigen una persona, por escrito. La encuesta de 2026 de Deloitte a 3,235 líderes de TI y de negocio encontró que solo el 21 por ciento tiene un modelo maduro de gobernanza de IA agentic, con límites de decisión, monitoreo en tiempo real y audit trails nombrados como las piezas faltantes. Su revisor sabe esto.
• La postura regulatoria. Si opera en la UE, note que el acuerdo Digital Omnibus aplazó la mayoría de las obligaciones de alto riesgo bajo el AI Act a diciembre de 2027 y agosto de 2028, pero las obligaciones de transparencia del Artículo 50 siguen vivas desde el 2 de agosto de 2026, incluida la divulgación cuando una persona está interactuando con un sistema de IA. Pregúntele al proveedor cómo se divulga el agente.

Los errores de diseño de piloto que más vemos

Automatizar el flujo interesante mientras el caro sigue corriendo a mano. El interesante hace un demo bueno. El caro financia los siguientes tres.

Sin baseline. Sin un número de antes, cada número de después es una pelea.

Éxito definido como «funciona». Siempre funciona en un demo. Defina el número.

Un piloto que no puede fallar. Si no hay un umbral que lo detenga, no compró un piloto, compró una primera cuota.

Correr dos proveedores en el mismo flujo a la vez. Se siente riguroso y no lo es: ninguno obtiene datos limpios, ambos culpan al otro, y usted gasta el doble para aprender menos.

Lo que hacemos dentro de nuestra propia operación

Corremos esta estructura en nosotros mismos. Nuestra flota interna de agentes recupera 50 o más horas a la semana en el equipo, construida un flujo acotado a la vez, revisada semanalmente, con una persona aprobando cualquier cosa irreversible. También operamos un servidor público de Model Context Protocol (MCP) en mcp.strataigize.com, el estándar que deja que un agente de IA llame a un sistema externo, para que un agente pueda consultar nuestro negocio de forma directa. No hemos encontrado otra agencia corriendo uno. Existe porque lo necesitamos nosotros primero.

Esa es la razón por la que podemos precificar un primer flujo con cara seria: corrimos la versión del mes nueve de esto en nuestra propia operación, no solo en una diapositiva.

Preguntas frecuentes

¿Cuánto debería durar un piloto de agente de IA?

Treinta a noventa días. Menos de 30 y está midiendo novedad. Más de 90 sin una decisión y el piloto se volvió el proyecto, que es el modo de falla que describe el dato de cancelación de Gartner.

¿Debería ser pago un piloto de agente de IA?

Sí. Los pilotos gratis se staffean con capacidad de sobra de ambos lados y se miden contra nada, así que terminan en un demo y la decisión nunca se toma. Un piloto pago y acotado al precio de un solo flujo obtiene gente real y una métrica de éxito real.

¿Qué es un umbral de corte razonable?

Más o menos la mitad a dos tercios de la métrica target, puesto lo bastante alto para que perderlo signifique con claridad que el flujo no está listo, y lo bastante bajo para sobrevivir una semana lenta. El número exacto importa menos que el hecho de que está escrito y de que alguien está nombrado para llamarlo.

¿Quién debería ser dueño del piloto internamente?

Una persona que es dueña del flujo hoy, no un comité y no el entusiasta de IA. Conoce las excepciones, puede juzgar si un output está bien y será honesta sobre si las horas de verdad volvieron.

¿Qué preguntas deberíamos hacerle al proveedor antes de que esto empiece?

La lista completa está en 24 preguntas para hacerle a un proveedor de agentes de IA. Si todavía está decidiendo si usar un proveedor, empiece por construir versus comprar.

Corra uno con nosotros

Scopamos los pilotos exactamente así: un flujo, precio fijo, métrica de éxito por escrito, umbral de corte acordado, seguridad respondida de antemano. Reserve una auditoría de growth y nombraremos su flujo de mayor valor, o lea cómo funciona el desarrollo de agentes de IA aquí.