El salto no estuvo en ChatGPT, sino en la arquitectura

Durante un mes hice algo que hoy parece normal: metí todo mi trabajo en la misma ventana de ChatGPT. Investigación, correos, copy, revisión de código, briefs, organización. La sensación era buena. Terminaba el día con la impresión de haber avanzado mucho. Luego cambié a un flujo con varios agentes especializados que se pasaban tareas entre sí, como una pequeña línea de producción digital. Ahí apareció la diferencia incómoda: no me sentí mucho más brillante, pero sí terminé bastante más trabajo.

Ese matiz importa. En la conversación sobre IA hay demasiada obsesión con cuál modelo responde mejor y muy poca atención a cómo se organiza el trabajo alrededor del modelo. Para equipos pequeños de América Latina, donde contratar más gente suele ser más difícil que asumir más presión, esa diferencia no es académica. Un buen flujo multiagente puede funcionar como apalancamiento operativo. No porque reemplace criterio humano, sino porque evita que una sola herramienta haga cinco trabajos distintos con el mismo contexto contaminado.

El problema no es ChatGPT

La trampa del usuario avanzado es tratar ChatGPT como navaja suiza. Todo entra en la misma conversación, como si la memoria acumulada siempre ayudara. Pero la memoria también arrastra residuos. La lógica que sirve para explorar fuentes no es la misma que sirve para redactar una versión final o para ordenar tareas repetitivas. Cuando mezclas todo, el modelo deja de especializarse y empieza a arrastrar restos de una tarea sobre la siguiente.

Eso encaja con lo que mostró Google Research. En tareas que podían dividirse en paralelo, los sistemas multiagente mejoraron 80,9% frente a un agente único. Pero en tareas secuenciales, donde el razonamiento depende de un hilo continuo, el rendimiento cayó entre 39% y 70%. La discusión, entonces, no es si los agentes “ganan” siempre. La discusión correcta es qué parte de tu trabajo puede paralelizarse y cuál necesita continuidad estricta.

Cómo separé el trabajo en tres carriles

En mi prueba de 30 días dividí el trabajo en tres bloques. Investigación, que era claramente paralela. Escritura, que era secuencial y pedía una voz coherente. Y operaciones, que mezclaban agenda, formateo, archivos, seguimiento y tareas pequeñas. Cada bloque recibió su propio agente, su propia instrucción de sistema y su propio formato de salida.

A partir de la segunda semana apareció el efecto acumulativo. El agente de investigación dejó de traerme ruido de tareas creativas. El agente de escritura empezó a trabajar sobre material ya filtrado, no sobre enlaces crudos y notas desordenadas. El agente operativo resolvió fricción sin tocar el trabajo creativo. Un experimento de campo de Harvard y MIT apuntó en la misma dirección: los equipos asistidos por IA ganaron productividad cuando la colaboración fue más orientada a tareas, con más delegación y menos intercambio social irrelevante. No era una cuestión de “IA más inteligente”, sino de división del trabajo.

El error que convierte agentes en cámara de eco

Aquí aparece el fallo de configuración que borra casi toda la ganancia. Si los agentes comparten contexto sin límites y nadie cumple una función de arbitraje, empiezan a reforzar el mismo error. Uno asume, el otro reescribe la misma suposición, el tercero la pule. El resultado parece coherente, pero es frágil. El propio estudio de Google Research midió esa diferencia: los sistemas independientes amplificaron errores hasta 17,2 veces; cuando hubo coordinación centralizada, el daño bajó a 4,4 veces.

Eso obliga a diseñar tensión, no armonía total. El agente de investigación tiene que traer contradicciones. El de escritura debe bloquear afirmaciones mal sustentadas. El de revisión debe encontrar lo que los otros dejaron pasar. Y eso coincide con la lectura de McKinsey QuantumBlack: el valor aparece cuando rediseñas el flujo completo, no cuando pegas agentes sobre un proceso ya torcido.

Lo que cambió después de 30 días

Los números fueron menos glamorosos de lo que sugieren los hilos virales, pero más útiles. En el mes con ChatGPT solo empecé 47 proyectos y terminé 31. Tiempo medio por entrega: 4,2 horas. En el mes con agentes empecé 44, porque configurar llevó tiempo. Sin embargo, terminé 42. El promedio bajó a 2,8 horas. La diferencia más importante fue la tasa de cierre: 66% frente a 95%.

Eso importa más que cualquier captura de pantalla espectacular. Productividad real no es sentir que avanzas. Es cerrar trabajo. Y esa presión se siente con más fuerza en equipos chicos, que no pueden esconder ineficiencia detrás de más headcount. En la región, además, la adopción de IA no ocurre sobre terreno parejo. Un informe de la OCDE y GPAI sobre el trabajo en América Latina describe una transformación desigual, con ganancias de eficiencia, pero también brechas de formación, regulación y organización del trabajo. Por eso la ventaja no está sólo en acceder a la tecnología, sino en aprender a usarla mejor que otros.

Lo que esto significa para equipos pequeños de la región

La conclusión no es que ahora todos necesiten una constelación de agentes. Tampoco que el usuario intensivo de ChatGPT esté equivocado por definición. La conclusión es más sobria: si hoy haces cinco tipos de trabajo distintos en una sola herramienta, probablemente estás dejando la mayor ganancia sobre la mesa. Empieza por una separación sencilla: investigación por un lado, creación por otro. Esa división ya limpia contexto y mejora la calidad del traspaso.

Después, si hace falta, suma un agente operativo. No para sonar sofisticado, sino para quitar tareas repetitivas del camino. El movimiento clave no es tener más IA. Es darle una forma útil al trabajo. Y eso explica por qué la Gartner anticipa una expansión fuerte de agentes específicos por tarea y, al mismo tiempo, por qué tantas organizaciones siguen tropezando. La ventaja no está en el agente. Está en la arquitectura que permite que un equipo pequeño compita como si fuera más grande, sin disparar sus costos de personal.