Por qué la IA vertical será clave en negocios regulados

La señal del mercado: de los modelos generales a los agentes verticales

Durante años, la conversación sobre inteligencia artificial se centró en modelos capaces de redactar, resumir o responder preguntas sobre muchos temas. En los negocios regulados, sin embargo, el valor no está solo en generar una respuesta convincente, sino en ejecutar un proceso concreto con datos fiables, reglas actualizadas, permisos adecuados y trazabilidad.

Un agente vertical es un sistema de IA especializado en un proceso empresarial concreto. Además de generar texto o análisis, puede consultar datos, utilizar herramientas, coordinar tareas y proponer o ejecutar acciones dentro de unos límites definidos.

La adquisición de Orchestra Bio por OpenAI y la integración de su equipo y tecnología en Rosalind son una señal de esta evolución. Según OpenAI, Orchestra Bio desarrolla agentes para coordinar programas de desarrollo farmacéutico: pueden monitorizar estudios, seguir hitos, identificar dependencias, anticipar retrasos y comparar alternativas operativas.

El interés de este caso no es únicamente el sector farmacéutico. Es el cambio de función: el sistema deja de ser un asistente aislado y pasa a consultar sistemas, coordinar tareas y actuar dentro de reglas y permisos.

La misma dirección aparece en otros anuncios. AstraZeneca y Oracle anunciaron una colaboración para aplicar datos del mundo real, servicios en la nube e IA a la optimización de ensayos clínicos, la identificación de pacientes y la monitorización de la seguridad. Oracle también documenta agentes para diseñar, planificar, ejecutar y monitorizar ensayos clínicos, con permisos, alertas, revisión del razonamiento y conexión con aplicaciones de ciencias de la vida.

Google Research, por su parte, ha publicado avances sobre agentes conectados a robots de laboratorio. Estos combinan planificación, simulación, ejecución de protocolos, cámaras y seguimiento del estado experimental.

Esto no significa que una pyme deba construir un laboratorio autónomo. Sí muestra el principio que marcará los próximos años: la IA será más útil cuando esté especializada en un proceso, conozca el contexto operativo y pueda interactuar de forma controlada con las herramientas de la empresa.

Por qué la regulación favorece la especialización

En un entorno regulado, una respuesta genérica puede ser insuficiente aunque esté bien redactada. La empresa necesita saber de qué fuente procede el dato, qué versión de la norma se aplicó, quién autorizó una acción y qué excepciones se evaluaron.

Además, el coste de un error puede incluir una reclamación, una sanción, un perjuicio para un paciente o una decisión financiera incorrecta.

La FDA y la EMA recomiendan para la IA aplicada al desarrollo de medicamentos un enfoque basado en el riesgo y en el contexto de uso. Sus principios incluyen gobernanza de datos, evaluación del rendimiento, gestión del ciclo de vida y supervisión proporcional.

Aunque estas recomendaciones se refieren al desarrollo de medicamentos, ofrecen una guía útil para cualquier pyme regulada: no se debe preguntar solamente si el modelo es potente, sino para qué tarea se utiliza, con qué datos, qué controles existen y qué ocurre cuando falla.

La especialización aporta cuatro ventajas prácticas:

• Contexto: el agente trabaja con conceptos, documentos y flujos propios del negocio, en lugar de interpretar cada solicitud desde cero.
• Control: puede tener acceso limitado a sistemas y ejecutar solo las acciones autorizadas para su función.
• Trazabilidad: cada recomendación o acción puede vincularse con documentos, reglas, versiones y aprobaciones.
• Medición: es posible comparar tiempos, errores, excepciones y costes antes y después del piloto.

El mercado todavía presenta una brecha entre la autonomía que las empresas esperan y los controles disponibles. BCG identifica carencias especialmente en identidad, permisos, evaluación, monitorización y mecanismos de control. CISA recomienda limitar la autonomía, evitar permisos amplios, reforzar la identidad de los agentes y mantener supervisión humana.

La conclusión para una pyme es sencilla: la IA vertical no consiste en comprar un chatbot con lenguaje sectorial. Consiste en construir o adquirir una capacidad operativa gobernada.

Cómo identificar un proceso automatizable

Antes de seleccionar una herramienta, conviene mapear el proceso completo. Automatizar una tarea aislada no resolverá un cuello de botella si los datos están repartidos, las reglas no están documentadas o la aprobación final sigue dependiendo de un correo manual.

1. Priorizar volumen y repetición

Los mejores primeros candidatos suelen ser tareas que se realizan muchas veces y consumen horas de personal: clasificar documentos, extraer campos, preparar expedientes, buscar requisitos, conciliar información o detectar datos faltantes. El volumen permite medir el resultado y descubrir rápidamente los casos que requieren mejora.

2. Buscar reglas observables

Un proceso es más automatizable cuando sus criterios pueden explicarse. Por ejemplo, comprobar si un expediente contiene determinados documentos, comparar dos importes o identificar una fecha fuera de plazo. Si cada empleado resuelve el caso según una interpretación distinta y las reglas no están escritas, primero habrá que ordenar el proceso.

3. Evaluar la calidad de los datos

El agente necesita entradas suficientemente completas y consistentes. Hay que identificar qué datos son maestros —clientes, pólizas, productos, proveedores o centros— y cuáles son transaccionales, como operaciones, reclamaciones, pagos o incidencias. En términos sencillos, los datos maestros describen las entidades estables del negocio; los transaccionales registran lo que ocurre con ellas.

También hay que localizar duplicados, campos vacíos, documentos escaneados y fuentes contradictorias.

4. Medir la reversibilidad

Una clasificación incorrecta que un empleado puede corregir es muy distinta de un pago ejecutado, una comunicación jurídicamente vinculante o una decisión sobre elegibilidad. Al principio conviene elegir tareas en las que la acción pueda revisarse, deshacerse o detenerse antes de producir un efecto irreversible.

5. Contar excepciones e integración

Un buen proceso no es necesariamente el que no tiene excepciones, sino el que permite identificarlas y derivarlas. El mapa debe incluir entradas, reglas, sistemas consultados, responsables, salidas, excepciones y tiempos de escalado.

Si el agente no puede conectarse con el sistema donde se registra el resultado, se limitará a generar recomendaciones que alguien deberá copiar manualmente.

6. Exigir auditabilidad

La empresa debe poder reconstruir el recorrido desde la fuente original hasta la recomendación o acción. La trazabilidad debería incluir los documentos utilizados, la versión de las reglas, el modelo y las herramientas consultadas, además de la persona que aprobó el resultado cuando corresponda.

Qué necesita un agente especializado

Un agente vertical no es solo un modelo de lenguaje. Es una combinación de datos, instrucciones, conexiones, controles y mecanismos de evaluación.

• Datos maestros y transaccionales: información de referencia y registros operativos actualizados, con responsables claros.
• Políticas versionadas: reglas internas, contratos y requisitos regulatorios con fecha de vigencia, historial de cambios y responsable de aprobación.
• Evidencia con procedencia: documentos y fuentes que permitan justificar cada respuesta, recomendación o bloqueo.
• Conexiones a sistemas operativos: acceso controlado al ERP, CRM, gestor documental, sistema de reclamaciones, expediente clínico u otras aplicaciones relevantes.
• Identidad y permisos: cada agente debe tener una identidad propia, permisos mínimos y límites sobre lo que puede consultar o modificar.
• Herramientas y memoria: funciones concretas para buscar, comparar, calcular, crear borradores o registrar incidencias, sin conceder capacidad de acción innecesaria.
• Evaluación continua: pruebas con casos normales, excepciones y datos históricos; también pruebas de regresión cuando cambian las normas, los sistemas o los proveedores.
• Registros de auditoría: evidencias de las entradas, decisiones intermedias, herramientas utilizadas, resultado, errores y aprobación humana.

Las reglas de negocio, los datos críticos, los criterios de aprobación y los registros deberían permanecer bajo control de la empresa, aunque el modelo o la infraestructura sean de un proveedor externo. Esto facilita cambiar de herramienta, investigar incidentes y conservar el conocimiento operativo.

Casos de uso por sector

Farmacéutica y biotecnología

La coordinación de ensayos, proveedores, hitos y dependencias es un buen ejemplo de proceso vertical. Un agente puede preparar calendarios, detectar información incompleta, comparar documentación y alertar sobre posibles retrasos.

La decisión sobre seguridad, elegibilidad de pacientes o cumplimiento debe mantenerse en manos de los responsables autorizados, con revisión proporcional al riesgo.

Seguros

La clasificación de siniestros, extracción de datos de pólizas, detección de documentación faltante y preparación de expedientes son candidatos naturales. Taktile y Allianz Partners afirman que un piloto aumentó un 30% el procesamiento directo de reclamaciones y mejoró entre un 4% y un 6% la calidad de adjudicación en determinados recorridos.

Estas cifras deben entenderse como resultados comunicados por las empresas, no como una referencia universal para cualquier aseguradora. Del mismo modo, Dearborn Labs y Clearcover afirman que redujeron un 28% el tiempo mediano para determinar responsabilidad, un 25% el tiempo hasta el primer pago y un 11% el tiempo hasta cerrar reclamaciones.

La utilidad para una pyme está en estudiar el proceso y sus controles, no en asumir que el mismo resultado se repetirá automáticamente.

Sanidad

La documentación clínica, la preparación de información para profesionales, la búsqueda de protocolos y la identificación de campos incompletos pueden reducir carga administrativa. Oracle afirma haber ahorrado más de 400.000 horas a médicos mediante sus capacidades de documentación clínica.

En todos los casos, el profesional debe conservar el control sobre la información clínica y las decisiones asistenciales.

Banca y servicios financieros

La búsqueda normativa, la preparación de expedientes, la conciliación de datos, la clasificación de alertas y la generación de borradores son casos iniciales razonables. Las decisiones sobre crédito, elegibilidad, pagos, bloqueos de cuentas o comunicaciones con consecuencias legales requieren controles adicionales y aprobación humana.

Dónde mantener al humano: una matriz de supervisión

La intervención humana no debe ser un recurso ambiguo, sino una parte diseñada del proceso.

La supervisión también debe incluir un mecanismo de parada. Si faltan datos, aparecen señales contradictorias o el agente no puede justificar su resultado, debe escalar el caso en lugar de completarlo con una suposición.

Qué debe hacer una pyme para empezar

Un piloto útil puede organizarse en siete pasos:

1. Elegir un proceso acotado: preferentemente repetitivo, medible, reversible y con riesgo bajo o medio.
2. Crear una ficha del agente: objetivo, entradas, salidas, sistemas, permisos, límites, responsable y situaciones de escalado.
3. Establecer una línea base: tiempo actual, coste, errores, reclamaciones, volumen y duración de auditorías.
4. Preparar un conjunto de evaluación: casos normales, excepciones, documentos incompletos y situaciones en las que el agente debe negarse a actuar.
5. Limitar el acceso: permisos mínimos, datos necesarios y separación entre lectura, propuesta y ejecución.
6. Revisar resultados: combinar productividad con errores críticos, tasa de escalado, consistencia, acciones bloqueadas y satisfacción del equipo.
7. Definir retirada y continuidad: conservar el procedimiento manual, establecer cuándo se desactiva el agente y repetir pruebas cuando cambien normas, contratos, proveedores o sistemas.

Las métricas no deberían reducirse a cuánto tiempo ahorra. Un agente que procesa más casos pero aumenta los errores críticos no está mejorando el negocio. La evaluación debe combinar velocidad y coste con calidad, trazabilidad, incidentes, reclamaciones y tiempo necesario para revisar una decisión.

Conclusión: gana el proceso mejor gobernado

La IA vertical será clave en negocios regulados porque conecta la capacidad de los modelos con el contexto real de una operación. El agente especializado conoce las fuentes, aplica reglas versionadas, consulta sistemas y sabe cuándo detenerse. Pero esa especialización no elimina la responsabilidad humana: la hace más explícita y medible.

La oportunidad para las pymes no está en perseguir el agente más autónomo, sino en seleccionar un proceso concreto y gobernarlo de principio a fin. Empiece por una tarea repetitiva y reversible, documente sus reglas, limite los permisos, mida el resultado y conserve una vía clara de revisión humana.

Próximo paso: reúna a la persona responsable del proceso, sistemas y cumplimiento, y complete en una sesión una ficha con entradas, reglas, excepciones, sistemas, permisos y criterios de aprobación. Si no pueden rellenarla con claridad, todavía no es el momento de automatizar: primero hay que ordenar el proceso.