# Salesforce lo admite: tu flujo de trabajo fue hecho para humanos, no para agentes Salesforce acaba de lanzar todo un producto para arreglar la razón por la que la IA empresarial se sigue estancando, y el diagnóstico es la parte honesta: los agentes no fallan porque los modelos no sepan razonar, fallan porque los flujos de trabajo que están debajo nunca se hicieron para una máquina que sigue las instrucciones al pie de la letra. Tus procesos están llenos de huecos que un humano rellena en silencio y de los que un agente se cae de bruces. Ese es el trabajo de verdad que nadie quiere hacer, y ningún cambio de modelo lo arregla. - **Author:** Fedor Chishchin - **Published:** 2026-06-06 - **Tags:** architecture, methodology, agents - **Source:** https://fedorthinks.com/es/blog/your-workflow-was-built-for-humans --- Salesforce lanzó esta primavera un producto cuya propuesta entera es una confesión. Se llama Agentforce Operations, y existe para [arreglar los flujos de trabajo que rompen la IA empresarial](https://venturebeat.com/orchestration/salesforce-launches-agentforce-operations-to-fix-the-workflows-breaking-enterprise-ai). La forma en que lo plantean en sus propios materiales es inusualmente directa: > Los equipos de IA empresarial chocan contra un muro, no porque sus modelos no > sepan razonar, sino porque los flujos de trabajo que están debajo nunca se > hicieron para agentes. Léelo dos veces, porque un proveedor que vende agentes acaba de decirte que el agente no es el problema. El modelo está bien. Lo que se rompe es el _proceso que le entregaste_. Esa es la frase más útil que alguien ha dicho sobre la IA empresarial este año, y vale la pena entender exactamente por qué es cierta. ## Los humanos funcionan con flujos llenos de agujeros Esta es la parte que nunca notamos. Casi todos los procesos de negocio que has seguido están rotos en silencio, y funcionan igual, porque hay un humano tapando los agujeros en tiempo real sin avisarle a nadie. Los pasos están definidos a medias. La mitad de las decisiones son implícitas. La entrega entre dos equipos «simplemente funciona» porque María, de cuentas por cobrar, sabe que tiene que revisar la segunda hoja de cálculo los viernes, y lo sabe desde hace nueve años. Como lo planteó un artículo, son procesos que [evolucionaron a lo largo de años de parches: pasos definidos a medias, decisiones implícitas, una coordinación que depende de que cada persona sepa qué sigue](https://venturebeat.com/orchestration/salesforce-launches-agentforce-operations-to-fix-the-workflows-breaking-enterprise-ai). Se diseñaron alrededor de los _vacíos_ del criterio humano, no de la ejecución de una máquina. Una persona trata el proceso escrito como una sugerencia aproximada y rellena el resto con su experiencia. Esa improvisación es invisible, no remunerada y absolutamente esencial. ## Un agente hace exactamente lo que escribiste Ahora suelta un agente en ese mismo proceso. El agente hace lo único que el humano nunca hace: sigue las instrucciones _al pie de la letra_. No sabe nada de la hoja de cálculo de María los viernes. No intuye que «consigue la aprobación» significa «escríbele a Dana por Slack, pero solo si el monto supera los cinco mil». Llega al primer paso sin definir y o se detiene o, con toda confianza, hace lo incorrecto. Por eso tantos pilotos se estancan, y no tiene nada que ver con la inteligencia. Un modelo más listo sigue tu proceso roto con más precisión hasta el borde del precipicio. El agente no le está fallando al flujo de trabajo; el flujo de trabajo le está fallando al agente, al dar por sentado que va a haber un humano ahí para improvisar, y ahora no lo hay. ## El arreglo es el trabajo que nadie quiere La verdad poco glamorosa es que volver un proceso apto para agentes significa de verdad _definirlo_: escribir las decisiones implícitas, codificar las reglas que María guarda en la cabeza, trazar la línea entre lo que es fijo y lo que es criterio. El consenso que va surgiendo sobre cómo hacerlo es lo mismo que llevo defendiendo: se [combinan pasos deterministas (reglas, APIs, verificaciones del sistema) con el razonamiento del agente solo donde aporta valor](https://www.ishir.com/blog/325107/agentic-ai-strategy-for-enterprises-governance-orchestration-and-workflow-redesign.htm). Los umbrales de aprobación, los disparadores de escalamiento, los controles de cumplimiento se vuelven reglas duras y deterministas. El agente razona en los huecos entre ellas, no por encima de ellas. Ese es el mismo punto que [hacer la primera pregunta correcta](/blog/wrong-first-agent-question): no «qué parte convertimos en agente», sino «cuál es la fuente de verdad determinista aquí, y dónde encaja exactamente el criterio». No le estás enseñando tu proceso al agente. Por fin estás escribiendo tu proceso lo bastante bien como para que cualquiera, humano o máquina, pudiera seguirlo. Lo que pasa es que el agente no te va a perdonar que te lo saltes como lo haría una persona. ## Desconfía de los números milagrosos Una advertencia, porque esto es un argumento de venta disfrazado de diagnóstico. El mismo lanzamiento agita cifras como un 70 % menos de tiempo en los ciclos y un 80 % de las tareas manuales eliminadas, y las encuestas afirman que el [79 % de las empresas ya «usan agentes».](https://venturebeat.com/orchestration/salesforce-launches-agentforce-operations-to-fix-the-workflows-breaking-enterprise-ai) Trátalas como tratarías cualquier número que un proveedor necesita que sea cierto. «Usar agentes» en un piloto no es lo mismo que agentes haciendo trabajo real sin supervisión, y el 80 % que se automatiza siempre es el 80 % limpio y bien definido, la parte que ya estaba cerca de ser apta para agentes. El 20 % desordenado, la parte donde vivía el criterio de María, es justo la parte que no se automatiza, y es donde de verdad está el trabajo duro de rediseño. ## La conclusión No necesitas comprar Agentforce para aprovechar la lección, y aplica hasta en un proyecto de una sola persona. Antes de culpar a un modelo por fallar en tu tarea, ve a leer el proceso que le diste y pregúntate: ¿un empleado recién llegado, sin contexto y sin nadie a quién preguntarle, lo haría bien siguiendo estas instrucciones al pie de la letra? Si la respuesta es no, el agente nunca fue tu problema. Las empresas que ganen con agentes el próximo año no serán las que tengan el modelo más listo. Ese lo tiene todo el mundo. Serán las que hicieron el trabajo aburrido de convertir sus procesos con forma humana y llenos de huecos en algo lo bastante preciso como para que una máquina lo ejecute, y descubrieron, en el camino, que entendían sus propias operaciones mucho menos de lo que creían.