De escribir código a diseñar sistemas: cómo la IA agéntica está transformando la forma de ejecutar

La inteligencia artificial está cambiando la forma en que las empresas desarrollan tecnología. Pero el desafío ya no está únicamente en utilizar mejores herramientas. Está en diseñar sistemas capaces de trabajar con inteligencia artificial de manera confiable, estructurada y escalable.

Esta fue una de las principales conclusiones que compartió Martín Mellado, CTO en COMPITE, durante su participación en el OpenAI Build Week Community Event, realizado a fines de JULIO 2026 en San Francisco, Estados Unidos.

Durante la jornada, Martín presentó parte de su flujo de trabajo utilizando Codex y otros agentes de inteligencia artificial, mostrando cómo la planificación, la automatización y la coordinación entre agentes pueden transformar la forma en que se desarrolla software.

Ver la charla completa de Martín Mellado, CTO en COMPITE

Más que una demostración de herramientas, la experiencia plantea una pregunta relevante para cualquier empresa que esté explorando la inteligencia artificial, ¿Cómo pasar de experimentar con IA a incorporarla realmente en la forma en que la organización ejecuta?

La IA agéntica cambia la conversación

Durante los últimos años, gran parte de la conversación sobre inteligencia artificial estuvo concentrada en los modelos: qué pueden generar, qué tan rápido responden o cuánto pueden automatizar. La evolución hacia los agentes de IA abre una nueva dimensión.

Un agente puede recibir instrucciones, utilizar herramientas, ejecutar tareas, revisar resultados y avanzar en procesos con un nivel creciente de autonomía.

En desarrollo de software, por ejemplo, herramientas como Codex permiten automatizar tareas de programación, corrección de errores, refactorización y trabajo sobre repositorios. Pero existe una diferencia fundamental entre tener acceso a un agente y tener un sistema preparado para trabajar con agentes.

La experiencia presentada por Martín muestra precisamente esa diferencia.

El verdadero desafío: construir un sistema de trabajo confiable

Cuando una persona comienza a trabajar con múltiples agentes, aparece rápidamente un problema: ¿Cómo asegurar que lo que se delegó realmente se haga como estaba previsto?

Para resolverlo, Martín ha construido un flujo de trabajo basado en distintos componentes que permiten estructurar, distribuir y supervisar el trabajo.

Entre ellos:

• GitHub Issues y Projects para organizar proyectos, prioridades y etapas.
• Roadmaps por fases para establecer una dirección clara.
• Test plans documentados dentro de cada tarea.
• Worktrees para permitir que distintos agentes trabajen en paralelo.
• Agentes especializados para tareas específicas, como testing de UX.
• Un orquestador capaz de coordinar diferentes agentes.
• Agent Relay, un dashboard desarrollado por Martín para monitorear en tiempo real el trabajo de múltiples agentes.
• Una configuración de MCP con aproximadamente 16 herramientas conectadas a servicios como Gmail, Google Drive, Calendar, Maps, WhatsApp, Sentry y Playwright.

El punto común entre todos estos elementos no es la tecnología, es la estructura.

La inteligencia artificial puede ejecutar una gran cantidad de trabajo, pero necesita contexto, instrucciones, límites, herramientas y mecanismos de supervisión para hacerlo de manera consistente.

De la instrucción a la ejecución

Una de las transformaciones más interesantes de este modelo es que el trabajo deja de depender exclusivamente de la interacción permanente entre una persona y un computador.

Martín explica que, con un entorno suficientemente estructurado, puede entregar una solicitud y continuar con otras actividades mientras los agentes avanzan en el trabajo.

La lógica cambia:

• Antes: Persona → herramienta → tarea → resultado.
• Ahora: Persona → sistema de agentes → ejecución → supervisión → resultado.

Esto no significa eliminar a las personas del proceso, significa cambiar dónde agregan valor.

El trabajo humano comienza a desplazarse desde la ejecución repetitiva hacia la definición de objetivos, diseño de procesos, supervisión, evaluación y toma de decisiones.

Planificar mejor para ejecutar con mayor autonomía

Uno de los aprendizajes más relevantes de la experiencia de Martín es que la autonomía de los agentes depende, en buena medida, de la calidad de la planificación.

• Un issue mal definido puede generar un resultado incorrecto.
• Una prioridad ambigua puede llevar al agente en una dirección equivocada.
• Un proyecto sin criterios de validación puede producir código que funciona técnicamente, pero no resuelve el problema real.

Por eso, elementos que tradicionalmente podían parecer administrativos —como los roadmaps, las prioridades, los criterios de aceptación o los planes de testing— adquieren una importancia aún mayor en entornos de IA agéntica. Mientras más autonomía se entrega a la tecnología, mayor debe ser la claridad del sistema que la dirige.

No se trata de usar más IA, se trata de usarla mejor.

Esta distinción es especialmente importante para las empresas. Incorporar herramientas de inteligencia artificial no necesariamente significa avanzar hacia una transformación digital.

Una organización puede tener acceso a múltiples modelos, asistentes y aplicaciones de IA y, aun así, mantener los mismos procesos, tiempos y problemas. El verdadero potencial aparece cuando la IA se integra en procesos concretos del negocio. Por ejemplo:

• Automatizar procesos administrativos.
• Analizar información para apoyar decisiones.
• Optimizar la relación con clientes.
• Gestionar proveedores y distribuidores.
• Automatizar tareas de seguimiento.
• Construir software específico para una necesidad empresarial.
• Detectar desviaciones antes de que se conviertan en problemas.
• Conectar distintas herramientas y fuentes de información.

La pregunta deja de ser "¿qué herramienta de IA podemos comprar?" Y pasa a ser: "¿Qué parte de nuestro negocio podríamos ejecutar de una manera completamente diferente utilizando IA?"

La experiencia también muestra los límites

Otro aspecto valioso de la presentación de Martín es que no plantea la IA como una tecnología perfecta. Durante su experiencia trabajando con agentes también ha identificado errores, limitaciones y aspectos que todavía requieren mejorar. Esta mirada es importante para las empresas que están evaluando incorporar IA. La adopción responsable no consiste en asumir que los agentes pueden hacerlo todo. Consiste en identificar:

• Qué tareas pueden delegarse.
• Qué información necesitan los agentes.
• Qué procesos requieren supervisión humana.
• Qué errores pueden generar un impacto relevante.
• Cómo validar los resultados.
• Qué herramientas deben conectarse.
• Qué nivel de autonomía es apropiado para cada proceso.

En otras palabras, la inteligencia artificial necesita gobierno, igual que cualquier otra capacidad crítica de una organización.

¿Qué significa esto para los líderes empresariales?

Para un gerente general, dueño o directorio, probablemente la pregunta no sea cómo configurar Codex o cómo implementar un worktree. La pregunta es otra, ¿Dónde puede la inteligencia artificial generar una ventaja real para mi empresa? Y para responderla, es necesario mirar más allá de las herramientas.

Hay que entender el negocio, identificar cuellos de botella, analizar procesos y determinar dónde la IA puede generar impacto en términos de productividad, velocidad, costos, experiencia del cliente o capacidad de ejecución. Ese es precisamente el espacio donde la tecnología y la estrategia comienzan a encontrarse.

COMPITE X: convertir oportunidades de IA en soluciones operativas

En COMPITE entendemos que la inteligencia artificial no debería quedarse en la experimentación. Por eso desarrollamos COMPITE X, la unidad de IA de COMPITE, enfocada en transformar oportunidades concretas en soluciones operativas. El objetivo es llevar la inteligencia artificial desde la conversación estratégica hacia la ejecución.

Conoce COMPITE X

Nuestro enfoque contempla el desarrollo de software con IA agéntica y soluciones de inteligencia agéntica capaces de gestionar procesos y relaciones con proveedores, distribuidores y clientes. La propuesta busca acelerar la ejecución mediante equipos dedicados que construyen soluciones específicas para las necesidades de cada organización.

Porque el valor de la IA no está en tener más herramientas, está en resolver mejor los problemas que importan al negocio.

La próxima ventaja competitiva puede estar en cómo ejecutas

La experiencia que vivió Martín Mellado en San Francisco deja una conclusión que trasciende el desarrollo de software. La inteligencia artificial está comenzando a cambiar no solo qué pueden hacer las personas, sino también cómo se organiza el trabajo para hacerlo.

El desafío, entonces, ya no es simplemente escribir más código, es diseñar sistemas donde personas y agentes puedan trabajar juntos de manera confiable, medible y escalable.

Para las empresas, esta transformación abre una oportunidad concreta: revisar procesos, cuestionar formas tradicionales de trabajar y encontrar dónde la inteligencia artificial puede convertirse en una capacidad real de ejecución.

Porque cuando la tecnología se conecta con estrategia, estructura y ejecución, deja de ser una promesa y se convierte en una ventaja.

COMPITE en el momento clave.
COMPITE para decidir mejor.
COMPITE con ventaja real.