Buenos días, {{ first_name | AI enthusiasts }}

La inteligencia artificial (IA) ya no es solo un "compañero digital": integrar sistemas de IA en los flujos de trabajo redefine cómo operan los equipos y plantea preguntas críticas sobre velocidad, riesgo y control humano.

IA en la empresa: agentes, seguridad y propiedad

Para entender este cambio en la práctica, hablamos con DJ Sampath, vicepresidente sénior de Software y Plataforma de IA en Cisco, desde la Cumbre de IA de Cisco. Aquí tienes un resumen claro y aplicable sobre cómo construir, asegurar y escalar con IA en los procesos empresariales.

Panorama general

En el resumen de hoy encontrarás:

  • El surgimiento de una nueva fuerza laboral agentiva
  • El flujo de trabajo estructurado y multidisciplinar de Sampath
  • Cómo replantear la preparación para IA desde cero
  • El mayor riesgo de seguridad de IA: por qué la inteligencia debe ser poseída, no alquilada

Shift agentico: El auge de una nueva fuerza laboral agentiva

"La ventaja ganadora será dominar la colaboración humano–agente."

Resumen: Cisco visualiza a los agentes de IA como una fuerza laboral digital que ejecuta tareas rutinarias, liberando a los equipos para centrarse en trabajo estratégico y creativo. El reto: aprender a coordinar humanos y agentes con gobernanza y confianza.

Lo que dijo Sampath

Estamos desplegando compañeros digitales que planifican, razonan y actúan con autonomía. Cada líder gestionará una constelación de agentes que investigan, analizan y remedian en paralelo, mientras los humanos suben hacia el juicio estratégico.

Perspectiva temporal: en 12 meses, Sampath espera que la IA resuelva cerca del 80% de incidentes de red rutinarios. El 20% restante —casos multivendedor o con legado— requerirá más intervención humana.

Por qué importa

Los agentes absorben lo predecible; el valor humano se desplaza hacia la creatividad, el juicio y la dirección. La ventaja competitiva combina esa profundidad humana con la velocidad y escala de los agentes.

El flujo de trabajo de DJ: estructura y multidisciplinariedad

"Transformar interacciones puntuales de IA en una base de conocimiento continua."

Resumen: Sampath utiliza IA para rediseñar el trabajo diario: desde ideación multivariable hasta agentes que automatizan informes y análisis.

Ejemplos prácticos

  • Separación de generación y evaluación: redacta un memo en un modelo y lo envía a otro para crítica y mejora.
  • Uso de Cursor para almacenar contexto en archivos Markdown, creando una base de conocimiento acumulativa.
  • Conexión de IA con calendario y notas de reunión para preparar conversaciones con clientes o socios.
  • Agentes de codificación para automatizar informes diarios, revisiones de producto y análisis documental.

Por qué importa

El enfoque demuestra que el futuro del trabajo depende de unir agentes, modelos y sistemas en flujos estructurados pero adaptables. Convertir interacciones puntuales en conocimiento persistente es una táctica accionable para mejorar productividad y continuidad.

Preparación para IA: replantear la pila tecnológica

"No es solo falta de GPUs: es deuda de infraestructura y datos silos."

Resumen: Muchas organizaciones no adoptan IA por deudas de infraestructura, redes heredadas y datos fragmentados. La solución requiere modernizar infraestructura y liderazgo claro en gobernanza y estrategia.

Problemas clave

  • Redes y sistemas diseñados para aplicaciones antiguas que no soportan la latencia, el rendimiento y la autonomía demandados por la IA moderna.
  • Datos fragmentados y herramientas aisladas que impiden bucles de retroalimentación propios.
  • Falta de claridad en gobernanza y roles sobre cómo la IA debe integrarse en el trabajo.

La ventaja sostenible

Cuando la inteligencia se incorpora dentro del producto —modelos entrenados con datos contextuales de la empresa— el producto mejora continuamente. El producto se convierte en modelo y el modelo en producto, creando bucles de mejora impulsados por datos propios.

Seguridad de IA: riesgo principal

"El mayor riesgo hoy es el compromiso de agentes autónomos."

Resumen: A medida que los agentes acceden a datos, invocan herramientas y toman decisiones, se convierten en potentes superficies de ataque. Protegerlos es esencial.

Amenazas concretas

  • Secuestro o suplantación de agentes para exfiltrar datos o ejecutar comandos no autorizados.
  • Manipulación de protocolos que conectan agentes, herramientas y datos.

Recomendaciones de seguridad

  • Endurecer la infraestructura de agentes y el tejido conectivo (protocolos y comunicaciones entre agentes).
  • Implementar identidad de confianza cero, controles de acceso, monitoreo continuo y registros inmutables de acciones.
  • Mantener a los humanos en la autoridad para acciones de alto impacto: IA dentro del bucle, no fuera del bucle.

Tesis de la empresa IA: poseer la inteligencia

"La inteligencia debe ser poseída, no rentada."

Resumen: Añadir una API generativa como característica no basta. La verdadera fosa competitiva proviene de integrar la inteligencia en el producto y construir una pila que permita propiedad, ajuste e gobernanza de modelos propios.

Implicaciones estratégicas

  • Si dependes de modelos centralizados ajenos, tu ventaja puede evaporarse si cambian condiciones o precios.
  • Poseer la IA implica invertir en datos propios, capacidad de entrenamiento y controles operativos para mantener la ventaja a largo plazo.

Ver la Cumbre de IA de Cisco

Ver a demanda sesiones con ponentes como Sam Altman (OpenAI), Jensen Huang (Nvidia) y líderes de Anthropic Labs. Una oportunidad para profundizar en infraestructura, modelos de frontera y estrategias empresariales en IA.

Conclusión

La adopción efectiva de IA requiere modernizar la infraestructura, diseñar flujos de trabajo humano–agente, asegurar los despliegues agenticos y decidir si tu empresa va a poseer su inteligencia. Las organizaciones que actúen en estas frentes estarán mejor posicionadas para la próxima era del rendimiento operativo.

Nos vemos pronto, Rowan, Joey, Zach, Shubham y Jennifer — los humanos detrás de The Rundown.