Se llama Oscar Barros. Es ingeniero industrial de la Universidad de Chile. PhD en Operations Research de Wisconsin. Y su libro "Rediseño de Procesos de Negocios Mediante el Uso de Patrones" es, sin exagerar, el blueprint que le falta a la mayoría de las empresas para que los agentes de IA realmente funcionen.
No es un libro de IA. No es un libro de tecnología. Es un libro de procesos. Y esa es exactamente la razón por la que importa ahora.
Déjame explicar.
El problema que nadie está resolviendo
Gartner dice que el 40% de las aplicaciones enterprise van a tener agentes de IA para fin de 2026. Hoy es menos del 5%. McKinsey dice que el 62% de las organizaciones ya está experimentando con agentes.
Pero la mayoría los está implementando mal.
Ponen un chatbot en la web. Un copiloto en el CRM. Un dashboard con IA en finanzas. Tres proyectos separados, tres equipos, tres presupuestos. Ninguno habla con el otro.
El resultado: features de IA desconectados que resuelven problemas puntuales pero no cambian cómo opera la empresa.
El problema es que no hay una lógica de proceso detrás. Y esa lógica la escribió un profesor chileno hace 26 años.
La arquitectura que Barros vio antes que todos
Barros propuso algo simple pero profundo.
Todo proceso en una empresa — no importa la industria, no importa el tamaño — se puede descomponer en 5 elementos:
→ Entrada: datos, requerimientos, insumos que llegan
→ Actividad: producción, validación, decisión, enriquecimiento
→ Salida: producto, servicio, resultado entregado
→ Control: Instrucciones, normas, políticas o restricciones que una actividad debe respetar para realizar su trabajo
→ Mecanismos: maquinaria, equipos, sistema, rrhh, etc.
En el año 2000, "alguien" significaba una persona. Un analista revisando una planilla. Un jefe aprobando un despacho. Un operador copiando datos de un sistema a otro.
En 2026, "alguien" puede ser un agente.
Pero — y acá está la clave — el agente solo funciona si la arquitectura del proceso está clara. Si no sabe qué entra, qué se transforma, y qué sale, no puede operar. Es como poner un piloto automático en un avión sin instrumentos.
Las 6 variables que un agente necesita para funcionar
Barros fue más allá de la arquitectura. Definió 6 variables que determinan si un proceso está bien diseñado o no. Las llamó "variables de rediseño". Son las palancas que mueves cuando quieres mejorar un proceso.
Léelas pensando en agentes de IA:
1. Estado consolidado — Una sola fuente de verdad del proceso, disponible en tiempo real para todos los participantes.
Sin esto, el agente no sabe qué está pasando. No puede tomar decisiones si la información está dispersa en 5 planillas, 3 emails y un grupo de WhatsApp.
2. Anticipación — Trabajar con pronósticos, no solo reaccionar ante lo que llega.
Sin esto, el agente solo apaga incendios. No puede planificar stock, predecir demanda, ni alertar antes de que el problema ocurra.
3. Integración — Procesos conexos deben estar conectados, no en silos.
Sin esto, el agente puede resolver un paso pero no puede cruzar al siguiente. Automatizar órdenes sin conectar logística es como automatizar medio proceso.
4. Prácticas de trabajo — Reglas de negocio claras, documentadas y ejecutables.
Sin esto, el agente no sabe qué hacer. Necesita reglas: si el pedido tiene más de 3 items, usa courier X. Si el cliente es premium, prioriza. Si el monto supera Y, escala a un humano.
5. Coordinación — Cómo se pasa el trabajo entre áreas y sistemas.
Sin esto, el agente no sabe a quién pasarle el resultado. Barros identificó 3 tipos: por estado (consultar una base de datos), por flujo (workflow que gatilla el siguiente paso), y por colaboración (trabajo no estructurado).
6. Asignación de responsabilidades — Quién decide qué. Dónde se centraliza y dónde se descentraliza.
Sin esto, el agente no sabe cuándo actuar solo y cuándo escalar. Barros hablaba del "case manager" — una persona que maneja un caso de principio a fin. Hoy, ese case manager puede ser un agente con human-in-the-loop para las decisiones críticas.
La conexión que descubrí por accidente
Llevamos 1 año y medio construyendo Puente OS: una plataforma que automatiza operaciones con IA para retail y eCommerce en Latinoamérica.
En ese proceso, desarrollamos nuestra propia taxonomía para clasificar procesos. La llamamos I/T/O — Input, Transformation, Output.
Con 9 tipos de proceso de negocio y 6 capabilities operacionales. La construimos empíricamente, caso por caso, reunión por reunión.
Cuando leí el libro de Barros, la convergencia fue inmediata.
Su arquitectura genérica (Entradas → Producción → Salida) es nuestro modelo I/T/O. Él la derivó desde la teoría de ingeniería de procesos. Nosotros la derivamos desde la implementación con clientes. Llegamos al mismo lugar desde direcciones opuestas.
No fue planeado. No conocíamos el framework de Barros cuando empezamos. Pero la realidad de los procesos es la misma, no importa si la miras desde la academia o desde la trinchera.
Lo que cambia con IA: de meses a 14 días
Barros escribió su metodología pensando en proyectos de rediseño que tomaban meses. A veces años. Equipos de consultores mapeando procesos, proponiendo cambios, implementando con tecnología limitada — ERPs rígidos, workflows básicos, bases de datos caras.
Con IA y patrones reutilizables, la ecuación cambió.
Un ejemplo real: un eCommerce en México operaba 11 marketplaces. Cada orden que llegaba, alguien la copiaba a mano al sistema de fulfillment. 100+ órdenes al día. 5 a 7 horas diarias solo en eso. Agregar un marketplace significaba agregar una persona.
En términos de Barros, el proceso tenía:
- Estado fragmentado (cada marketplace en un sistema distinto)
- Cero anticipación (todo reactivo)
- Cero integración (silos entre venta, fulfillment y logística)
- Prácticas informales (el operador "sabía" cómo hacerlo)
- Coordinación manual (copiar-pegar entre pantallas)
Aplicamos las 3 variables más críticas: consolidamos estado, integramos los 11 canales con el ERP, y codificamos las prácticas en un workflow con agentes que deciden routing de courier y generan guías automáticamente.
14 días después: zero-touch. 100% de las órdenes se procesan sin intervención humana. +20 horas por semana recuperadas. Y siguen agregando marketplaces sin agregar personas.
Lo que antes era un proyecto de consultoría de 6 meses, hoy es un sprint de 2 semanas. No porque el problema sea más simple, sino porque los patrones son reutilizables y la IA ejecuta lo que antes requería un ejército de analistas.
Por qué esto importa ahora
Estamos en un momento bisagra. Las empresas que van a ganar con IA no son las que tengan mejores modelos de lenguaje. Los modelos se commoditizan. Cada 6 meses sale uno mejor, más barato, más rápido.
Las que van a ganar son las que tengan mejor comprensión de sus procesos.
Porque un agente de IA sin contexto de proceso es un loro sofisticado. Genera texto, responde preguntas, produce informes. Pero no opera. No ejecuta. No toma decisiones con consecuencias reales sobre inventario, despachos, cobros, comisiones.
Para que un agente opere de verdad necesita exactamente lo que Barros definió:
- Saber qué entra, qué se transforma, y qué sale
- Tener una fuente de verdad consolidada
- Estar integrado con los sistemas relevantes
- Conocer las reglas de negocio
- Saber cómo coordinarse con otros agentes y con humanos
- Tener claro cuándo decidir solo y cuándo escalar
Eso no es un problema de IA. Es un problema de diseño de procesos.
Y la teoría para resolverlo se escribió en Chile, en el año 2000, en un libro que casi nadie en el mundo de la IA ha leído.
La tesis
AI sin teoría de procesos produce features desconectados.
AI con teoría de procesos produce rediseño integral.
Oscar Barros, desde la Universidad de Chile, sin presupuesto de Silicon Valley, sin acceso a GPT ni a cloud computing, puso los cimientos para que los agentes funcionen en una empresa.
26 años antes de que existieran.
Si trabajas en IA aplicada a operaciones, léete ese libro. Es el mejor framework que he encontrado para entender por qué algunos agentes funcionan y otros son demos que nunca llegan a producción.