¡Todos pueden tener un lienzo y plumas, pero pocos pueden hacer un Matisse!
Tener acceso a IA no garantiza mejores decisiones.
Aunque los avances en IA son sorprendentes, —aumentando dramáticamente la productividad—, una excesiva dependencia de CTOs, Chief Architects o Enterprise Architects en “Agentes de IA”, especialmente si se utilizan como sustituto del juicio humano puede poner en riesgo tanto la operación del negocio como la integridad estratégica, sobre todo cuando se delegan decisiones críticas.
--- sigue leyendo.👇
La promesa parece irresistible “AI Agents” soportando la creación de hojas de ruta, creación de documentos, modelando soluciones, diseños de patrones, etc.
¿Qué pasa cuando confiamos demasiado en la IA para tomar decisiones críticas de negocio?
Está tecnología sin lugar a duda cambiará la forma en como trabajamos -- Way of Working--, y el modelo operativo, pero sobre todo como aportamos valor en las organizaciones, puede:
→ Acortar el proceso de análisis de tendencias.
→ Acelerar la generación de documentos y entregables.
→ Facilitar el descubrimiento y comparación de soluciones o plataformas.
→ Ayudar a mantener la adherencia a estándares, frameworks y buenas prácticas.
→ Automatizar procesos repetitivos que antes consumían semanas.
Pero no todo lo que brilla es oro
Los agentes funcionan bien en entornos controlados —cuando están entrenados con políticas, lineamientos y estándares—, pero en escenarios reales siempre requieren la intervención y, sobre todo, la responsabilidad final de un Chief Architect o Enterprise Architect para tomar la última decisión y mantener la confianza de los stakeholders.
La realidad de una organización no es un entorno controlado, las empresas son cambiantes, necesitan adaptarse continuamente a nuevas regulaciones, competidores, estrategias de crecimiento o eficiencias y estar continuamente mejorando e innovando.
Para esto las estructuras organizacionales se ajustan cada trimestre o semestre, se crean nuevas capacidades estratégicas y las respuestas que podemos obtener de los asistentes o agentes de IA no consideran:
→ La complejidad heredada de los sistemas (legacy) – al menos que sea un startup.
→ La estructura organizacional y política interna.
→ Las restricciones de cumplimiento.
→ Tolerancia al riesgo y cambio cultural.
“Contextual Awareness: elaborar un contexto holístico es critico para los Enterprise Architects.
El contexto lo es todo
El valor real de la práctica de Arquitectura Empresarial está en interpretar la complejidad de la organización, anticipar los impactos de las decisiones y conectar la estrategia con la ejecución.
“Strategic ownership” implica defender, explicar y adaptar cada capa de lo que proponemos, —especialmente en el entendimiento de la estrategia—. En foros ejecutivos, esto refuerza tanto la responsabilidad individual del Chief Architect como la credibilidad de la práctica en su conjunto.
La gobernanza y los estándares no deberían ser externalizados para los agentes de IA
Aquello que no deberíamos delegar es:
Gobierno y estándares: la IA puede recomendar, pero no puede tomar decisiones de gobernanza.
Trade-offs estratégicos: explicar y defender por qué se elige un camino sobre otro en un comité ejecutivo requiere juicio humano.
Contexto organizacional: cultura, política interna, estrategia… nada de esto está en un dataset público.
El nuevo rol del Arquitecto Empresarial
Los agentes de AI requieren personalización e integración con la estrategia del negocio para que sean efectivos, y por supuesto esta información es sensible y no está en el dominio público en Internet o LLM’s que cualquier persona pueda consultar.
La IA debe ser vista como una herramienta para potenciar la productividad, nunca para reemplazar al Arquitecto Empresarial.
El valor está en construir confianza con los stakeholders, guiar decisiones estratégicas y moldear en conjunto con otros líderes el futuro de la organización.
Dos perspectivas para usar la IA en la práctica de Enterprise Architecture:
EA impulsando la adopción de IA en la organización: apoyar la innovación con gobernanza ágil y estrategia.
EA usando IA dentro de la propia práctica: generar eficiencias en documentación, descubrimiento y comparación de soluciones.
Pero antes de lanzarnos a desarrollar asistentes o agentes, o empezar a probar herramientas como Google AI Studio, Codex de OpenAI, EMA, Perplexity, etc. – cada día salen novedades --, es importante entender estas cuatro etapas clave:
Back to the Basics | entendamos los fundamentos
→ Conceptos como machine learning, deep learning, LLMs, transformers.
→ Identificar casos de uso de alto valor para el negocio como la detección de fraudes, mantenimiento predictivo, experiencia de cliente e incluso calidad de los datos.
→ Asociar los casos de uso a flujos de valor (value streams) estratégicos y cuantificar el impacto.
Si no se puede explicar el beneficio de negocio, no se debería hacer nada
Aplicación Técnica en la práctica
→ Identificar los orígenes de datos que entrenaran y alimentaran a los agentes; como la CMDB, principios, políticas, estándares, lineamientos, arquitecturas de referencias, arboles de decisión, patrones.
→ Crear agentes para casos muy específicos como la generación de roadmaps, technology radars o outlooks, así como también artefactos de arquitectura.
→ Experimentar estratégicamente con las PoC/PoV para demostrar el verdadero valor que pueden aportar los agentes.
Integración Estratégica
→ Usar agentes para evaluar cumplimiento de estándares o reforzar el gobierno de tecnología.
→ Adoptar estándares ISO/IEC 42001 como marco de gobernanza de IA.
Mejora Continua | apenas comienza el viaje
→ Mantener radar de tendencias globales de tecnología con análisis PESTLE.
→ Escalar agentes a otras unidades de negocio.
→ Integrarlos con ERPs, CRMs y sistemas core.
Retos para que los Asistentes o Agentes entreguen valor de negocio
Calidad de datos: identificar fuentes, perfilar, limpiar y normalizar los datos.
Integración: conectar con CMDB, bibliotecas de estándares y sistemas existentes.
Gobernanza: supervisión humana -human in the loop-, y aplicación de principios éticos de IA para mitigar sesgos.
Beneficios
Velocidad: semanas reducidas a horas.
Agilidad: actualizaciones al metamodelo de forma iterativas y continuas.
Costos: menor esfuerzo manual en documentación y análisis.
Ventaja competitiva: construir confianza con stakeholders, entender el negocio y conectar estrategia con ejecución.
Conclusión
Asistentes o Agentes de IA pueden ser aceleradores para la documentación, descubrimiento y la comparación de soluciones.
Pero las decisiones finales y el pensamiento crítico deben permanecer en el profesional -parte humana-, aquellos profesionales con la experiencia y entendimiento del contexto organizacional y la visión estratégica de la empresa.
El verdadero valor de negocio se genera en la interacción con los stakeholders, en el juicio estratégico, entendimiento del contexto y en las decisiones estratégicas que solo un humano puede ejercer. La IA debe seguir siendo un acelerador, nunca un sustituto del juicio humano ni la experiencia profesional.
Los agentes de IA no reemplazarán al Arquitecto, pero sí lo potenciarán. Su verdadero valor está en acelerar la práctica, liberar tiempo para enfocarnos en lo más estratégico: cerrar la brecha entre la estrategia y la ejecución e impulsar la eliminación de silos.
Las decisiones finales y el pensamiento crítico deben permanecer en el profesional -parte humana-, aquellos profesionales con la experiencia y entendimiento de la cultura organizacional y la visión estratégica de la empresa.
El verdadero valor de negocio se genera en la interacción con los stakeholders, en el juicio estratégico, entendimiento del contexto y en las decisiones estratégicas que solo un humano puede ejercer. La IA debe seguir siendo un acelerador, nunca un sustituto del juicio humano ni la experiencia profesional.