Un modelo de madurez de IA en atención al cliente describe cuánto ha avanzado un equipo de soporte desde el servicio solo humano hasta agentes de IA que resuelven el trabajo por su cuenta, y qué debe cumplirse antes de avanzar más. Este modelo tiene cinco niveles, del soporte dirigido por personas a los procesos autónomos, seis dimensiones y un control de paso escrito para cada subida.
En resumen
- La mayoría de los modelos de madurez de IA mide la adopción: cuánta IA usa. Este también mide si puede demostrar que la IA acierta y quién la controla.
- Los cinco niveles son: dirigido por personas, asistido, piloto híbrido, híbrido a escala y procesos autónomos. Los niveles 1 y 2 son soporte humano, el 3 y el 4 son híbridos y el 5 es agéntico.
- Cada nivel se describe en seis dimensiones: alcance, medición de la calidad, gobernanza, recorridos y traspasos, personas y métricas.
- Solo se sube de nivel superando un control de paso: cobertura total de la evaluación, calidad igual o superior a su referencia humana, escalamientos respetados y un responsable con nombre que puede pausar el agente.
- La autoevaluación de 15 preguntas puntúa de 0 a 45, pero su respuesta más débil en calidad, gobernanza o recorridos limita su nivel, así que la automatización por sí sola no compra un nivel más alto.
¿Qué es un modelo de madurez de IA en atención al cliente?
Un modelo de madurez de IA en atención al cliente es una descripción por etapas de cómo una organización de soporte usa la IA, desde nada hasta agentes de IA que ejecutan procesos completos. Uno útil le dice tres cosas: dónde está hoy, cómo es el siguiente nivel y qué evidencias necesita antes de que se le permita llegar a él.
La mayoría de los modelos publicados se queda en las dos primeras. El modelo de madurez de IA de Gartner va de Foundational a Transformational a lo largo de siete pilares, entre ellos la estrategia, los datos y la gobernanza (Gartner AI Maturity Model toolkit, en inglés), pero está pensado para toda la empresa, no para un equipo de soporte en el que un agente de IA emite reembolsos.
Los modelos específicos de soporte que leímos en noviembre de 2026 describen cuánto trabajo hace la IA, y rara vez cómo se comprueba que acierta.
| Modelo (proveedor, fecha) | Qué mide | Qué deja fuera |
|---|---|---|
| Crescendo, feb. 2026: 4 niveles | Porcentaje del volumen automatizado, grado de integración de la IA | Medición de la calidad, responsables, aprobaciones; dice que sus niveles “no son pasos de una hoja de ruta” |
| Puzzel, mayo 2025: 5 etapas | Extensión de la IA por canales y en la estrategia | Umbrales para subir; la gobernanza solo como rasgo |
| Observe.AI: cuestionario de 10 preguntas, 6 perfiles | Datos, nube, integraciones, apoyo interno, cultura | Aprobaciones, controles de paso; la calidad en una sola pregunta |
| Ada, abr. 2026: modelo operativo | Responsabilidades, cadencia operativa, inteligencia compartida | Niveles, puntuación, controles de paso |
| Cresta, ene. 2025: gatear, caminar, correr | Enfoque de despliegue, pilotos | Criterios de preparación, roles de gobernanza |
Esa carencia importa: un bot malo molesta a los clientes, pero un agente de IA que actúa según una política equivocada lo hace miles de veces, y cada caso parece resuelto. Por eso aquí la calidad y la gobernanza son dimensiones por las que se sube. Este es el marco que hay detrás de nuestra guía sobre la atención al cliente agéntica y cómo dar el paso: la matriz, los controles de paso y una regla de puntuación.
¿Cuáles son los cinco niveles de madurez de IA en atención al cliente?
Los cinco niveles son: 1, soporte dirigido por personas con QA por muestreo; 2, soporte asistido, en el que la IA redacta borradores y bots basados en reglas responden preguntas frecuentes; 3, piloto híbrido, con agentes de IA en unas pocas intenciones acotadas; 4, híbrido a escala, con agentes de IA en muchas intenciones y acciones dentro de límites; 5, procesos autónomos ejecutados por varios agentes, con personas en las excepciones.
| Nivel | Nombre | Etapa en la guía de transición | Modelo |
|---|---|---|---|
| 1 | Dirigido por personas | 1. Equipos humanos | Humano |
| 2 | Asistido | 2. Bots basados en reglas | Humano |
| 3 | Piloto híbrido | 3. Agentes de IA de una sola tarea (agéntico 1.0), primeras 2 a 5 intenciones | Híbrido |
| 4 | Híbrido a escala | 3. Agentes de IA de una sola tarea (agéntico 1.0), a escala | Híbrido |
| 5 | Procesos autónomos | 4. Agentes autónomos que ejecutan procesos (agéntico 2.0) | Agéntico |
La guía de transición usa cuatro etapas; este modelo divide su etapa 3 en dos, porque agentes de IA en tres intenciones y en cuarenta son operaciones distintas: la segunda necesita niveles de acción, aprobaciones, control de versiones y un responsable dedicado.
Dos reglas mantienen honestos los niveles. El nivel se fija por intención (motivo de contacto), no por empresa: el estado del pedido puede estar en el nivel 4 mientras las reclamaciones siguen en el nivel 1. Y su nivel es la dimensión más baja que ha alcanzado: un equipo con agentes de IA en 40 intenciones pero sin evaluar sus conversaciones es un equipo de nivel 2 con una exposición de nivel 4.
La matriz de madurez del soporte agéntico (cópiela)
La matriz de madurez describe cada uno de los cinco niveles en seis dimensiones: alcance de la IA, medición de la calidad, gobernanza, recorridos y traspasos, personas y roles, y métricas. Léala fila por fila para ver dónde está hoy cada dimensión: la fila más baja fija su nivel, y la celda a su derecha es su siguiente tarea.
| Dimensión | 1. Dirigido por personas | 2. Asistido | 3. Piloto híbrido | 4. Híbrido a escala | 5. Procesos autónomos |
|---|---|---|---|---|---|
| Alcance de la IA | Nada de cara al cliente; macros y búsqueda en el centro de ayuda | Borradores de respuesta y resúmenes para los agentes; bot de preguntas frecuentes y de enrutamiento | Agentes de IA en 2 a 5 intenciones acotadas; respuestas y acciones reversibles | Agentes de IA en muchas intenciones; acciones de dinero y de cuenta dentro de límites | Varios agentes ejecutan procesos de varios pasos; personas en las excepciones |
| Medición de la calidad | Pequeña muestra manual frente a una scorecard | Muestra del trabajo humano; informes de contención del bot | Cada conversación del agente de IA evaluada con la scorecard de las personas | Cada conversación, humana y de IA, evaluada por intención y por versión del agente | Calidad por recorrido entre agentes y personas; las notas condicionan las versiones |
| Gobernanza | Políticas en documentos y en la cabeza de la gente | Un responsable del contenido del bot; un registro de cambios del flujo | Un responsable por agente de IA que puede pausarlo; límites de acción por escrito; IA anunciada al cliente | Cada acción en un nivel de autonomía; aprobaciones para los pasos de alto valor; registros de versiones y de marcha atrás | Un responsable por recorrido; registro de auditoría de cada acción; supervisión de los aprobadores; procedimiento de incidentes ensayado |
| Recorridos y traspasos | Transferencias entre colas, notas en el ticket | El bot pasa a una cola; los clientes se repiten | Traspaso con contexto; toda petición de hablar con una persona, respetada | Calidad del traspaso evaluada; recontacto por intención | Recorridos completos medidos, incluidos los traspasos entre agentes |
| Personas y roles | Agentes, jefes de equipo, analistas de QA | Un especialista en conocimiento o en el bot; formación en herramientas de asistencia | Un responsable del agente de IA a tiempo parcial; QA revisa también las conversaciones de la IA | Un responsable de agentes de IA dedicado; responsables de políticas; aprobadores con tiempos de respuesta | Menos puestos de primera línea; más gestores de excepciones, diseñadores e investigadores de calidad |
| Métricas | CSAT, tiempo de gestión, nota de QA por muestreo | Contención y desvío, además de lo anterior | Resolución correcta, errores críticos y escalamientos respetados, frente a la referencia humana | Por intención: resolución correcta, recontacto en 7 días, tasa de reversión de acciones, tasa de correcciones de los aprobadores | Tasa de éxito del recorrido, coste por resolución correcta, incidentes por cada 10.000 conversaciones, tiempo de detección |
Tres filas necesitan una nota, porque otros modelos las omiten.
La medición de la calidad cambia de naturaleza en el nivel 3. Una muestra del 2% al 5% funciona cuando las personas cometen errores variados; un agente de IA repite el mismo fallo en cada conversación parecida, así que un fallo raro y costoso se esconde en la parte que nadie lee. Consulte la evaluación de agentes de IA y una sola scorecard para agentes humanos y de IA.
La gobernanza es el salto del nivel 3 al 4. OWASP llama a este fallo “agencia excesiva” (exceso de funcionalidad, de permisos o de autonomía) y recomienda “exigir que una persona apruebe las acciones de alto impacto antes de ejecutarlas” (OWASP LLM06:2025, en inglés). El nivel 4 decide, acción por acción, cuáles son: consulte la matriz de autonomía con supervisión humana y la gobernanza de agentes de IA.
Los recorridos y traspasos deciden el nivel 5. Cuando varios agentes comparten un proceso, cada uno puede hacer bien su paso mientras el recorrido falla en el traspaso, así que el nivel 5 mide recorridos, no agentes. Consulte el QA del recorrido del cliente y la orquestación de agentes de IA.
¿Qué controles de paso hay que superar para subir de nivel?
Un control de paso es un conjunto escrito de comprobaciones que una intención debe superar, durante un periodo sostenido, antes de pasar al siguiente nivel. Redacte los controles antes del despliegue, con umbrales firmados por CX, riesgos e IT, para que la decisión de ampliar la IA se tome con evidencias y no por una buena demo o la hoja de ruta de un proveedor.
Los umbrales siguientes son puntos de partida sugeridos, no estándares del sector, y coinciden con las comprobaciones por etapa de la guía de transición.
| Control | Paso | Criterios de entrada (deben cumplirse todos) |
|---|---|---|
| A | De 1 a 2 | Una scorecard escrita de lo que es una buena conversación. Una referencia de calidad humana por cada motivo de contacto principal. Sus 20 principales motivos de contacto ordenados por volumen. Un responsable con nombre del contenido del centro de ayuda y de las macros. |
| B | De 2 a 3 | Contención del bot contrastada con la resolución real (recontacto en 7 días). Una vía visible y operativa hacia una persona. Los motivos de contacto que el bot no puede atender, identificados y enrutados. Políticas escritas para cada intención candidata. IA anunciada al inicio. Un responsable y un suplente con nombre para el primer agente de IA. |
| C | De 3 a 4 | El 100% de las conversaciones del agente de IA evaluadas. Calidad igual o superior a la referencia humana en cada intención, 4 semanas seguidas. Cero errores críticos sin explicar en 2 semanas. El 100% de las peticiones explícitas de hablar con una persona, respetadas. Recontacto no superior al de los contactos del mismo motivo atendidos por personas. Cada acción en un nivel de autonomía escrito. La pausa probada una vez. Un conjunto de pruebas ejecutado antes de cada cambio en las instrucciones, el conocimiento o las herramientas. |
| D | De 4 a 5 | Calidad medida por recorrido. Un registro de auditoría de cada acción de los agentes. Reglas de aprobación para los pasos irreversibles o de alto valor, con tasas de corrección por aprobador. Una forma probada de detener un agente o un proceso sin detener el soporte. El recorrido completo probado con clientes sintéticos y casos difíciles antes del lanzamiento. Un procedimiento de incidentes ensayado. Una regla de descenso de nivel en uso. |
Tres reglas de decisión zanjan las discusiones que generan los controles.
- Un fallo de escalamiento bloquea el paso, digan lo que digan las demás notas. Un traspaso fallido hace más daño que una respuesta lenta.
- Suba intenciones, no la empresa. Si el control C se supera para el estado del pedido y el cambio de dirección pero no para los reembolsos, suba esas dos y deje los reembolsos en el nivel 3.
- Los controles funcionan en ambos sentidos. El mismo fallo crítico tres veces en una semana devuelve una intención al nivel anterior hasta que la corrección esté probada y las conversaciones nuevas salgan limpias.
Para las intenciones de bajo volumen, añada un mínimo, como las 300 conversaciones evaluadas en 30 días de la guía de gobernanza.
¿Cómo se evalúa la madurez de IA de un equipo de soporte?
Responda las 15 preguntas siguientes para las intenciones que atiende su IA, con una puntuación de 0 a 3 cada una. Sume los puntos para obtener un total de 0 a 45, lea su franja y aplique el límite: su dimensión más débil en calidad, gobernanza o recorridos limita el nivel que puede reclamar, por mucho que automatice. Puntúe cómo funcionan las cosas hoy, no cómo dice el plan.
| # | Dimensión | Pregunta | 0 puntos | 1 punto | 2 puntos | 3 puntos |
|---|---|---|---|---|---|---|
| 1 | Alcance | ¿Qué hacen hoy los sistemas de IA con los clientes? | Nada de cara al cliente | Sugieren respuestas, o un bot de preguntas frecuentes | Resuelven unas pocas intenciones acotadas | Resuelven muchas intenciones y actúan en sus sistemas |
| 2 | Alcance | ¿Cómo eligió las intenciones que atiende la IA? | Las que activó el proveedor | Solo por volumen | Por volumen y claridad de la política | Por volumen, claridad de la política y coste de una acción equivocada, revisado cada trimestre |
| 3 | Calidad | ¿Qué porcentaje de las conversaciones atendidas por la IA se evalúa? | Ninguno | Comprobaciones puntuales | Una muestra periódica | Todas |
| 4 | Calidad | ¿Se aplica el mismo estándar a los agentes de IA y a las personas? | No hay scorecard | Por separado, no comparables | Criterios comunes básicos | Una sola scorecard, comparable por intención |
| 5 | Calidad | ¿Tiene una referencia de calidad humana? | No | Una nota global | Para los principales motivos de contacto | Por motivo de contacto, actualizada cada mes y usada como listón de la IA |
| 6 | Gobernanza | ¿Quién es responsable de cada agente de IA? | Nadie con nombre | El proveedor o IT | Un responsable con nombre en CX | Responsable y suplente, con autoridad probada para pausarlo |
| 7 | Gobernanza | ¿Están escritos los límites de acción y las aprobaciones? | No | Acordados de palabra | Escritos para las acciones de dinero | Cada acción en un nivel, aplicado, con las aprobaciones registradas |
| 8 | Gobernanza | ¿Cómo se controlan los cambios en las instrucciones, el conocimiento y las herramientas? | Cualquiera edita | Se registran a posteriori | Se registran y se revisan | Se prueban con un conjunto de pruebas antes de publicarse, con marcha atrás |
| 9 | Recorridos | ¿Qué ocurre cuando un cliente pide hablar con una persona? | No hay vía | Una vía difícil de encontrar | Suele respetarse, sin medirlo | Se respeta siempre, y se mide |
| 10 | Recorridos | ¿Mide la calidad a lo largo de todo el recorrido? | No | Solo por conversación | Recontacto por intención | Recorridos revisados entre bots, agentes de IA y personas |
| 11 | Personas | ¿Quién trabaja a diario en los agentes de IA? | Nadie | Un jefe de equipo, además de su trabajo | Un responsable a tiempo parcial | Roles dedicados: responsable de agentes de IA, responsable del conocimiento, QA para la IA |
| 12 | Personas | ¿Cómo se prepara al personal de primera línea para el trabajo híbrido? | No se prepara | Solo formación en herramientas | Formación en traspasos y en revisar el trabajo de la IA | Roles rediseñados, formación en IA para todos los que trabajan con los agentes |
| 13 | Métricas | ¿Qué cifra comunica como éxito de la IA? | Ninguna | Contención o desvío | Tasa de resolución | Tasa de resolución correcta, junto a cada cifra de volumen |
| 14 | Métricas | ¿Hace un seguimiento de los errores críticos (acciones equivocadas, políticas inventadas, brechas de privacidad)? | No | Cuando los clientes se quejan | Contados a partir de las revisiones | Contados con cobertura total, cada uno vinculado a una causa |
| 15 | Métricas | ¿Con qué rapidez detecta un nuevo patrón de fallo? | No se sabe | Semanas, por las quejas | Días, por las revisiones | En menos de un día, mediante alertas sobre las conversaciones evaluadas |
La pregunta 12 también es ley en la UE: el artículo 4 del Reglamento de IA exige a los proveedores y a los responsables del despliegue que adopten medidas para apoyar la alfabetización en materia de IA de su personal y de quienes manejan o usan los sistemas de IA en su nombre. Desde que el Digital Omnibus (Reglamento (UE) 2026/1744) lo reformuló, con efecto a partir del 27 de julio de 2026, ya no exige garantizar un nivel determinado (consulte nuestra guía del Reglamento de IA). El aviso de IA, parte del control B, procede del artículo 50 del mismo reglamento: los sistemas de IA que interactúan directamente con personas deben diseñarse para que esas personas sepan que interactúan con un sistema de IA, salvo que resulte evidente. Para el detalle, consulte el Reglamento de IA en atención al cliente.
La regla de puntuación
- Sume las 15 puntuaciones para obtener un total de 0 a 45.
- Lea la franja: de 0 a 9 es el nivel 1, de 10 a 18 el nivel 2, de 19 a 27 el nivel 3, de 28 a 36 el nivel 4 y de 37 a 45 el nivel 5.
- Aplique el límite. Calcule la media de sus puntuaciones de calidad (preguntas 3 a 5), gobernanza (6 a 8) y recorridos (9 y 10). Tome la más baja de las tres medias. Por debajo de 1: como máximo nivel 2. De 1 a menos de 2: como máximo nivel 3. De 2 a menos de 2,5: como máximo nivel 4. A partir de 2,5: sin límite.
- Su nivel es el menor entre la franja y el límite. Si su respuesta de alcance (pregunta 1) va por delante, está dando a la IA más autonomía de la que puede controlar; cierre esa brecha antes de añadir intenciones. El límite existe porque el alcance es fácil de subir y la calidad y la gobernanza no.
Un ejemplo práctico (ilustración, cifras inventadas para mostrar el cálculo)
El agente de IA de un minorista resuelve 24.000 de 80.000 conversaciones mensuales (el 30%) en 12 intenciones, incluidos reembolsos de hasta 50 USD. Un analista de QA revisa por muestreo 300 conversaciones de la IA al mes. Las respuestas: alcance 3 y 1; calidad 1, 1, 1; gobernanza 2, 2, 1; recorridos 2, 1; personas 2, 1; métricas 1, 1, 1.
- Total: 21 puntos, la franja del nivel 3.
- Límite: la calidad tiene una media de 1,0, la gobernanza de 1,67 y los recorridos de 1,5. La más baja es 1,0, así que el límite es el nivel 3.
- Nivel: 3. Pero el alcance (pregunta 1) es de nivel 4: una operación híbrida a escala con controles de piloto híbrido.
¿Qué cuesta esa brecha? Las 300 revisiones cubren el 1,25% de las conversaciones del agente. Si un cambio en el conocimiento hace que el agente apruebe reembolsos fuera de la política en el 0,2% de las conversaciones, son 48 reembolsos indebidos al mes. La muestra contiene de media 0,6 de ellos: alrededor de un 45% de probabilidad de ver siquiera uno, y alrededor de un 2% de ver tres, lo suficiente para hablar de un patrón (las estadísticas del muestreo de QA, en inglés, muestran el cálculo).
El plan del trimestre: evaluar todas las conversaciones de la IA (pregunta 3 de 1 a 3), compartir el núcleo de la scorecard (4 a 2), fijar referencias para los principales motivos (5 a 2), revisar los cambios (8 a 2), medir el recontacto por intención (10 a 2), comunicar la resolución correcta (13 a 3) y contar los errores críticos con cobertura total (14 a 3). Eso suma 10 puntos: 31, la franja del nivel 4. Las nuevas medias (calidad 2,33, gobernanza 2,0, recorridos 2,0) suben el límite al nivel 4, así que nivel y alcance coinciden y el control C puede comprobarse por intención.
Véalo en sus propias conversaciones. Kaizo cubre la fila de medición de la calidad: AutoPilot evalúa el 100% de las conversaciones de su agente de IA con su propia scorecard, la misma con la que se evalúa a su equipo, y vincula cada nota a la evidencia (QA de agentes de IA). Esa es la cobertura que pide el control C. Reserve una demo.
¿Cómo se convierte el modelo de madurez en una hoja de ruta de IA para atención al cliente?
Una hoja de ruta de IA para atención al cliente basada en este modelo es una lista de intenciones, cada una con su nivel actual, su nivel objetivo y el control de paso que debe superar a continuación. El orden lo marcan los controles, no un calendario: una intención sube cuando sus evidencias se mantienen durante el periodo acordado, normalmente 4 semanas o más.
- Asigne un nivel a cada intención principal. Lo normal es que la mayoría esté en los niveles 1 y 2.
- Elija las siguientes intenciones por sus consecuencias: volumen alto, una política clara, una acción reversible. Consulte qué intenciones automatizar primero.
- Cubra el rol antes que el alcance. El nivel 4 necesita un responsable de agentes de IA que se encargue de las instrucciones, los conjuntos de pruebas, las versiones y las notas.
- Comunique la tasa de resolución correcta junto a la contención, para que la dirección vea lo que la IA hizo bien, no solo lo que retuvo.
¿Está eligiendo proveedor? Convierta los controles en preguntas para el RFP de agentes de IA: límites de acción por intención, una exportación de cada acción, una pausa por intención.
¿Cuándo un modelo de madurez no es la herramienta adecuada?
Un modelo de madurez no es la herramienta adecuada cuando el trabajo que describe todavía no es el suyo, o cuando el nivel se convierte en un objetivo en sí mismo. Los equipos pequeños, los equipos sin scorecard y los que corren para comunicar un “nivel 5” a la dirección sacan más partido de resolver primero un problema concreto.
- Poco volumen. Con unos cientos de conversaciones a la semana, revisar a mano cada conversación de la IA puede bastar.
- Todavía sin scorecard. El límite le mantiene en el nivel 2; escriba primero la scorecard (control A).
- El nivel como objetivo. Las disputas por fraude, los clientes vulnerables y las reclamaciones con riesgo legal suelen quedarse en el nivel 2 para siempre.
Cómo empezar esta semana
Puede situar a su equipo en la matriz en una semana sin comprar nada: un nivel de partida escrito por intención, la brecha entre nivel y alcance, y una primera brecha que cerrar, con un responsable y una fecha.
- Enumere sus 20 principales intenciones por volumen y marque el nivel de cada una en la matriz.
- Responda las 15 preguntas con el responsable de CX, el responsable de QA y el responsable del agente de IA, por separado, y compare: los desacuerdos muestran dónde nadie tiene los datos.
- Aplique el límite y anote la brecha respecto a su alcance.
- Redacte el siguiente control de paso para las 2 o 3 intenciones más cerca de subir; consiga la firma de CX, riesgos e IT.
- Nombre un responsable y un suplente para cada agente de IA, y pruebe la pausa una vez.
Repítalo cada trimestre; la evolución de su dimensión más débil dice más que el total.
Preguntas frecuentes
¿Qué diferencia hay entre un modelo de madurez de IA y un modelo de madurez de CX?
Un modelo de madurez de CX mide lo orientada al cliente que está toda la empresa: investigación, diseño de recorridos, cultura. Un modelo de madurez de IA en atención al cliente mide cuánto trabajo de soporte hace la IA y lo bien controlado que está ese trabajo. Este modelo cubre solo lo segundo.
¿Cuánto se tarda en pasar de un nivel al siguiente?
No hay un plazo fijo, porque cada paso depende de su control. El control C exige una calidad igual o superior a la referencia humana durante 4 semanas seguidas, así que una intención no puede subir en menos de un mes. Redactar las políticas y nombrar a un responsable suele llevar más tiempo que la tecnología.
¿Pueden distintas intenciones estar en distintos niveles de madurez?
Sí, y deberían. El estado del pedido puede funcionar en el nivel 4 mientras las reclamaciones siguen en el nivel 1. Un nivel para toda la empresa es solo un resumen; las decisiones de ampliar o reducir la IA se toman intención por intención, frente al control de esa intención.
¿Sustituirán los agentes de IA a los agentes de soporte humanos en el nivel 5?
No del todo. En el nivel 5 hay menos personas atendiendo los contactos rutinarios, pero más trabajando en excepciones, conocimiento, instrucciones de los agentes, aprobaciones e investigación de la calidad. Recortar el equipo antes de cubrir esos roles es una forma rápida de perder el control de un proceso autónomo.
¿Qué es un especialista en adopción de IA en atención al cliente?
Un especialista en adopción de IA ayuda a un equipo de soporte a integrar las herramientas de IA en el trabajo diario: forma a los agentes, cambia los flujos de trabajo y sigue su uso. En este modelo, ese trabajo está en la dimensión de personas en los niveles 2 y 3, y en el nivel 4 suele convertirse en un rol dedicado de responsable de agentes de IA.
