La economía de los agentes de IA: quién cobra, quién compra y quién decide

La economía de los agentes de IA es el sistema en el que agentes de software hacen trabajo, compran, venden y se pagan en nombre de personas y empresas. Aquí el trabajo se mide por tarea resuelta. La ventaja la tienen las empresas que ya operan con agentes, reglas claras y una persona aprobando lo que mueve dinero.

Escribo esto desde la operación de Daleki Global, el holding donde construyo mis compañías. Hoy los agentes hacen la mayor parte del trabajo diario y yo gobierno desde el directorio. En otra entrada conté por qué creo que los agentes serán el equipo operativo y las personas, su directorio. Ahora me interesa otra capa: el dinero, los precios y las transacciones que aparecen cuando el trabajo lo hacen agentes.

¿Qué es la economía de los agentes de IA?

Es el conjunto de intercambios que ocurren cuando un agente de IA trabaja, compra o negocia en nombre de alguien. Un agente recibe un objetivo, usa herramientas y datos, y entrega un resultado. Si ese resultado tiene valor, alguien lo paga; si el agente necesita algo para cumplirlo, lo compra.

Durante años la tecnología en las empresas funcionó como una herramienta que una persona usaba. Pagabas una licencia por usuario y el valor dependía de cuántas horas le dedicaba tu equipo. Con agentes cambia la unidad de medida, que pasa a ser la tarea resuelta: una cotización enviada, un reporte conciliado, un proveedor validado.

Ese cambio obliga a repensar cómo se cobra y cómo se contrata. Lo veo todos los días, porque programé yo mismo el sistema de Daleki Global y en él los agentes se llevan lo repetitivo. Antes me preguntaba cuántas personas necesitaba para una tarea. Ahora me pregunto cuánto cuesta que esa tarea quede bien hecha y quién la revisa.

¿Cómo cambia el costo de operar una empresa con agentes?

El costo empieza a crecer con el uso, y la nómina deja de ser lo que marca el ritmo. Una empresa tradicional suma personas cuando suben las ventas. Una que opera con agentes suma capacidad pagando por el trabajo que se ejecuta, y así puede crecer sin que la estructura crezca al mismo paso.

Yo trabajo con proveedores especializados en vez de armar equipos tradicionales grandes, y opero cada compañía como su proveedor. Esa decisión me obliga a mirar cada gasto con una pregunta simple: ¿qué resultado me dio esto? En los proyectos con Daleki Lab aplico la misma regla. Costo contra resultado: lo que funciona se queda y lo que no, se apaga.

Veo mucho un error: pensar que un agente es barato por definición. Si está mal diseñado, consume recursos, repite errores y genera trabajo de revisión que nadie calculó. El ahorro aparece cuando el proceso está bien entendido antes de automatizarlo, y por eso mis proyectos empiezan con un diagnóstico de la operación real.

También está el otro lado. Si baja el costo de ejecutar tareas operativas, los cargos que viven solo de esa ejecución van a tener que evolucionar. Creo en un liderazgo que respalde a esas personas mientras aprenden a dirigir agentes, en lugar de reemplazarlas sin aviso.

¿Qué pasa cuando tu cliente envía a su agente a comprar?

Tu oferta tiene que poder leerla una máquina, además de una persona. Si un agente compara proveedores en nombre de un gerente de compras, va a preferir al que tiene precios claros, condiciones escritas y tiempos de respuesta predecibles. Frente a información ambigua, duda, y cuando duda pasa al siguiente proveedor.

Esto ya lo pienso en mis compañías. En Daleki Trade la promesa es poner el costo total por escrito antes de pagar. Esa claridad le sirve hoy a un empresario que importa, y mañana le va a servir igual a un agente que compara opciones. En Daleki Merch el cliente cotiza por WhatsApp en menos de una hora hábil; cuando quien pregunte sea un agente, esa rapidez va a pesar todavía más.

Para cualquier empresa, el ejercicio práctico es revisar si su catálogo, sus precios y sus condiciones se entienden sin una llamada. Mucho del comercio entre empresas en Latinoamérica todavía depende de la conversación y de la relación. Eso va a seguir, porque la confianza es humana, aunque la primera comparación la hará un agente cada vez con más frecuencia.

El marketing también se mueve. Con Wingman llevamos más de una década construyendo comunidades para marcas, y creo que en este escenario la comunidad va a valer más. Un agente puede armar la lista corta, pero la decisión final la sigue tomando una persona que ya confía en una marca.

¿Con qué dinero se pagan los agentes entre sí?

Todavía no hay una respuesta cerrada. Mi convicción es que Bitcoin y otros activos digitales van a ser los rieles de las transacciones entre agentes. Un agente no puede abrir una cuenta bancaria ni firmar en una ventanilla, pero sí puede operar con dinero programable que se mueve por internet, a cualquier hora y entre países.

Cuando Satoshi Nakamoto publicó el documento de Bitcoin en 2008, lo describió como un sistema de efectivo electrónico de persona a persona, sin pasar por una institución financiera. Fue pensado para personas. Esa misma lógica encaja muy bien con software que necesita pagarle pequeñas cantidades a otro software, muchas veces al día.

Llegué a cripto en 2020 y hoy mi actividad en activos digitales es Daleki Capital, que gestiona fondos privados con reglas escritas y cada riesgo declarado. Lo digo con la misma franqueza que uso ahí: los activos digitales son volátiles y pueden perder gran parte de su valor. En 2022 mi portafolio cayó más del 60%. Esto es una opinión sobre infraestructura y no constituye asesoría financiera ni de inversión.

A una empresa sí le sugiero estudiar el tema antes de que llegue la necesidad. Entender qué es una billetera, qué es un contrato inteligente y qué controles necesita un pago automático toma tiempo, y conviene aprenderlo con calma y no bajo presión.

¿Qué decisiones no debe tomar un agente de IA?

Un agente no debe decidir solo sobre lo que publica una marca, lo que se afirma sobre resultados, los precios y términos con clientes, el dinero de otra persona, ni sobre contratar o dejar ir a alguien. En mis compañías todo eso pasa por una persona antes de salir.

Buena parte de la economía de los agentes va a consistir en diseñar bien esos límites. Un agente con acceso a pagar necesita un tope, un registro de cada movimiento y un punto donde alguien apruebe. Si habla con clientes, tiene que saber qué puede prometer y qué no. Yo escribo estas reglas antes de encender el sistema; esperar al primer problema sale caro.

Lo aprendí gestionando capital: las reglas escritas protegen de las decisiones impulsivas. Con agentes pasa igual. La autonomía crece a medida que el agente demuestra que cumple, y se retira cuando falla. Así funciona la forma de operar que llamo AI-native: la IA en el diseño desde el inicio y el criterio humano en lo importante.

¿Cómo se prepara una empresa en Ecuador para la economía de agentes?

Empieza por su propia operación. Antes de pensar en agentes que compran o venden afuera, una empresa necesita agentes que funcionen adentro, con datos ordenados y reglas claras. Lo externo se construye sobre esa base.

Este es el orden que sigo, en mis compañías y con quienes trabajo:

• Mapear los procesos que más tiempo consumen y dónde viven los datos.
• Escribir qué hace cada agente, qué no puede hacer y quién aprueba.
• Construir un piloto pequeño con datos reales y medir costo contra resultado.
• Revisar si la oferta se entiende sin una llamada: precios, condiciones y tiempos.
• Estudiar los pagos digitales con calma, entendiendo sus riesgos.

En Ecuador y en Latinoamérica hay una ventaja que no siempre se nota. Muchas empresas medianas todavía no cargan con sistemas pesados que migrar, así que pueden diseñar una operación liviana desde el principio. Una persona con visión y un equipo de agentes puede competir con estructuras mucho más grandes.

Si quieres que Daleki Lab construya ese sistema para tu empresa, el camino es un proyecto con IA que empieza por un diagnóstico de tu operación. Si prefieres aprender a construirlo tú, con mi guía, está la asesoría personalizada. En cualquiera de los dos casos, cuéntame en qué punto está tu empresa y vemos juntos por dónde empezar.