Merck redujo su ciclo de descubrimiento de medicamentos en un tercio y acelera la producción de materiales de marketing regulatorio un 80% con agentes de IA. Mastercard despliega su propia suite de agentes para comercio y operaciones. Ambas empresas comparten el mismo diagnóstico sobre por qué funciona: construyeron la infraestructura de datos antes de desplegar los agentes.
El VP de Plataformas Digitales de Merck lo resume sin matices: si se hacen proyectos aislados, el resultado son miles de implementaciones que se convierten en deuda técnica. El patrón que describen no es tecnológico sino organizativo: antes de los agentes, auditaron procesos, limpiaron datos, definieron integraciones y establecieron qué sistemas debían quedar conectados.
Para empresa mediana, la traducción es directa. Antes de comprar o desplegar un agente en un proceso —facturación, atención al cliente, revisión de documentos, onboarding—, el trabajo previo tiene tres pasos: inventariar qué datos alimentarán al agente y en qué formato están disponibles, mapear las integraciones necesarias con los sistemas existentes, y definir qué resultado espera el equipo en términos medibles. Sin ese trabajo, el agente puede funcionar en el piloto y fallar en producción.
Lo que los casos de Merck y Mastercard no dicen: la preparación de infraestructura puede representar entre 6 y 18 meses de trabajo en organizaciones con datos dispersos o sistemas legacy. Para empresa mediana con menor fragmentación, el horizonte es más corto —pero el orden no cambia: infraestructura antes que agentes.
Esta semana: identifica el proceso donde quieres desplegar tu primer agente y responde tres preguntas antes de evaluar herramientas. ¿Los datos que necesita el agente están centralizados y estructurados? ¿Hay API o conexión disponible con los sistemas que tocaría? ¿El equipo puede describir el output esperado en métricas concretas? Si las tres respuestas son sí, estás listo. Si no, ahí está el trabajo real.
