Un equipo de Bytemethod.ai construyó Digital Worker, un agente de IA para automatizar tareas de soporte TI dentro de ServiceNow. Empezó usando automatización de navegador y terminó conectado por Model Context Protocol (MCP) directamente a las APIs, con un harness propio que combina el razonamiento de un modelo de lenguaje con código determinista para validar cada paso. El hallazgo principal, publicado el 4 de octubre: los problemas reales que merece la pena automatizar son mucho más estrechos y repetitivos de lo que el equipo había previsto en su hoja de ruta inicial.
Para Carla, esto cambia el criterio de selección de proyectos de IA: en lugar de perseguir automatizaciones ambiciosas, conviene empezar por procesos repetitivos, con reglas claras, alto volumen y fáciles de revertir si algo falla. Es la diferencia entre un proyecto de IA que se queda en piloto eterno y uno que genera ahorro medible desde el primer mes.
Los resultados del caso: crear catalog items de IT pasó de horas o días a 20 segundos, con un 80% menos de coste y liberando una cuarta parte de la capacidad del equipo. El análisis de tendencias de tickets, que antes tomaba horas, ahora tarda 10-15 minutos e identifica automáticamente huecos de conocimiento. Y la auditoría de licencias de software dejó de ser un ejercicio anual para volverse continua, con visibilidad real de qué roles premium están infrautilizados.
El propio equipo admite que enseñar al agente a interpretar los formatos de requisitos específicos de la organización costó más de lo esperado, y que toda operación de escritura pasa por revisión humana antes de ejecutarse. Si tu empresa usa ServiceNow o cualquier ITSM similar, el punto de partida no es automatizar soporte en general: es elegir un único proceso repetitivo y medible, y probarlo ahí antes de escalar.