La orquestación de agentes de inteligencia artificial suena genial en el papel, pero llevarla a la práctica frente a millones de usuarios es otra historia. Intuit, la gigante del software financiero, aprendió esto a la fuerza: tuvieron que reconfigurar la arquitectura base de sus sistemas de IA dos veces en un periodo de apenas cuatro meses.
El problema no era que la inteligencia artificial fallara en sus respuestas, sino que la experiencia de usuario (UX) se había vuelto un dolor de cabeza.
Durante la conferencia VB Transform, Nhung Ho, vicepresidenta de IA de Intuit, explicó el motivo principal de este giro tan drástico. El sistema original obligaba a los usuarios a elegir entre diferentes agentes especializados según lo que necesitaran hacer. ¿El resultado? Quejas constantes. La gente se sentía perdida tratando de adivinar qué asistente era el correcto para su tarea específica.
El cambio hacia un sistema integrado y silencioso
Para solucionar este cuello de botella, el equipo de desarrollo tuvo que cambiar el enfoque. La nueva arquitectura elimina la fricción y asume la carga del trabajo pesado por detrás.
Ahora, en lugar de mostrar un catálogo de agentes, el sistema utiliza un modelo de enrutamiento interno. El cliente hace una pregunta o pide una tarea en una única interfaz, y es la propia infraestructura de Intuit la que decide, de forma invisible, qué agente especializado debe tomar el relevo.
Este enfoque trae dos beneficios inmediatos:
- Menos clics y confusión: El usuario no necesita entender cómo funciona el software por dentro para sacar su trabajo adelante.
- Menos puntos de fallo: Al automatizar la transición de datos entre agentes, se reduce enormemente la posibilidad de que el contexto de una conversación se pierda por un error humano.
Construir en casa vs. usar herramientas de terceros
Cualquier desarrollador sabe que armar una arquitectura de orquestación propia desde cero cuesta tiempo, dinero y muchos dolores de cabeza. Hoy en día, existen herramientas en el mercado (como automatizaciones de terceros o plataformas no-code) que permiten conectar agentes de forma más rápida.
Sin embargo, Intuit apostó por mantener el control total sobre su ecosistema. Aunque la inversión inicial en desarrollo interno es alta, les permite adaptar la IA exactamente a las necesidades de sus clientes financieros sin depender de los límites de las API de terceros.
El caso de Intuit es una lección clara para quienes construyen productos hoy: no importa qué tan avanzados sean tus modelos de lenguaje, si la interfaz le da más trabajo al usuario del que le quita, vas a tener que reescribir el código.