Cuando un agente de IA cancela el pedido equivocado, aprueba un reembolso indebido o aplica el mismo descuento dos veces, la primera pregunta de cualquier ejecutivo no es técnica —es organizacional: ¿quién responde por esto? Hasta hace poco, la respuesta era un encogimiento de hombros distribuido entre TI, el equipo que "pilotó" el agente y el proveedor de la plataforma. En 2026, esa pregunta ya tiene dirección fija en una parte relevante de las empresas: existe un cargo, una persona nombrada, con autoridad y presupuesto para responder.
El nombre todavía varía —dueño del agente, agentic ops lead, AI agent owner—, pero la función es la misma bajo cualquier etiqueta: una persona, no un comité, no un área entera, responsable de un agente específico en producción, desde el primer día hasta su desactivación. El cargo pasó de ser nota al pie en artículos sobre el futuro del trabajo a línea en el organigrama porque un agente de IA, a diferencia de un dashboard o una automatización de RPA, decide y actúa solo —y una decisión sin dueño formal es una decisión que nadie audita hasta que ocurre el incidente.
El síntoma: cuando el agente falla, nadie levanta la mano
El problema no es que el agente falle —todo sistema en producción falla en alguna tasa. El problema es el vacío después de la falla: nadie sabe quién debería haber visto la desviación antes de que se convirtiera en incidente, quién tenía autoridad para pausar el agente, y quién le explica a la dirección por qué siguió funcionando pese a comportarse fuera de lo esperado. Cuando la respuesta institucional es "varias áreas se encargan de esto", en la práctica ninguna lo hace —cada una asume que la otra está atenta.
Este patrón de responsabilidad difusa se agrava justo donde la IA agéntica ganó más tracción: sistemas con múltiples agentes coordinando tareas entre sí. Un estudio de UC Berkeley que analizó más de 1.600 ejecuciones de sistemas multiagente encontró que el 79% de las fallas vienen de especificación de sistema y handoff mal definido entre agentes —41,8% de problemas de especificación y diseño, 36,9% de desalineación entre agentes— y no de una limitación del modelo de lenguaje en sí. Eso confirma, con dato duro, algo que ya registramos en el diario de campo de 90 días operando 5 agentes en producción: la coordinación y la observabilidad se rompen antes que el modelo, y sin alguien formalmente dueño de ese punto de coordinación, nadie detecta la grieta a tiempo.
Si todos son dueños del agente, nadie es dueño del resultado.
De 11% a 56%: por qué el cargo se volvió estándar en dos años
El salto en empresas con un dueño de agente formalmente nombrado es el tipo de dato que separa una moda de un cambio estructural: de 11% en 2024 a 56% en 2026, según investigación de mercado publicada por Writer sobre el nuevo organigrama de la empresa agéntica. No es un puñado de early adopters probando un título nuevo —es la mayoría de las organizaciones que ya operan agentes de IA a escala reconociendo que un "equipo de IA" genérico no es respuesta suficiente a "quién autoriza que este agente actúe solo".
La presión detrás de este giro vino de dos frentes. Del lado operativo, el informe AvePoint 2026 State of AI encontró que el 86% de las organizaciones retrasó el despliegue de agentes de IA un promedio de seis meses —un retraso que, en la mayoría de los casos, no es técnico; es la empresa descubriendo demasiado tarde que nadie tenía la autoridad de decisión para avanzar el piloto. Del lado regulatorio, Gartner formalizó el riesgo de forma directa: para 2027, el 40% de las empresas degradará o desactivará agentes autónomos por brechas de gobernanza identificadas solo después de un incidente en producción —no porque la tecnología falló, sino porque la gobernanza trató a todo agente de la misma forma, sin diferenciar nivel de autonomía y alcance de acceso.
En Brasil, esta presión regulatoria ya es concreta incluso sin una ley de IA aprobada. La ANPD (autoridad de protección de datos de Brasil) ya eligió la IA como eje de fiscalización para 2026–2027 y publicó guía técnica sobre revisión humana de decisiones automatizadas —el tipo de exigencia que solo se cumple en la práctica cuando existe una persona nombrada, con nombre y función, responsable de esa revisión. "El área de datos se encarga de eso" no es una respuesta que sobrevive a una fiscalización.
Qué hace el dueño del agente en la práctica
El cargo no es sinónimo de "gerente de proyecto de IA" ni de "product owner del agente" —carga tres funciones específicas que, juntas, cierran el vacío de responsabilidad:
- Monitor. Observa el comportamiento del agente en producción de forma continua —no en un informe mensual, sino con suficiente cercanía para detectar la desviación antes de que se acumule.
- Aprobador. Autoriza acciones de alto impacto antes de que el agente las ejecute, cuando el nivel de autonomía del agente exige un punto de control humano —un reembolso por encima de cierto monto, un cambio de contrato, una decisión que afecta a un tercero.
- Dueño del override. Mantiene la autoridad —y el acceso técnico— para pausar o revertir al agente cuando el resultado se desvía de lo esperado, sin necesidad de escalar primero por tres niveles de aprobación.
Estas tres funciones presuponen algo que un comité nunca entrega: presupuesto real. Un dueño de agente sin fondos para mantener el sistema funcionando, corregir lo que se rompe y financiar la evolución del modelo es un título decorativo. Es la misma lógica que ya aplica al cobro interno de la inferencia de LLM —sin presupuesto explícito asignado a quien consume, el costo se convierte en factura de TI a fin de mes y nadie tiene incentivo para optimizar. Un dueño de agente sin presupuesto sufre el mismo problema, solo que la moneda no es el costo —es la autoridad.
Cómo diseñar el cargo sin que se vuelva un comité disfrazado
Nombrar a alguien "dueño del agente" en el papel mientras la decisión real sigue diluida entre cuatro áreas es peor que no tener el cargo —crea la ilusión de que el vacío se cerró. Una secuencia práctica para evitarlo:
- Nombre a una persona, no a un área. "El equipo de datos es responsable" no es una designación —es posponer el problema hasta el día del incidente.
- Ate la autoridad al nivel de autonomía del agente. Un agente que solo lee y resume datos no exige el mismo nivel de aprobación que uno que modifica registros en producción o dispara pagos. La gobernanza uniforme para todo agente, sin importar el riesgo, es exactamente el patrón que Gartner señala como causa de degradación y desactivación —trate a cada agente según su riesgo real, no según una lista genérica.
- Asigne presupuesto antes del primer incidente, no después. Si el dueño del agente tiene que pedir fondos de emergencia para corregir un problema ya en producción, la designación llegó demasiado tarde.
- Documente la regla de escalamiento con anticipación. Quién aprueba qué, en qué monto, en qué plazo —por escrito antes de que algo salga mal, no en el acta de una reunión de crisis.
- Mida el resultado del agente, no la actividad del dueño. El cargo existe para mejorar la tasa de acierto y contener el riesgo —no para generar un informe de estado que nadie lee.
El cargo no arregla al agente —arregla quién responde por él
Ninguna de las cinco reglas anteriores hace al agente más inteligente ni reduce su tasa de error técnico. Lo que resuelven es otro problema, históricamente más caro: que la empresa descubra, en medio de un incidente, que nadie tiene la autoridad formal para decidir el siguiente paso. Ese es el vacío que hizo que el cargo saltara de 11% a 56% de las empresas en dos años —no porque el agente se volvió más peligroso, sino porque la ausencia de un dueño formal se volvió demasiado visible para ignorarla.
Una empresa que trata "dueño del agente" como burocracia corporativa nueva está leyendo mal el dato. El cargo no agrega una capa —nombra una que ya debería existir desde que el primer agente empezó a actuar solo en producción. La pregunta que decide si su operación está lista para escalar un agente no es "el modelo es lo bastante bueno" —es "si este agente falla mañana, alguien con nombre y apellido sabe que la llamada es para él".
Preguntas que siempre vuelven
Para cerrar, las dudas más frecuentes sobre el cargo de dueño del agente.
¿Qué es un "dueño del agente" (o agentic ops lead)?
Dueño del agente es la persona formalmente responsable de un agente de IA específico en producción —con autoridad para aprobar acciones de alto impacto, presupuesto para mantener y evolucionar el sistema, y la obligación de responder cuando el agente falla. A diferencia de un comité de gobernanza, que define política general, el dueño del agente opera esa política día a día en un agente específico: monitorea el comportamiento, aprueba cambios y tiene el poder de pausarlo o revertirlo cuando el resultado se desvía de lo esperado.
¿El dueño del agente reemplaza al equipo de gobernanza de IA?
No. La gobernanza de IA define las reglas generales —qué datos puede acceder un agente, qué nivel de riesgo exige aprobación humana, cómo funciona la auditoría. El dueño del agente aplica esas reglas a un agente específico, día a día, con la autoridad de acción inmediata que un comité de gobernanza corporativa no tiene el tiempo ni el mandato de ejercer caso por caso. Uno depende del otro: sin política de gobernanza, el dueño del agente decide a ciegas; sin dueño nombrado, la política de gobernanza nunca sale del documento.
¿Una empresa pequeña necesita este cargo a tiempo completo?
No necesariamente. Las investigaciones de mercado muestran que las empresas con más de 500 empleados tienden a tener el cargo dedicado; las empresas más pequeñas pueden cubrir la misma función como responsabilidad fraccionada de alguien que ya está en el equipo —siempre que la designación sea explícita, con nombre, autoridad y presupuesto definidos, y no solo "una tarea más" apilada sin claridad de decisión. Lo que no escala hacia abajo para una empresa pequeña es la ausencia total de designación —el vacío de responsabilidad es el mismo, sin importar el tamaño de la empresa.