--- title: "Scaling Up, pero para máquinas: por qué los agentes de IA rompen el manual del crecimiento en lugar de arreglarlo | Guardian360" description: "La paradoja del crecimiento de Verne Harnish dice que lo que dificulta escalar es la complejidad, no la plantilla. Los agentes de IA no escapan de esas matemáticas, las aceleran al eliminar el freno natural sobre la velocidad a la que aparecen nuevos nodos, y la orquestación de agentes reubica el cuello de botella del control humano en lugar de eliminarlo." url: https://guardian360.net/es/blog/scaling-up-but-for-machines/ locale: en source: guardian360.net --- [← Todas las publicaciones](https://guardian360.net/es/blog/) Opinión # Scaling Up, pero para máquinas: por qué los agentes de IA rompen el manual del crecimiento en lugar de arreglarlo Por Jan Martijn Broekhof · 2 de septiembre de 2026 Tras leer Scaling Up de Verne Harnish, hay un capítulo que no consigo quitarme de la cabeza desde entonces: “The Growth Paradox: An Anchor, or Wind at Your Back”. Harnish describe lo que llama la paradoja del crecimiento: se supone que un negocio se vuelve más fácil a medida que escala, pero casi nunca ocurre así, se vuelve más difícil. La razón, sostiene, no es la plantilla en sí, sino la complejidad de comunicación que genera esa plantilla. Un fundador y un solo asistente tienen dos canales de comunicación. Añade una tercera persona y la complejidad no aumenta en un tercio, se triplica hasta seis canales. Añade una cuarta y se cuadruplica hasta veinticuatro. El crecimiento es lineal. La complejidad es combinatoria. Ese desajuste, según Harnish, es lo que produce las tres barreras fundamentales con las que se topa toda empresa que escala: no hay suficientes líderes capaces de delegar y anticipar, no hay suficiente infraestructura escalable para soportar la carga de comunicación y decisiones, y no hay suficiente capacidad de marketing para seguir creciendo en un terreno cada vez más competitivo. Yo había dado por hecho que los agentes de IA esquivarían este problema por completo. Levanta un grupo de agentes en segundo plano, deja que ejecuten tareas de forma autónoma y el cuello de botella de la comunicación humana simplemente desaparece. Releer a Harnish me convenció de que eso solo es cierto a medias, y la mitad que es falsa importa más. ## Los agentes de IA no eliminan las matemáticas de Harnish, las aceleran Algunos agentes operarán de verdad de forma autónoma con poca intervención humana. Pero muchísimos no. Se pasarán entradas y salidas entre ellos, y a las personas con las que trabajan, exactamente como describen los canales de Harnish. La complejidad combinatoria que él identifica en los equipos humanos no se desvanece cuando algunos de los nodos de la red son agentes en lugar de personas, simplemente sigue acumulándose. Lo que cambia es la velocidad a la que aparecen nuevos nodos. El marco de Harnish asume que el crecimiento está limitado por la rapidez con la que una organización puede contratar, incorporar y llevar a una persona nueva hasta un nivel de criterio útil, algo que es lento por diseño. Los agentes eliminan ese freno natural. Las predicciones tecnológicas de Deloitte para 2026 lo describen directamente: la proliferación de agentes, la multiplicación de agentes desconectados por toda una organización sin visibilidad ni gobernanza unificadas, se espera que siga aumentando a lo largo de 2026 a medida que se multiplican los lenguajes de programación, los frameworks y los protocolos de comunicación. Una organización que antes solo podía aumentar su plantilla en un puñado de personas al trimestre ahora puede aumentar su número de agentes en un puñado de personas al día. La ecuación de complejidad de Harnish sigue vigente. El reloj que antes la ralentizaba ha desaparecido. ## Seguimos diseñando las organizaciones de agentes como si fueran humanas Ahora mismo, la mayoría imaginamos una organización gestionada por IA igual que imaginamos una humana: una jerarquía aproximada, niveles de seniority definidos, algo parecido a una semana laboral. Esa imagen ya está desfasada. Dentro de poco, una sola petición a un solo agente levantará una red de subagentes que planifican, se delegan trabajo entre ellos y se lo devuelven, en gran medida invisibles para quien hizo la petición original. Las cuentas de Harnish asumen un conjunto de canales visible y contable: dos, luego seis, luego veinticuatro. En una organización gestionada por agentes, el número de canales no es ni fijo ni visible. Se vuelve dinámico, y se vuelve oculto para las mismas personas que se supone que lo controlan. Eso es un problema de otro orden que simplemente necesitar más responsables. Significa que la forma de la organización ya no puede deducirse mirando un organigrama, porque el organigrama se está redibujando de forma continua y silenciosa, varias capas por debajo de donde alguien está mirando. ## ¿No conseguirán los agentes sus propios responsables? Esta es la objeción evidente, y merece una respuesta directa en lugar de un gesto de la mano. Sí, los agentes ya están consiguiendo su propia capa de gestión. La predicción de Deloitte incluye una categoría emergente que llama el agente guardián, cuyo trabajo es asumir tareas al tiempo que supervisa el comportamiento de otros agentes. La cobertura de los cambios de 2026 en la adopción de IA agéntica por parte de Technology Decisions Australia describe organizaciones que crean nuevos roles como Agent Ops Lead y AI Product Owner, cuya función entera es gestionar agentes igual que un mando intermedio gestionaba antes a personas. No creo que esto resuelva el problema de fondo, y esta es la razón. Cada una de esas capas de gestión sigue teniendo que canalizar su salida a algún sitio para su revisión, y ese sitio acaba siendo un ser humano. Añadir agentes orquestadores y agentes guardianes no elimina el cuello de botella que describe Harnish, simplemente lo reubica hacia arriba, comprimiendo más actividad dentro del mismo ritmo fijo al que una persona puede revisar y controlar de forma significativa lo que se le pone delante. Un artículo académico de 2026 de Kaptein y colegas, basado en una encuesta de KPMG a directivos de grandes empresas, concluyó que tres cuartas partes de los encuestados señalaron la seguridad, el cumplimiento y la auditabilidad como su requisito más crítico para desplegar agentes, y que la complejidad de la orquestación multiagente ya se ha convertido en el principal cuello de botella cuando las organizaciones intentan llevar los proyectos de agentes del piloto a la producción. Eso no es una brecha tecnológica. Es el mismo problema de control que nombra Harnish, vestido con otro uniforme. Esto encaja con lo que de verdad les está pasando a los proyectos de IA agéntica en la práctica. Forbes, revisando la investigación de Gartner tan recientemente como julio de 2026, subraya lo que llamativamente falta en la lista de razones por las que se cancelan los proyectos de IA agéntica. La capacidad del modelo no aparece en esa lista. Las razones que se dan son costes disparados, valor de negocio poco claro y controles de riesgo inadecuados, que es otra forma de decir que las organizaciones tienen dificultades para gobernar y revisar lo que han construido, no que los propios agentes no sean lo bastante capaces. ## ¿Quién tiene el control en realidad? Un lector justo replicará en este punto y hará una pregunta más difícil: ¿cuánto tiempo siguen las personas al mando siquiera? En teoría, una organización podría acabar dirigida por completo por agentes de IA, coordinando objetivos, subtareas y resultados sin un solo nodo humano en el circuito. Creo que eso es cierto en teoría e irrelevante en la práctica, por dos razones que no tienen nada que ver con lo que la tecnología puede hacer. Primero, por ahora solo un ser humano, una persona de carne y hueso, puede ser considerado legalmente responsable de una decisión. Los agentes pueden redactar, recomendar y actuar dentro de los límites que se les fijan, pero la responsabilidad no se transfiere a un sistema, se queda con la persona que lo dirigió. Segundo, tenemos una obligación social de ofrecer a las personas un trabajo con sentido, un trabajo que les permita sentir que contribuyen y que importan. Una organización que discretamente optimiza para sacar a las personas de cada circuito no es simplemente más eficiente, está renunciando a ambas cosas a la vez. ## Cómo es una infraestructura escalable para una organización gestionada por agentes La tercera barrera de Harnish, la infraestructura escalable, es a la que sigo volviendo. Para una organización humana significa sistemas y estructuras capaces de soportar la carga de comunicación y decisiones a medida que crece la plantilla. Para una organización gestionada por agentes tiene que significar algo distinto de nuevo: infraestructura que mantenga la red de agentes, creciente y en parte invisible, lo bastante legible como para que una persona todavía pueda revisar y decidir de forma significativa, en lugar de limitarse a validar sin más. Esta no es una cuestión abstracta para nosotros. En Guardian360 estamos llevando a cabo exactamente este experimento sobre nosotros mismos primero. Estamos configurando, probando y entrenando a nuestros propios colegas de IA internamente antes de que se nos ocurra siquiera ofrecer algo parecido a los clientes. Ese orden importa. Si una forma de trabajar no se sostiene en nuestro propio equipo, incluido el momento en que empezamos a cuestionar nuestra propia jerarquía tradicional, no tenemos ningún derecho a prometer que se sostendrá en el de otra persona. ## Entonces, ¿quién coordina a quién? En algún momento de toda conversación sobre orquestación de agentes, alguien propone el mismo remedio: dar a cada persona un único asistente de IA personal que hable con todos los demás agentes en su nombre, de modo que el humano solo tenga que gestionar una relación en lugar de decenas. Entiendo el atractivo, pero creo que merece la pena ser honestos sobre lo que ese asistente es en realidad. No es una solución al problema del control, es otro responsable dentro de la jerarquía, una capa más arriba que las demás, y sigue teniendo que ser confiado y revisado como cualquier otra capa por debajo de él. No has eliminado el cuello de botella. Le has cambiado el nombre y lo has movido más cerca de ti. Harnish escribió que la complejidad es el precio del crecimiento, y que solo unas pocas empresas llegan a aprender a pagarlo bien. Sospecho que lo mismo acabará siendo cierto para las organizaciones que ahora se llenan de agentes. La pregunta con la que merece la pena quedarse no es cuántos agentes puedes permitirte tener en marcha. Es cuántas capas de gestión de agentes estás dispuesto a apilar antes de necesitar a otro humano solo para decidir en quién confiar. ## Fuentes - Harnish, V. (2014). Scaling Up: How a Few Companies Make It…and Why the Rest Don’t. Gazelles, Inc. Capítulo: “The Growth Paradox: An Anchor, or Wind at Your Back”. - Deloitte, [Unlocking exponential value with AI agent orchestration](https://www.deloitte.com/us/en/insights/industry/technology/technology-media-and-telecom-predictions/2026/ai-agent-orchestration.html) (2026 TMT Predictions). - Technology Decisions Australia, [The agentic AI shifts of 2026: Orchestration, governance and scale](https://www.technologydecisions.com.au/content/it-management/article/the-agentic-ai-shifts-of-2026-orchestration-governance-and-scale-1556800236). - Kaptein, M. et al. (2026). [Runtime Governance for AI Agents: Policies on Paths](https://arxiv.org/pdf/2603.16586). arXiv preprint. - Forbes, [Why 40% Of Agentic AI Projects May Be Canceled By 2027](https://www.forbes.com/sites/robertszczerba/2026/07/07/why-40-of-agentic-ai-projects-may-be-canceled-by-2027/).