Agentes de IA para revisión de software: cómo automatizar las solicitudes de IT sin perder el control
Cada vez que un empleado necesita una nueva herramienta de software, empieza una cadena de correos, tickets y esperas que puede durar días. IT evalúa, Compras aprueba, Legal revisa licencias, y mientras tanto el usuario sigue esperando. Es uno de esos procesos que nadie disfruta, pero que todos asumen como inevitable.
OpenAI presentó recientemente un caso de uso concreto que desafía esa idea: Slate, un agente de inteligencia artificial diseñado específicamente para manejar solicitudes de revisión de software de principio a fin. No es un chatbot que responde preguntas genéricas. Es un agente que sigue el proceso de revisión del equipo, investiga, compara, recomienda y escala — todo de forma autónoma.
En este artículo analizamos cómo funciona Slate, qué lo hace diferente de una simple automatización, y cómo este tipo de solución puede aplicarse en empresas medianas de Perú y América Latina que buscan liberar a sus equipos de IT de tareas repetitivas de alto volumen.
¿Qué es Slate y cómo funciona?
Slate es un agente de IA construido con el enfoque de Skills — instrucciones predefinidas que encapsulan las mejores prácticas del equipo de IT. Piensa en un Skill como un manual de procedimientos que la IA realmente lee y aplica, cada vez, sin saltarse pasos.
El flujo que OpenAI demostró es el siguiente: un empleado hace una solicitud directamente en Slack — por ejemplo, necesita una herramienta de grabación de video para sus demos. Slate recibe esa solicitud, investiga la herramienta en la web, la compara con el stack de software aprobado por la empresa, evalúa señales en múltiples sistemas y genera una recomendación concreta.
Si la solicitud requiere intervención de IT — como aprovisionar nuevas licencias — Slate abre automáticamente un ticket en Jira y escala al equipo correspondiente. Si no lo requiere, responde directamente con la recomendación. Todo esto sin que ningún miembro del equipo de IT haya tocado el teclado.
Lo que hace especial a este enfoque es que el agente no improvisa. Sus decisiones están guiadas por los criterios que el equipo definió previamente en sus Skills. Eso significa consistencia: el mismo proceso, con los mismos estándares, para cada solicitud.
El concepto de Skills: la diferencia entre automatización y un agente real
La mayoría de las automatizaciones de IT funcionan bien para casos predecibles y fallan cuando aparece algo fuera del guión. Un agente con Skills es diferente porque combina instrucciones estructuradas con capacidad de razonamiento.
Un Skill puede contener reglas como: verificar si la herramienta está en la lista de software aprobado, comparar con alternativas ya licenciadas, evaluar el costo por seat, y determinar si se necesita aprobación de seguridad. El agente aplica esas reglas en orden, pero puede adaptarse cuando la situación lo requiere — por ejemplo, investigando en la web si no tiene suficiente información sobre una herramienta nueva.
Este modelo es replicable. No necesitas ser OpenAI para implementarlo. Herramientas como n8n, Dify o la API de Claude permiten construir flujos similares con integraciones a Slack, Jira, Notion o cualquier sistema que tu equipo ya use. La clave está en documentar bien tus procesos actuales — porque un agente solo puede seguir las reglas que le das.
¿Cómo aplica esto en empresas de Perú y América Latina?
En muchas empresas medianas de la región, el equipo de IT tiene entre 2 y 5 personas gestionando infraestructura, soporte, seguridad y todas las solicitudes de software al mismo tiempo. Las solicitudes de herramientas nuevas son frecuentes, urgentes para el usuario, y repetitivas para IT. Es exactamente el tipo de tarea que un agente puede manejar mejor que una persona.
El impacto más inmediato no es el ahorro de dinero — es el tiempo de respuesta. Un empleado que necesita una herramienta para una presentación mañana no puede esperar tres días a que IT tenga un hueco en su agenda. Un agente como Slate responde en minutos, con criterio, y solo escala cuando realmente necesita a un humano.
Además, este tipo de agente genera un registro estructurado de cada solicitud: qué se pidió, qué se evaluó, qué se recomendó y por qué. Eso es valioso para Compras, para auditorías de licencias y para detectar patrones — por ejemplo, si diez personas en el mismo mes piden la misma herramienta, quizás es momento de negociar una licencia corporativa.
¿Cómo aplica esto en tu empresa?
Antes de pensar en tecnología, el primer paso es identificar qué solicitudes de IT se repiten con mayor frecuencia en tu organización. Si tienes un sistema de tickets, revisa los últimos tres meses: probablemente el 60-70% de las solicitudes caen en 5 o 6 categorías.
Con esa información, puedes definir los Skills de tu agente: los criterios de aprobación, las listas de software permitido, las condiciones de escalamiento. Ese trabajo de documentación es el más importante — y también el que más valor tiene independientemente de si implementas IA o no.
Una vez documentados los procesos, la implementación técnica puede ser progresiva. Puedes empezar con un flujo simple en n8n que responda solicitudes por Slack y consulte una hoja de cálculo con el software aprobado. Luego agregar investigación web, luego integración con Jira, luego razonamiento con un modelo de lenguaje. No tienes que llegar a Slate el primer día.
Lo importante es empezar con un caso de uso concreto, medirlo, y escalar desde ahí.
Conclusión
Slate no es ciencia ficción ni una demostración de laboratorio. Es un ejemplo concreto de cómo los agentes de IA pueden hacerse cargo de procesos repetitivos de alto volumen — con consistencia, trazabilidad y sin necesidad de supervisión constante.
Para los equipos de IT en Perú y América Latina, esto representa una oportunidad real: dejar de ser el cuello de botella para solicitudes que ya tienen respuesta, y enfocarse en los problemas que realmente necesitan criterio humano.
En Consultoría-Ti ayudamos a empresas medianas a diseñar e implementar flujos de automatización con IA — desde la definición de procesos hasta la integración con las herramientas que tu equipo ya usa. Si quieres explorar cómo un agente como este podría funcionar en tu organización, conversemos.
Fuentes y Referencias
OpenAI — Software Review Agent (YouTube)
✨ Contenido generado con ContentFlow — Consultoría-Ti