El organigrama tradicional existe por limitaciones humanas: un gerente puede supervisar bien a 5-7 personas (span de control), existen gerencias medias porque la información se degrada al pasar por muchas manos, y hay silos por departamento porque coordinar entre áreas cuesta tiempo y esfuerzo humano. Los agentes de IA eliminan esas restricciones específicas, pero no eliminan el problema de coordinación, lo cambian de forma: ahora las limitaciones son ventanas de contexto, propagación de errores entre agentes, y la necesidad de verificar qué hizo cada uno. El resultado no es el mismo organigrama con agentes metidos en las cajitas de siempre.
Por qué existe el organigrama tradicional
El span de control de 5-7 personas no es una convención arbitraria, es un límite cognitivo real de cuánta gente puede supervisar bien una sola persona. Las gerencias medias existen porque la información pierde precisión cada vez que pasa de una persona a otra, alguien tiene que traducirla y validarla en el camino. Los silos por departamento existen porque coordinar entre áreas distintas cuesta tiempo, y agrupar a la gente por función reduce ese costo de coordinación diaria.
Lo que cambia cuando el agente reemplaza la limitación humana
Un agente no tiene un límite de 5-7 reportes directos, puede coordinar con muchos más. Pero eso no vuelve el problema más simple, lo mueve a otro lugar: ahora el límite es la ventana de contexto (cuánta información puede manejar de forma coherente a la vez), y el riesgo es que un error temprano se propague sin que nadie lo note hasta el final de la cadena. Necesitas verificación en cada paso, no menos estructura, estructura distinta.
El organigrama que sí tiene sentido: pods, no departamentos
Según un pronóstico de Gartner citado por IBM, para 2027 el 70% de los sistemas multiagente van a estar compuestos por agentes con roles estrechos y específicos, no generalistas. Esto confirma el patrón: en vez de un "departamento de marketing" con agentes genéricos, tiene más sentido un pod de agentes especializados por proceso (uno que califica leads, otro que redacta, otro que agenda), coordinados por pocos humanos, no organizados por función tradicional.
El rol que más crece no es el prompt engineer, es el evaluador
El puesto que más se necesita en este modelo no es quien escribe mejores instrucciones para el agente, es quien define qué es un output aceptable y audita que se cumpla. Ese rol de evaluador es hoy, en la mayoría de las empresas, una función informal que nadie tiene asignada explícitamente. Es el mismo concepto de criterio documentado que sostenemos en todo nuestro trabajo, el mismo que explica por qué ni siquiera un agente rentable es automáticamente confiable: alguien tiene que decidir el estándar, y alguien tiene que verificar que se cumplió.
¿Esto significa que hacen falta menos gerentes?
Hacen falta menos gerentes haciendo lo que hacían antes (traducir información entre niveles). Hacen falta más personas haciendo algo que antes casi nadie hacía formalmente: verificar que el criterio se cumplió.
¿En qué tamaño de empresa aplica esto?
Aplica antes de lo que parece. Incluso con pocos agentes trabajando en un proceso, la pregunta de quién verifica el resultado ya es relevante, no es un problema exclusivo de empresas grandes con muchos agentes en paralelo.
