Los sistemas de IA agéntica están llegando a un límite: el 40 % de los proyectos actuales se cancelará antes de 2027 debido a costos descontrolados, un ROI poco claro y la falta de una agencia sostenida en flujos de trabajo de varios días y varios sistemas.
JouleWork replantea el problema: trata la ejecución de agentes como un proceso termodinámico. Cada acción tiene un costo medible (cómputo, latencia, riesgo). El ciclo central reasigna continuamente los recursos para que la utilidad esperada supere el costo. Las acciones que no alcancen ese umbral se aplazan o se escalan.
La arquitectura se divide en dos capas:
1. Ejecución procedimental: asignación de tickets, codificación de facturas, extracción de cláusulas con puntuaciones de confianza y generación de informes.
2. Conocimiento gobernado: citas de políticas, decisiones anteriores con comprobantes y reconocimiento de patrones en documentos internos.
Ambas capas se ejecutan en las instalaciones o en tu propia nube. Los proveedores de modelos no retienen ningún dato. El acceso sigue las reglas de identidad existentes. Cada acción deja un registro de auditoría que puede revertirse.
La orquestación es acotada y programada. El agente ejecuta pasos definidos, mide la variación de utilidad y luego continúa o escala el caso. Las políticas se aplican en la plataforma. La confianza proviene de la visibilidad sobre la energía y los resultados de cada acción, no de una autonomía ciega del modelo.
La selección de modelos es dinámica: las extracciones sencillas se asignan a modelos más rápidos y económicos, mientras que las clasificaciones más complejas utilizan modelos más potentes. Las personas intervienen solo cuando el costo de un error supera el costo de la revisión.
Los que sigan en pie en 2027 no serán quienes persigan el espectáculo de la AGI. Serán quienes hayan optimizado desde el primer día para obtener una utilidad acotada bajo restricciones reales.
JouleWork replantea el problema: trata la ejecución de agentes como un proceso termodinámico. Cada acción tiene un costo medible (cómputo, latencia, riesgo). El ciclo central reasigna continuamente los recursos para que la utilidad esperada supere el costo. Las acciones que no alcancen ese umbral se aplazan o se escalan.
La arquitectura se divide en dos capas:
1. Ejecución procedimental: asignación de tickets, codificación de facturas, extracción de cláusulas con puntuaciones de confianza y generación de informes.
2. Conocimiento gobernado: citas de políticas, decisiones anteriores con comprobantes y reconocimiento de patrones en documentos internos.
Ambas capas se ejecutan en las instalaciones o en tu propia nube. Los proveedores de modelos no retienen ningún dato. El acceso sigue las reglas de identidad existentes. Cada acción deja un registro de auditoría que puede revertirse.
La orquestación es acotada y programada. El agente ejecuta pasos definidos, mide la variación de utilidad y luego continúa o escala el caso. Las políticas se aplican en la plataforma. La confianza proviene de la visibilidad sobre la energía y los resultados de cada acción, no de una autonomía ciega del modelo.
La selección de modelos es dinámica: las extracciones sencillas se asignan a modelos más rápidos y económicos, mientras que las clasificaciones más complejas utilizan modelos más potentes. Las personas intervienen solo cuando el costo de un error supera el costo de la revisión.
Los que sigan en pie en 2027 no serán quienes persigan el espectáculo de la AGI. Serán quienes hayan optimizado desde el primer día para obtener una utilidad acotada bajo restricciones reales.