Cómo una startup fintech redujo los ciclos de producto en un 40% con agentes de IA

A finales de 2023, la startup fintech con sede en Berlín N26 lanzó en secreto el Proyecto Prometeo: un rediseño completo de su ciclo de vida de desarrollo de productos utilizando agentes de IA como miembros centrales del equipo. En lugar de añadir herramientas de IA, reconstruyeron su flujo de trabajo completo alrededor de agentes autónomos que gestionan desde la investigación de mercado hasta las pruebas de control de calidad.

Los resultados fueron contundentes: el tiempo promedio desde la concepción hasta el lanzamiento se redujo de 12 meses a 7 meses, una mejora del 40%. Clara Vogel, gerente de producto, compartió datos internos que muestran cómo tres agentes de IA —uno para análisis de mercado, otro para pruebas de usuario y uno para verificaciones de cumplimiento— ahora operan en paralelo en lugar de secuencialmente. "El agente de análisis de mercado escanea 500 informes fintech al mes e identifica tendencias que nuestro equipo humano pasaría por alto", explicó Vogel. "Mientras tanto, nuestro agente de pruebas realiza 10,000 simulaciones de usuario antes de que escribamos una sola línea de código".

La lección más dolorosa surgió de su primer intento: añadir IA como un 'copiloto' a los procesos existentes solo mejoró la eficiencia en un 12%. "Tuvimos que quemar 1.2 millones de dólares en proyectos piloto antes de darnos cuenta de que los agentes de IA necesitaban poseer segmentos completos de los flujos de trabajo", admitió Vogel. Su agente de cumplimiento, por sí solo, detectó 37 violaciones regulatorias que los equipos humanos habían pasado por alto en lanzamientos anteriores de productos.

Lo que hace diferente el enfoque de N26 es su modelo de propiedad de agentes: cada agente de IA se asigna a un dominio específico (por ejemplo, detección de fraudes, experiencia de usuario) y se le otorga autoridad presupuestaria para tomar decisiones autónomas dentro de límites establecidos. Su agente de detección de fraudes, por ejemplo, puede bloquear automáticamente transacciones sospechosas de hasta 500 euros sin aprobación humana, gestionando el 68% de todos los casos de fraude de manera autónoma.

Para otras empresas que consideren flujos de trabajo basados en agentes, la experiencia de N26 ofrece tres lecciones concretas: 1) Comenzar con un solo proceso de alto impacto en lugar de intentar una automatización total, 2) Asignar el 20% del tiempo de ingeniería exclusivamente al mantenimiento y mejora de los agentes, y 3) Implementar 'auditorías de agentes' cada trimestre donde los equipos humanos revisen los resultados y ajusten los límites. "El mayor error es tratar a los agentes de IA como herramientas en lugar de miembros del equipo", concluyó Vogel. "Necesitan sus propios ciclos de desarrollo y métricas de rendimiento".

Foto: 6689062 / Pixabay (https://pixabay.com/photos/business-computer-mobile-smartphone-2846221/)