Los agentes de IA ya escriben código y ejecutan acciones en entornos de producción. En mis conversaciones con clientes, suele surgir una pregunta: ¿quién se asegura de que estos agentes cumplan con su cometido?
Cada vez más, la respuesta es un ingeniero desplegado en primera línea, o FDE. Gartner® prevé que, para 2028, más de la mitad de los proveedores de tecnología y servicios de IA recurrirán a los FDE para acelerar la adopción de la IA. En marzo de 2026, esa cifra era del 10 %. *
En la edición más reciente de New Relic Now, Camden Swita, responsable de la gestión de productos de IA de New Relic, conversó con Kevin Bai, integrante del equipo de IA aplicada de Anthropic, quien contribuyó a establecer la función de FDE en Rippling antes de incorporarse a Anthropic. A continuación, presentamos cinco lecciones de esa conversación que resultan especialmente relevantes para los responsables de ingeniería y operaciones empresariales.
1. Los FDE marcan la diferencia al combinar experiencia tecnológica y conocimiento del negocio
Los FDE aportan el máximo valor cuando una plataforma potente y de gran complejidad técnica se combina con la experiencia de un cliente en la gestión de su negocio. Esos equipos conocen sus casos de uso mejor que nadie. Sin embargo, sus ingenieros suelen estar ocupados con otras prioridades, mientras que las nuevas capacidades de la plataforma se incorporan a un ritmo acelerado. Un FDE combina un profundo conocimiento de la plataforma con la experiencia del cliente en su negocio. De esta manera, el cliente aprovecha al máximo la plataforma, mientras que el FDE se encarga de gran parte de la complejidad técnica.
En New Relic, lo hemos experimentado de primera mano. Recientemente, formalizamos nuestra propia función de FDE, específicamente para los clientes que adoptan nuestras capacidades más recientes de IA y AI Observability.
2. Adapta la tecnología al negocio para obtener resultados
En el entorno empresarial, la tecnología debe adaptarse al negocio del cliente. Cuanto más avanzada es, más tiempo se necesita trabajar directamente con el cliente para identificar dónde puede aplicarse realmente. Esa adaptación es lo que permite que una plataforma potente aporte un valor real al negocio del cliente.
Como señala Gartner en su informe de 2026 <i>The Forward Deployed Engineer Handbook</i>, "los ingenieros desplegados en primera línea conectan la ejecución técnica con las operaciones del negocio al integrarse en los equipos de los clientes para resolver problemas técnicos complejos y convertir las capacidades de los productos en resultados medibles para los clientes".**
3. Proporciona contexto a los agentes como lo harías con un empleado nuevo
Los modelos son cada vez más potentes. Aun así, necesitan información específica sobre el funcionamiento de tu empresa. La buena noticia es que proporcionársela puede ser más sencillo de lo que muchos equipos imaginan. Nunca dejarías que un empleado nuevo, por muy inteligente que sea, tenga que resolverlo todo por su cuenta. Le explicarías en qué consiste su trabajo, cómo hacerlo y dónde encontrar lo que necesita.
Los conectores desempeñan un papel fundamental en este proceso. Anthropic presentó el Protocolo de Contexto de Modelo (MCP), un estándar abierto para conectar los modelos con los sistemas de registro. Una buena regla general: si una persona de tu equipo necesita acceder a los datos de telemetría para completar una tarea, un agente también necesitará ese acceso. Hace poco, un responsable de operaciones de TI de una gran empresa de administración de prestaciones nos comentó este problema. Según explicó, los primeros bots que desarrollaron consultaban los tickets de TI, pero pasaban por alto los datos de telemetría. Un ticket solo recoge la información que alguien reportó, mientras que los datos de telemetría de tu sistema de registro de observabilidad muestran lo que realmente ocurrió en todos tus sistemas.
Nuestro cliente Turo compartió un ejemplo durante el mismo evento. Cuando se activa una alerta, su agente consulta New Relic y prepara un análisis de la causa raíz incluso antes de que los ingenieros se conecten. Durante un incidente ocurrido a medianoche, el agente identificó la causa raíz en menos de un minuto.
4. Diseña evaluaciones basadas en los objetivos del agente y ejecútalas continuamente
Como señaló Kevin: "No puedes comprender lo que no puedes medir y, desde luego, no puedes mejorar algo cuyo rendimiento no puedes comparar con un punto de referencia".
Primero, determina cuál es el verdadero propósito del agente. La función de un agente de soporte es resolver el problema del cliente de una manera que satisfaga tanto sus necesidades como las de la empresa. Luego, partiendo de ese objetivo, identifica los aspectos que puedes medir a lo largo del proceso, como el tono de las respuestas, los tiempos de respuesta y los recursos que comparte. Por último, ejecuta las evaluaciones de forma continua. Las aplicaciones cambian. Los conectores cambian. Los modelos se sustituyen.
Gartner también observa un aumento en el uso de evaluaciones. En su informe <i>Top Strategic Technology Trends in Software Engineering for 2026</i>, Gartner® predice: "Para 2028, el 70 % de los equipos de ingeniería de software adoptará un enfoque de desarrollo basado en evaluaciones para crear una IA responsable y confiable, frente a menos del 20 % en 2026". *
5. Considera la IA como una evolución
Durante su conversación, Kevin y Camden establecieron un paralelismo con los inicios de la tecnología móvil. En aquel entonces, las empresas debían decidir si mantener su presencia en la web, adoptar la tecnología móvil o combinar ambas opciones. La decisión más adecuada dependía de las necesidades de cada negocio. Esta vez tampoco existe una respuesta universal, pero sí una pregunta que todos deberían hacerse: ¿cómo utilizan las personas tu plataforma actualmente y cómo deberían utilizarla para obtener mejores resultados en el futuro?
Las empresas mejor preparadas para afrontar este cambio tienen algo en común: adoptan un enfoque estratégico y deliberado para integrar la IA en sus equipos, procesos y agentes.
Cómo desarrollar confianza en tus agentes
Entonces, ¿tus agentes de IA están actuando de manera adecuada para tu negocio? ¿Puedes confiar en ellos?
Según los informes New Relic 2026 State of AI Coding y New Relic State of Observability Forecast, el 67 % de los líderes afirma que la IA ya genera la mayor parte de su código durante una semana habitual de trabajo, mientras que el 78 % señala un aumento de los incidentes en producción. Una de cada cuatro organizaciones ejecuta agentes de IA en producción sin contar con capacidades de observabilidad. Además, las organizaciones que monitorean activamente sus agentes tienen el doble de probabilidades de obtener un retorno equivalente al triple de su inversión en observabilidad.
Durante New Relic Now, nuestro director de Producto, Brian Emerson, describió la confiabilidad como un espectro que abarca desde la programación asistida por agentes de IA hasta el estado del rendimiento, la experiencia del usuario, el impacto en el negocio, los costos y el ROI. Un agente puede devolver un código 200 perfectamente válido y, aun así, proporcionar una respuesta incorrecta al cliente. Durante la demostración de la presentación principal, un agente de reembolsos inventó su propia política de reembolsos. El equipo identificó que el problema se debía a un único cambio en un prompt y creó un evaluador personalizado a partir de datos de producción para alertar a una persona ante la próxima regresión.
Muchas de las soluciones que presentamos en New Relic Now se adaptan a cada etapa de adopción de la IA, desde la experimentación y la intervención humana hasta el uso de agentes autónomos. Las evaluaciones de IA, las operaciones de prompts, los experimentos y el descubrimiento de temas integran las evaluaciones en el mismo modelo de datos que el resto de tus datos de telemetría, con OpenTelemetry como componente de primer nivel. New Relic Ground Truth lleva las capacidades de observabilidad e inteligencia de New Relic a los entornos donde trabajan nuestros clientes, desde las herramientas de programación hasta los agentes que desarrollan por su cuenta, con especial atención a ofrecer respuestas precisas, rápidas y eficientes en el consumo de tokens. New Relic Autopilot, nuestro conjunto de agentes SRE, investiga los problemas utilizando ese contexto unificado. Además, los equipos pueden mantener la intervención humana en toda la plataforma hasta que tengan suficiente confianza para permitir que la automatización actúe por sí sola.
Ya sea que los FDE pertenezcan a un proveedor externo o a tu propio equipo, las soluciones que desarrollen deben seguir funcionando, mejorando y demostrando su valor incluso después de que finalice la colaboración. Para lograrlo, necesitas visibilidad de cada agente y de los sistemas con los que interactúa, de cada prompt que ejecuta y de cada token que consumes.
¿Quieres escuchar la conversación completa entre Kevin y Camden? Mira la grabación de la sesión en New Relic Now.
Descubre qué están haciendo tus agentes
Prueba New Relic y activa AI Observability hoy mismo, o explora New Relic Ground Truth para llevar información valiosa a los entornos donde trabajan tus agentes.
*Gartner, <i>Top Strategic Technology Trends in Software Engineering for 2026</i>, Joachim Herschmann, Mark O'Neill, 5 de marzo de 2026
**Gartner, The Forward Deployed Engineer Handbook, Peter Hyde, 23 de septiembre de 2026
GARTNER es una marca comercial de Gartner, Inc. y/o sus afiliadas.
Las opiniones expresadas en este blog son las del autor y no reflejan necesariamente las opiniones de New Relic. Todas las soluciones ofrecidas por el autor son específicas del entorno y no forman parte de las soluciones comerciales o el soporte ofrecido por New Relic. Únase a nosotros exclusivamente en Explorers Hub ( support.newrelic.com ) para preguntas y asistencia relacionada con esta publicación de blog. Este blog puede contener enlaces a contenido de sitios de terceros. Al proporcionar dichos enlaces, New Relic no adopta, garantiza, aprueba ni respalda la información, las vistas o los productos disponibles en dichos sitios.