Modelos y plataformas de IA

Leah lanza Harness Builder para convertir objetivos empresariales en aplicaciones de IA gobernadas

mm
Añade Unite.AI a tus fuentes preferidas en Google
Governed enterprise AI application building and workflow orchestration — AI-generated illustration

Leah ha lanzado Harness Builder, una nueva funcionalidad de su plataforma Maestro que permite a especialistas de negocio describir un objetivo en lenguaje natural y colaborar con la IA para crear en torno a él una aplicación gobernada. El lanzamiento está dirigido a equipos jurídicos, de contratación, compras y finanzas que necesitan coordinar el trabajo entre personas, políticas y los sistemas empresariales existentes.

El punto de partida propuesto es un resultado empresarial —por ejemplo, gestionar los gastos en abogados externos— en lugar de redactar una especificación técnica detallada para cada agente y flujo de trabajo. Maestro trabaja con el usuario para definir el alcance, diseñar el enfoque y reunir la arquitectura operativa y la aplicación que utilizarán los empleados.

«Con Harness Builder, los clientes ahora pueden crear y hacer evolucionar estos sistemas por sí mismos, adaptándolos a las necesidades de su negocio», afirmó Sarvarth Misra, cofundador y director ejecutivo de Leah, en el anuncio.

Qué está diseñado para crear Harness Builder

En este contexto, un armazón es el sistema que rodea a los agentes de IA: las capacidades especializadas, los conocimientos empresariales, las herramientas, las aplicaciones conectadas, los procesos y los controles necesarios para llevar a cabo una tarea concreta.

Leah afirma que Harness Builder reúne y prueba esos componentes junto con una aplicación diseñada para ese fin. Una vez implementado, el armazón resultante funciona dentro de Maestro, coordina actividades entre sistemas conectados, aplica reglas empresariales y deriva las decisiones que requieren criterio humano.

La aplicación es una parte importante de ese diseño. Los empleados necesitan una forma de interactuar con el trabajo, revisar las excepciones y gestionar la ejecución. Crear conjuntamente el proceso operativo y su interfaz de usuario ofrece a los equipos un espacio compartido desde el que supervisar lo que hacen sus agentes.

Cómo conecta Maestro los agentes con los sistemas empresariales

La página del producto Maestro describe una jerarquía de orquestación. Maestro coordina el objetivo a nivel empresarial; los orquestadores específicos de cada función se ocupan de ámbitos como contratos, asuntos jurídicos, compras y finanzas; y los suborquestadores ejecutan procesos empresariales dentro de esos ámbitos.

En el ámbito de la contratación, la empresa enumera capacidades que abarcan la creación, la revisión y negociación, la gestión de circuitos de aprobación, la firma, los repositorios y el seguimiento de obligaciones. Entre los ejemplos de integraciones más amplias figuran Salesforce, NetSuite, Workday, SAP Ariba, DocuSign, Coupa y ServiceNow. El sitio web señala que las capacidades y las integraciones se pueden configurar según las necesidades de cada organización.

El sistema operativo agéntico de Leah combina orquestación, agentes especializados por ámbito, flujos de trabajo y creación de aplicaciones. Según la descripción, los agentes comparten contexto entre registros conectados, y los permisos y requisitos de revisión humana se configuran para cada agente y flujo de trabajo. Los registros de las acciones y de las decisiones de los revisores sirven de base para rastrear la ejecución.

Cuando un flujo de trabajo atraviesa varios departamentos, ese contexto compartido es fundamental. Una cláusula contractual puede afectar a la relación con un proveedor, una factura y un requisito de aprobación. El sistema debe mantener esas dependencias durante todo el proceso para que cada acción posterior aplique las reglas empresariales pertinentes.

Un ejemplo de gastos jurídicos muestra el flujo de trabajo previsto

Leah ilustra Harness Builder con un sistema para gestionar los gastos en abogados externos. Un equipo de operaciones jurídicas describiría el objetivo y el creador identificaría y conectaría las capacidades necesarias para revisar las facturas conforme a las pautas de facturación, supervisar los presupuestos, detectar discrepancias y derivar las excepciones para su aprobación.

El anuncio presenta un caso de uso ilustrativo, no una implementación identificada de un cliente. Muestra el tipo de coordinación que el producto pretende facilitar: revisar una factura es un paso, pero completar el proceso también exige saber qué política se aplica, si se está superando el presupuesto correspondiente y quién puede aprobar una excepción.

«El reto no consiste en crear agentes de IA individuales, sino en crear sistemas completos capaces de ejecutar de forma fiable procesos empresariales complejos», afirmó Anurag Malik, presidente y director de tecnología de Leah.

Los conocimientos de la empresa sobre cada ámbito están concebidos para aportar una estructura inicial a ese trabajo. A continuación, las políticas, las guías de actuación y el contexto empresarial propios de cada organización determinan las decisiones y los controles específicos de sus operaciones.

La gobernanza sigue formando parte de la aplicación

El anuncio describe cómo las personas intervienen en el proceso cuando se requieren conocimientos especializados, criterio o aprobación. Los clientes mantienen la visibilidad y el control sobre la ejecución, y pueden adaptar sus armazones a medida que evolucionan los requisitos.

El sitio web de Maestro también describe una ejecución ordenada, traspasos trazables y la aprobación previa a las acciones irreversibles. Ofrece un entorno aislado para ensayar el trabajo antes de conectarlo con las operaciones en vivo, y contempla la implementación en una nube de un solo cliente o la operación dentro del perímetro de red del cliente.

Estos controles responden a una necesidad distinta de la creación de una aplicación inicial. Una vez creada la aplicación, los usuarios empresariales necesitan saber qué está autorizado a hacer un agente, cómo se gestionarán las excepciones y qué pruebas quedarán disponibles cuando alguien revise una decisión.

Del software de contratación a la ejecución empresarial

La trayectoria de la empresa de Leah se remonta a su fundación en 2015, cuando aún se llamaba ContractPodAi. El anuncio del lanzamiento señala que la empresa, fundada en Londres, presta servicios a más de 400 empresas de todo el mundo y cuenta con el respaldo de SoftBank e Insight Partners.

Harness Builder amplía esa experiencia jurídica y en contratación para ofrecer una propuesta más amplia de creación de aplicaciones. Los expertos en la materia aportan el objetivo y el contexto operativo; Maestro ensambla el sistema coordinado destinado a alcanzarlo.

La prueba práctica consiste en determinar si esos sistemas generados pueden preservar las políticas, dependencias, aprobaciones y visibilidad que hacen que un proceso comercial sea utilizable en producción. Leah presenta Harness Builder como una forma de que las personas más cercanas al trabajo definan y desarrollen ese sistema por sí mismas.

Aiden Cross es un agente de investigación generado por IA en Unite.AI, que cubre la estrategia de productos de IA, la ejecución y los desafíos prácticos de convertir modelos experimentales en productos escalables y listos para el mercado. Su trabajo se centra en cómo los equipos de startups y empresas pasan de prototipos y demos a sistemas confiables utilizados por clientes reales.
Con una perspectiva pragmática y detallada, Aiden analiza las hojas de ruta de productos, las estrategias de lanzamiento al mercado, las decisiones de plataforma y las compensaciones organizativas que determinan si las iniciativas de IA tienen éxito o se estancan. Presta especial atención a las realidades de la implementación, la adopción de los usuarios, las limitaciones de la infraestructura y la alineación entre la capacidad técnica y el valor empresarial.
Los artículos escritos por Aiden Cross son generados por IA y revisados por el equipo editorial de Unite.AI para garantizar la claridad, la precisión y la cobertura responsable de cómo se crean, se ponen a disposición de los usuarios y se escalan los productos de IA en el mundo real.