Los profesionales de AI Operations se convierten en un puente entre la tecnología, los procesos y los negocios

3–5 minutos

Las startups están creando una nueva función que se sitúa en la intersección entre la tecnología, las operaciones y la estrategia: el profesional de AI Operations, también conocido como AI Ops. En lugar de desarrollar modelos de inteligencia artificial desde cero, este profesional se dedica a integrar herramientas y agentes de IA en los flujos de trabajo de las empresas.

Anuncios de empleo publicados en 2026 por empresas como Squint, Broccoli AI y Reindeer describen a profesionales encargados de crear automatizaciones, desarrollar agentes internos, evaluar resultados e identificar tareas que pueden ser ejecutadas mediante IA.

¿Cuáles son las responsabilidades de un profesional de AI Operations?

El trabajo comienza incluso antes de seleccionar la herramienta. El profesional debe comprender cómo funciona un equipo, identificar actividades repetitivas y evaluar dónde se puede incorporar la IA.

Por ejemplo, en el puesto de AI Operations Lead de Squint, las responsabilidades incluyen la creación de agentes y flujos automatizados para áreas como soporte y operaciones, así como el desarrollo de mecanismos para verificar si estas soluciones funcionan correctamente.

En Broccoli AI, la descripción del puesto abarca la creación de paneles de control, herramientas internas y agentes para sectores como ventas y atención al cliente. La empresa también espera que el profesional supervise y mejore continuamente el rendimiento de estos sistemas.

En la práctica, la rutina diaria puede incluir lo siguiente:

  • mapear procesos manuales;
  • identificar oportunidades para la automatización;
  • construir agentes y flujos utilizando herramientas de IA;
  • probar los resultados generados por los sistemas;
  • monitorear errores y rendimiento;
  • documentar procesos;
  • capacitara los equipos para utilizar las soluciones;
  • decidir qué actividades aún requieren intervención humana.

AI Operations no es lo mismo que la ingeniería de IA

Aunque trabaja directamente con inteligencia artificial, el profesional de AI Operations no necesita necesariamente desarrollar modelos de lenguaje o sistemas de aprendizaje automático.

La diferencia radica principalmente en el tipo de problema que se resuelve. Un ingeniero puede trabajar en la arquitectura de un sistema o en el desarrollo de modelos. Por su parte, el profesional de AI Operations busca comprender cómo una tecnología ya existente puede aplicarse al día a día de la empresa.

Por ejemplo, una startup puede tener un modelo capaz de analizar documentos. El profesional de AI Operations puede transformar esta capacidad en un flujo que recibe archivos, extrae información, organiza los datos y envía los resultados a otro sistema.

¿Por qué las startups están creando esta función?

La expansión de los agentes de IA también aumenta la necesidad de organizar lo que ocurre después de la implementación. No basta con poner a disposición una herramienta: es necesario definir dónde se utilizará, cómo se evaluará y cuándo una persona debe intervenir.

Una oferta reciente de Mercury ilustra este desafío, al destacar que los proyectos de IA pueden enfrentar dificultades precisamente en la etapa de convertir una solución tecnológica en un cambio efectivo en la forma de trabajar. La empresa busca un profesional para trabajar en estrecha colaboración con los equipos y transformar el potencial de la IA en mejoras medibles.

En Reindeer, otra startup en fase inicial, el AI Operations Engineer trabaja en la creación de herramientas internas, automatizaciones y agentes para áreas como ventas, marketing, atención al cliente y finanzas.

¿Qué habilidades son necesarias?

Las ofertas muestran que el puesto combina conocimientos que tradicionalmente pertenecían a áreas separadas, como la tecnología y los negocios.

Entre las competencias buscadas se encuentran:

Conocimiento de IA: comprender modelos de lenguaje, agentes, automatización y las limitaciones de estas herramientas.

Visión de procesos: identificar cuellos de botella y tareas repetitivas que pueden ser modificadas.

Análisis de datos: monitorear métricas para verificar si una automatización realmente ha generado resultados.

Comunicación: interactuar con equipos técnicos y profesionales de áreas como ventas, marketing, finanzas y atención al cliente.

Capacidad de construcción: en algunas empresas, el profesional necesita crear prototipos, integraciones y automatizaciones utilizando herramientas de IA y plataformas de flujo de trabajo.

Un anuncio de AI Operations en São Paulo también combina atención al cliente, análisis de datos, creación de asistentes de IA y automatización de procesos, lo que demuestra que el puesto puede adoptar diferentes formatos según la empresa.

Un puesto que aún está en proceso de definición

AI Operations aún no es una profesión con un alcance estandarizado. Los anuncios analizados utilizan títulos como AI Operations Lead, AI Operations Manager, AI Ops Engineer y AI Operations Specialist, y las responsabilidades varían entre las empresas.

En algunos casos, el enfoque está en las automatizaciones internas. En otros, implica la implementación para clientes, el control de calidad o la infraestructura técnica.

El punto común es el intento de transformar la inteligencia artificial de una herramienta aislada en parte de los procesos de trabajo. Por esta razón, el puesto tiende a combinar competencias de tecnología, operaciones y gestión, especialmente en empresas que adoptan agentes y automatizaciones en diferentes áreas.