BUSINESS CYBORGS
Seminario de Complejidad · Multiagentes
Camilo Serna Zamora · Febrero 2026
¿Cuántos sienten que solo
rascan la superficie?
El 70% de los usuarios usan IA solo para preguntas simples.
Hoy vamos a pasar de preguntar a dirigir.
🚀
Autos voladores. Robots mayordomos. Jetsons.
💀
Skynet. Terminators. El fin del trabajo.
29 de agosto de 2025 — "Día del Juicio" según la película
💬
Un chat.
La pregunta no es SI van a usar IA.
Es si van a ser relevantes sin ella.
Humanos potenciados con tecnología
Harvard/BCG 2023: consultores con IA fueron 40% más productivos y 25% más rápidos.
Herramientas: ChatGPT · Gemini · Claude · Copilot
Humanos dirigiendo legiones de agentes
No diriges una herramienta. Diriges un pipeline de agentes especializados.
🔍
Fase 1
Screener
Fase 2 · paralelo
Fase 3 · criticos
📝
Fase 4
Memo Final
4 fases · 8 agentes · 4 checkpoints humanos.
Eres el director de orquesta.
Múltiples agentes trabajando en paralelo, cada uno en su workspace
— Andrej Karpathy, co-fundador OpenAI
C++, Python, Java — tú escribes cada línea
Tú entrenas, la red ejecuta — Tesla Autopilot
Tú describes, el LLM ejecuta — inglés es el nuevo código
No necesitan saber programar.
Necesitan saber pensar y comunicar.
Como ingenieros industriales,
su ventaja es entender procesos.
Eso es exactamente lo que los agentes necesitan.
¿Dónde estás hoy?
La mayoría de sus compañeros están en Capa 1.
Hoy saltan a Capa 2-3.
Δ ≤ 1
La IA no te necesita.
Prompt genérico → resultado genérico.
⚠️ Danger zone
Δ > 1
Tú eres irremplazable.
Tu contexto multiplica el resultado.
✦ Donde quieres estar
Mismos agentes + diferente orquestador = diferente tesis.
ESO es lo que te hace irremplazable.
Agentes autónomos en acción
El agente que trabaja solo
manus.im — Ahora parte de Meta
"Investiga el mercado laboral para ingenieros industriales en Colombia en 2026..."
88% empleabilidad · $3M salario inicial · 7+ sectores · Documento + web interactiva
Pero necesita un buen jefe.
Ahí entran ustedes.
El agente que nunca se apaga
📱
Vive en Telegram
24/7
🧠
Memoria
persistente
📧
Email, calendario,
archivos
⏰
Tareas
programadas
💬 Le pido algo por Telegram...
y responde en tiempo real.
Manus ejecuta tareas.
Scarlett vive contigo. Contexto acumulado.
Open source · Tu máquina · Tus datos
Tu propio agente personal. En tu propia máquina.
No le estás prestando tu vida a OpenAI.
Esto es Capa 4 de la Escalera. A donde van eventualmente.
1. Descargar antigravity.google
2. Login con cuenta Google
3. Abrir Agent Manager
4. Formar equipos de 3-4 personas
Gratis · Mac / Windows / Linux · Gemini 3 Pro incluido
Crear un investment memo profesional sobre Grupo Nutresa
usando un pipeline de 8 agentes con 4 checkpoints humanos.
Grupo Nutresa: BVC: NUTRESA · COP 115T market cap · Alimentos procesados · Medellin
8 agentes · 4 checkpoints · 60 minutos · Tu juicio en cada paso
github.com/scarlettdetekelala/
seminario-multi-agentes
📄 empresa.md — Brief de Grupo Nutresa
📄 mi-contexto.md — Editar con TU perfil
📁 prompts/fase-1/ — Prompt del screener
📁 prompts/fase-2/ — 3 prompts de analistas
📁 prompts/fase-3/ — 3 prompts de criticos
📁 prompts/fase-4/ — Prompt del integrador
0. Abrir Antigravity → Agent Manager. Editar mi-contexto.md
1. Fase 1: Lanzar screener → leer screening.md
CHECKPOINT: escribir notas-screening.md (tu angulo + preguntas)
2. Fase 2: Lanzar 3 analistas en paralelo → leer los 3 reportes
CHECKPOINT: escribir tesis.md (TU recomendacion: comprar/esperar/evitar)
3. Fase 3: Lanzar 3 criticos en paralelo → leer las 3 tarjetas
CHECKPOINT: escribir notas-comite.md (aceptar/rechazar cada critica)
4. Fase 4: Lanzar integrador → memo-final.md
La clave son los CHECKPOINTS: tu juicio en cada paso cambia el resultado final.
→ Minimo 3 agentes en paralelo (en Fase 2 O Fase 3)
→ DEBES escribir tu tesis ANTES de lanzar los criticos
→ DEBES aceptar/rechazar cada critica CON razon
→ Entregable: memo-final.md (no archivos sueltos)
→ Bonus: Medir Delta — mismo pipeline, diferente analista = diferente recomendacion?
⏱ 60 minutos
3-4 minutos por equipo
Muestren:
→ Su tesis: comprar, esperar, o evitar?
→ Que critica aceptaron y cual rechazaron (y por que)
→ Su memo final
Los demas evaluan:
→ Llegaron a la misma recomendacion que otro equipo?
→ Si no — ESO es el Delta.
01
Augmentation
Potenciaron su trabajo
02
Orchestration
Dirigieron agentes
03
English as Code
Programaron con palabras
Los que aprenden a orquestar
van para arriba.
Los que esperan...
Siempre y cuando estén listos para
experimentar con nuevas formas de hacer las cosas.
businesscyborgs.substack.com
Camilo Serna Zamora · @tekelala