El método de Uber, paso a paso: los diez días con agentes de IA

Si llegó hasta aquí porque comentó DIEZ en el carrusel de Bprosys, esto es exactamente lo que prometimos: el paso a paso de los diez días que Uber usó para llevar agentes de IA a áreas que no tienen ingenieros propios. Nada de diagramas sueltos, nada de resumen. El método completo, fase por fase, con los números que la propia empresa publicó, y cómo adaptarlo si su empresa no tiene treinta ingenieros de IA disponibles.

El punto de partida de Uber antes del método

Antes de construir agentes fuera de ingeniería, Uber ya tenía una base de adopción interna poco común. El 99% de sus ingenieros de software usaba herramientas de IA en su trabajo diario. Más del 70% de los cambios de código que llegaban a producción los generaban agentes, no personas escribiendo línea por línea. La empresa tenía disponibles más de 2.500 skills de agentes para que sus equipos los combinaran según la tarea.

Ese nivel de adopción dentro de ingeniería fue la base, pero no resolvió el problema que de verdad le interesaba a la empresa: todo lo que pasaba fuera de ingeniería, en áreas como finanzas, marketing o atención, seguía dependiendo de procesos manuales que nadie dentro de ingeniería conocía en detalle.

Qué es un Agentic Pod

Un Agentic Pod es la unidad de trabajo que Uber diseñó para resolver esa brecha. Junta a 30 ingenieros con dominio de agentes de IA con los expertos reales de un área de negocio, durante diez días, con un objetivo único: dejar en producción uno o más agentes que automaticen el flujo que ese equipo ejecuta manualmente.

El ingeniero no reemplaza al experto del área. Trabaja sentado al lado de esa persona, observando cómo hace el trabajo antes de proponer qué automatizar. El experto del área no aprende a programar: sigue haciendo su trabajo, pero ahora valida, corrige y aprueba lo que el agente va construyendo con él.

El paso a paso de los diez días del método de Uber

Esto es el paso a paso de los diez días, tal como Uber lo describió:

• Días 1 y 2, observar. El ingeniero se sienta junto al experto del área y mira el proceso real, sin tocar nada todavía. Registra cada paso, cada sistema que se usa y cada decisión que la persona toma sobre la marcha.
• Día 3, priorizar. Del proceso observado, el pod elige qué parte automatizar primero: la que consume más tiempo, la que se repite con más frecuencia o la que tiene más margen de error humano.
• Días 4 y 5, construir. El ingeniero construye una primera versión del agente junto al experto, no para él ni a sus espaldas. Cada decisión del agente se revisa con la persona que conoce el proceso.
• Días 6 a 9, validar. El agente se prueba con otras personas del área que hacen la misma tarea, no solo con quien participó en el diseño. Esto expone los casos límite que una sola persona no ve.
• Día 10, producción. El agente queda operando dentro del flujo real del área, con el equipo de negocio usándolo como parte de su trabajo diario, no como un piloto aparte.

Diez días, cinco fases, un agente en producción al final. Ese es el método completo.

Los resultados que publicó Uber

Uber publicó resultados concretos por área, no promesas genéricas:

• En asignación de capital en 150 ciudades, un reporte que tomaba 15 horas pasó a tomar 30 minutos.
• En reportes de avance financiero, la generación pasó de 2 días a 10 minutos.
• En control de calidad de la web de marketing, una revisión que tomaba 2 semanas pasó a tomar 50 minutos.
• En soporte, la empresa automatizó más de 9.000 flujos distintos con este método aplicado de forma repetida, pod tras pod.

La lección que más sorprendió: el flujo es la unidad, no la tarea

Según Uber, lo que más sorprendió a su propio equipo no fue la velocidad de los resultados. Fue descubrir que la unidad correcta de automatización es el flujo completo de trabajo, no una tarea aislada dentro de ese flujo.

Automatizar una tarea suelta, por ejemplo generar un reporte, sin automatizar las decisiones que rodean a esa tarea (qué hacer con el resultado, a quién avisar, qué validar antes de enviarlo) deja casi todo el trabajo manual intacto. El método de Uber funciona porque cada Agentic Pod mapea el flujo entero antes de decidir qué construir, no solo el paso más visible.

Cómo aplicar el método de Uber sin treinta ingenieros propios

La mayoría de las empresas que leen este caso no tiene 30 ingenieros de IA disponibles para armar un pod interno. Eso no invalida el método: cambia quién ocupa ese rol.

La estructura se puede adaptar en cinco pasos:

1. Elija un área real con un proceso manual costoso, no la que parece más vistosa para mostrar.
2. Sume talento con dominio de agentes de IA que se sienta, literalmente, junto al equipo del área durante los primeros días, igual que en el método original.
3. Observe antes de construir. El error más común es saltar directo a automatizar sin mapear el flujo completo primero.
4. Valide con más de una persona del área antes de pasar a producción, no solo con quien participó en el diseño.
5. Mida el resultado en la misma unidad que usó Uber: tiempo que el proceso tomaba antes contra tiempo que toma después.

En Bprosys no tenemos treinta ingenieros esperando asignación, pero sí el rol que el método necesita: una Célula Dedicada que se integra bajo su propio liderazgo, con el mismo principio que sostiene el método de Uber. Entendemos su proceso primero. Automatizamos después.

Si quiere ver una versión más breve de este mismo caso, con foco en los Agentic Pods como estructura de equipo, puede leer también el método de Uber para llevar agentes de IA a toda la empresa, día por día. Y si antes de automatizar quiere revisar qué falla cuando un agente se construye sin mapear el proceso real, estas son las tres fallas que encarecen los agentes de IA mal construidos.

Una vez que el agente de la fase de validación queda en producción, todavía falta definir qué puede decidir solo y quién revisa los casos sensibles: ese marco se explica en gobernanza de agentes de IA: quién autoriza cada decisión. Y si Uber llegó a automatizar más de 9.000 flujos de soporte, es porque sostiene muchos agentes trabajando en paralelo, la misma arquitectura que explicamos en 60 agentes de IA en paralelo: qué es un sistema multiagente.

Preguntas frecuentes sobre el método de Uber

¿Qué es un Agentic Pod?

Es la unidad de trabajo de diez días que usó Uber: 30 ingenieros con dominio de IA trabajando junto a expertos de un área de negocio para dejar un agente en producción al final del período.

¿Cuáles son los pasos del método de los diez días?

Observar el proceso real (días 1 y 2), priorizar qué automatizar (día 3), construir el agente junto al experto (días 4 y 5), validar con más personas del área (días 6 a 9) y pasar a producción (día 10).

¿Qué resultados publicó Uber con este método?

Reportes que tomaban 15 horas pasaron a 30 minutos, reportes financieros de 2 días a 10 minutos, revisiones de calidad web de 2 semanas a 50 minutos, y más de 9.000 flujos de soporte quedaron automatizados.

¿Por qué no alcanza con mirar el diagrama del método?

Porque el paso que sostiene todo el método es observar el proceso real antes de construir, y eso no se puede copiar de un diagrama: requiere sentarse junto a la persona que hace el trabajo todos los días.

¿Cómo se aplica el método si mi empresa no tiene ingenieros de IA propios?

Se sustituye el rol del ingeniero interno por talento dedicado que se integra al equipo del área durante el proceso, manteniendo las mismas cinco fases: observar, priorizar, construir, validar y producción.

¿El método sirve para cualquier área, o solo para ingeniería?

Sirve para cualquier área con un proceso manual repetible: Uber lo aplicó en asignación de capital, finanzas, marketing y soporte, ninguna de ellas parte de ingeniería.

Fuente de los datos citados en esta guía

Todos los datos de este artículo provienen del carrusel original que Bprosys publicó con la información que su director de tecnología compartió en X el 7 de julio de 2026:

• Punto de partida en ingeniería: 99% de adopción, +70% de código por agentes, +2.500 skills
• Qué es un Agentic Pod y el paso a paso de las cinco fases
• Los resultados por área: capital, finanzas, marketing y soporte
• La lección del flujo como unidad de automatización