Microsoft presenta la iniciativa «Customer Zero» como un espacio para compartir las lecciones prácticas extraídas del uso interno de sus tecnologías para crear y operar sistemas de inteligencia artificial agéntica. La iniciativa se centra en lo que la empresa describe como su experiencia en entornos de producción, en lugar de limitarse a mostrar capacidades teóricas o ejemplos experimentales.
La empresa afirma que utiliza su propia plataforma de inteligencia artificial para crear nuevas capacidades, acelerar la innovación y migrar aplicaciones, y posteriormente convierte lo aprendido internamente en patrones reutilizables por los clientes. Los materiales publicados incluyen ejemplos de creación y operación de aplicaciones, así como de integración de agentes en distintas etapas del ciclo de vida del desarrollo de software.
Del desarrollo de código a la operación de la infraestructura
Los ejemplos que presenta Microsoft abarcan una amplia variedad de tareas de ingeniería. En la revisión de código asistida por inteligencia artificial, la empresa señala que ha ampliado el alcance del trabajo para cubrir más de 600.000 solicitudes de incorporación de cambios «Pull Request» al mes. También muestra el uso de agentes especializados para abordar problemas relacionados con vulnerabilidades de seguridad conocidas como CVE y acelerar los procedimientos de corrección.
La empresa también presenta una experiencia de migración del código heredado de Xbox .NET a marcos de trabajo .NET más recientes, en la que se utilizan agentes de inteligencia artificial para analizar y reestructurar grandes bases de código. La página no proporciona suficientes detalles para evaluar la tasa de éxito o el nivel de intervención humana en estos procesos, pero sitúa la actualización del software heredado entre los casos de uso en los que los agentes pueden encargarse a gran escala de tareas analíticas y repetitivas.
En el ámbito de la operación de la infraestructura, Microsoft habla de Azure SRE Agent, que utiliza para gestionar incidentes y que, según afirma, ha permitido a la empresa ahorrar más de 50.000 horas de ingeniería. La página señala que Azure Networking utiliza agentes para coordinar trabajos de reparación, verificar los resultados de las modificaciones y reducir el esfuerzo operativo repetitivo. La empresa también muestra la ejecución de Foundry Agent Service en Azure Container Apps y la creación de una capa de ingeniería de plataformas en Microsoft 365 mediante Azure Kubernetes Service, con el objetivo de respaldar la entrega a escala mundial.
¿Qué cambia en la práctica?
El valor más evidente de esta iniciativa no consiste simplemente en añadir un agente a una herramienta existente, sino en trasladar los agentes a un flujo de trabajo operativo en el que participan equipos humanos y en el que estos conservan la responsabilidad de la supervisión. Microsoft describe este modelo como «liderado por humanos y ejecutado por agentes», con el uso de agentes para reducir el trabajo manual, mejorar los tiempos de respuesta y ampliar las operaciones.
La empresa también señala que ampliar el uso de la inteligencia artificial exige a los equipos una mayor disciplina para medir el consumo de tokens, calcular los costes y determinar el retorno de la inversión. La iniciativa propone marcos de trabajo y métricas para comparar el coste del trabajo asistido por inteligencia artificial con los resultados comerciales y de ingeniería, un aspecto importante para los equipos que podrían medir el éxito del proyecto por el número de modelos o agentes, en lugar de por su impacto real.
¿Qué ofrecen los materiales publicados a los equipos técnicos?
- Orientaciones para crear aplicaciones y agentes de inteligencia artificial basados en casos de uso de producción.
- Lecciones sobre ingeniería del contexto destinadas a mejorar la fiabilidad de los agentes, extraídas de la creación de Azure SRE Agent.
- Prácticas para gestionar, gobernar, proteger y operar agentes.
- Recursos de formación para desarrolladores e ingenieros, incluido material de código abierto para principiantes.
- Ejemplos del uso de herramientas respaldadas por servicios de Microsoft Learn, incluido Microsoft Learn MCP Server.
Lectura de certi.news
El material muestra que el debate sobre la inteligencia artificial agéntica pasa de demostrar la capacidad del modelo para ejecutar una tarea aislada a diseñar sistemas operativos medibles y gestionables. Los ejemplos que promociona Microsoft se centran en trabajos de gran volumen o con un elevado coste operativo, como las revisiones de código, los incidentes, las vulnerabilidades y la migración de software heredado; son ámbitos en los que el tiempo, el esfuerzo y las tasas de finalización pueden medirse con mayor claridad.
Sin embargo, la fuente es una página introductoria que reúne enlaces y casos de uso, no un informe de auditoría independiente ni un estudio comparativo. Por ello, cifras como el ahorro de 50.000 horas de ingeniería y la ampliación de las revisiones de código a más de 600.000 solicitudes mensuales siguen siendo afirmaciones atribuidas a Microsoft, y la página no incluye la metodología de medición ni detalles suficientes sobre los costes, las tasas de error y los límites de la intervención humana. Estas cuestiones serán decisivas para cualquier organización que quiera trasladar estas prácticas a su propio entorno.