Qué hace un AI Agent Manager (y por qué las empresas ya lo están contratando)

Por Carlos Escobar, director académico de Sinapsis AgentOps Medellín · 2026-11-09

Hace un año, “AI Agent Manager” sonaba a título inventado en LinkedIn. Hoy es una función que las empresas necesitan porque los agentes de IA dejaron de ser demos: responden clientes, abren tickets, consultan bases de datos y, en algunos casos, ejecutan acciones. Cuando un sistema actúa, alguien tiene que responder por lo que hace. Ese alguien es el AI Agent Manager.

En este artículo explico qué hace realmente el rol, qué habilidades exige, qué dicen las fuentes públicas sobre la demanda y el salario, y cómo se prepara una persona en Colombia para ejercerlo con criterio y no con improvisación.

Qué es un AI Agent Manager

En febrero de 2026, Harvard Business Review publicó el artículo “To Thrive in the AI Era, Companies Need Agent Managers”, de Suraj Srinivasan (Harvard Business School) y Vivienne Wei (Salesforce). Su resumen práctico, “Are You Ready to Manage AI Agents?”, define la tarea así: si supervisas una fuerza de trabajo híbrida humano-IA, tu trabajo es orquestar desempeño, seguridad y alineación con los objetivos del negocio.

Dicho en lenguaje de operación: el AI Agent Manager es el dueño de lo que un agente entrega. Define qué es una buena respuesta, decide qué herramientas puede tocar el agente, mide cómo falla, corrige el flujo cuando se degrada y explica a la gerencia si está generando valor o solo costo.

No es lo mismo que un “prompt engineer” ni que un científico de datos. Se parece más a un jefe de operaciones que entiende la tecnología lo suficiente para diagnosticarla.

Las seis capacidades que señala HBR

El resumen de HBR enumera seis capacidades:

1. Alfabetización operativa en IA: entender cómo funcionan los agentes, cómo las instrucciones moldean el resultado y cómo diagnosticar fallos.
2. Experiencia funcional profunda: conocer el proceso de negocio que el agente apoya.
3. Pensamiento sistémico: ver cómo interactúan los agentes entre equipos y flujos, y diseñar traspasos limpios a humanos.
4. Resiliencia al cambio: trabajar en ciclos cortos de probar, desplegar y aprender, porque los modelos cambian.
5. Oficio en las instrucciones: tratar los prompts como herramienta de entrenamiento y mejorarlos de forma continua.
6. Diseño intencional del trabajo híbrido: rutas de escalamiento claras y métricas humanas orientadas a resultados.

Desde la ciberseguridad añado una séptima que en la práctica decide si un agente llega a producción: control de permisos. Un agente que lee correos y además puede enviar correos es una superficie de ataque. Si nadie decidió qué puede hacer sin aprobación humana, el problema no es del modelo; es de gestión.

Un día de trabajo real

Las tareas que describen HBR y las fuentes de mercado citadas abajo se resumen así:

• Revisar métricas: tasa de resolución, escalamientos, errores, latencia y costo por conversación.
• Analizar fallos: tomar los casos que salieron mal, leer los traces (el registro de cada paso del agente) y encontrar la causa raíz: ¿faltaba información?, ¿la herramienta devolvió un error?, ¿alguien intentó manipular al agente?
• Corregir y volver a probar: ajustar instrucciones, datos o permisos y correr de nuevo el conjunto de pruebas antes de publicar el cambio.
• Gobernar: mantener el registro de quién autorizó cada capacidad, qué datos toca el agente y qué hacer si hay un incidente.

Lo que no hace: dejar un agente “aprendiendo solo” en producción y revisar cada mes.

Demanda y salario: qué dicen las fuentes (con sus límites)

Aquí conviene ser riguroso, porque circulan cifras de todo tipo.

• AgenticCareers.co, en su corte de noviembre de 2026, reporta 2.942 vacantes abiertas en roles “agénticos” en 919 empresas, con mediana salarial de USD 230.000 en las ofertas que publican rango. Ojo: incluye ingenieros de agentes, infraestructura y seguridad, no solo gerentes, y es mercado mayoritariamente estadounidense.
• QARepo cita a ZipRecruiter (agosto de 2026) con un promedio cercano a USD 103.000 al año para el título más cercano, “AI Manager”, en Estados Unidos.
• La categoría de mayor crecimiento en ese tablero no es la gerencial, sino AI Agent Engineer; y AI Security aparece con una de las medianas más altas.

Lectura honesta para Colombia: no hay todavía una serie pública confiable de salarios locales para este título. Lo que sí es verificable es que las empresas que operan agentes buscan personas que combinen operación, evaluación y seguridad, y que esos perfiles cotizan por encima de roles generalistas de IA. Si alguien te promete un salario concreto por hacer un curso, desconfía.

Qué no es este rol

• No es “saber usar ChatGPT”. El punto de partida es saber cuándo no usar un agente porque un flujo determinista resuelve mejor.
• No es construir el modelo. Se trabaja sobre modelos existentes (Azure, OpenAI, Anthropic, open source).
• No es solo técnico ni solo de negocio. Sin entender el proceso, no sabes qué medir; sin entender la tecnología, no sabes por qué falla.

Cómo prepararte sin perder tiempo

1. Domina lo básico gratis. Python, Git, APIs y conceptos de modelos de lenguaje. En Sinapsis lo llamamos prework Novato: es gratuito y termina con una prueba práctica.
2. Practica fallos, no demos. Arma un agente pequeño con tres herramientas y rómpelo a propósito: entradas inválidas, timeouts, un documento con instrucciones maliciosas.
3. Aprende a evaluar. Un conjunto de 40 casos que corres tres veces vale más que diez demos que salieron bien una vez.
4. Aprende seguridad de agentes desde el día uno. El OWASP Top 10 for Agentic Applications 2026 es el mejor mapa gratuito para empezar.
5. Apunta a una credencial reconocida. El examen Microsoft AI-103 cubre agentes, orquestación, monitoreo y IA responsable sobre Azure.

Cómo lo trabajamos en Sinapsis

El curso AI Agent Manager es un intensivo de 48 horas (32 de aula y 16 de proyecto guiado), presencial en Medellín, con máximo 10 personas por sala. Se trabaja arquitectura con permisos, orquestación depurable, seguridad adversarial, evaluaciones repetidas y operación de incidentes con kill switch. El proyecto final no es una demo: es un paquete de operación que se defiende frente a un ataque del profesor. Incluye preparación alineada al AI-103; el examen lo presenta cada alumno ante Microsoft y no es una certificación emitida por la academia.

Si lideras un equipo, revisa la formación corporativa: paquetes por cupos o formación en tu empresa con cotización directa.

Preguntas frecuentes

¿Qué hace un AI Agent Manager?

Es la persona responsable de lo que entregan los agentes de IA de una organización: define objetivos y límites, mide desempeño y fallos, corrige flujos, controla permisos y responde ante la gerencia por el valor y el riesgo.

¿Necesito saber programar para ser AI Agent Manager?

Para operar agentes con criterio técnico, sí necesitas bases: Python, APIs, Git y lectura de registros. No necesitas entrenar modelos. En Sinapsis esas bases se cubren en un prework gratuito antes del intensivo.

¿Cuánto gana un AI Agent Manager?

Las fuentes públicas citadas reportan rangos de Estados Unidos (alrededor de USD 103.000 de promedio para “AI Manager” según ZipRecruiter vía QARepo). No existe una cifra confiable publicada para Colombia; desconfía de quien prometa un salario por terminar un curso.

¿El curso AI Agent Manager de Sinapsis es una certificación oficial?

No. Es educación informal según el Decreto 1075 de 2015 y otorga constancia de asistencia. Incluye preparación alineada al examen Microsoft AI-103, que cada alumno presenta por su cuenta.

Da el siguiente paso

¿Quieres operar agentes con criterio y no solo probarlos? Empieza por el prework gratuito y consulta la próxima cohorte del AI Agent Manager. Si buscas formar a tu equipo, escríbenos para una propuesta corporativa.