Los Agentic Pods de Uber: un método de 10 días para llevar la IA más allá de ingeniería
En julio de 2026 el CTO de Uber, Praveen Neppalli Naga, publicó el método operativo detrás de lo que la empresa llama Agentic Pods. Primero el contexto: dentro de ingeniería, la adopción de IA agéntica ya estaba saturada. El 99% de los ingenieros de Uber usa herramientas de IA, más del 70% de los pull requests salen de agentes locales o en la nube, y habían construido más de 2.500 skills de agente en todo el ciclo de desarrollo.
La pregunta abierta era el resto de la empresa. Finanzas, legal, operaciones, marketing, soporte, RRHH, compras. Estas funciones funcionan con flujos manuales y llenos de matices repartidos por decenas de sistemas. No se pueden automatizar desde un diagrama de proceso. Así que Uber dejó de intentar automatizarlos a distancia.
El método
Uber eligió a unos 30 de sus ingenieros con más soltura en IA y emparejó a cada uno con un experto del dominio de una función de negocio. Cada pod tuvo exactamente diez días con una secuencia fija:
| Días | Qué ocurre |
| --- | --- |
| 1-2 | Observar al experto. Ver cada paso, documentar el flujo real, preguntar. |
| 3 | Priorizar oportunidades por escala, repetición, impacto de negocio y disponibilidad de datos. |
| 4-5 | Construir un agente funcional junto a la persona que hace el trabajo. |
| 6-9 | Validar con otras personas que hacen el mismo trabajo. ¿Generaliza? |
| 10 | Ponerlo en producción. |
Sin comité, sin fase de requisitos, sin piloto que se convierte en permanente por inercia. En dos meses Uber ejecutó 16 pods en 16 funciones de negocio distintas.
Los números
Los resultados publicados son concretos:
Análisis de asignación de capital en 150 ciudades: de 15 horas a 30 minutos
Informes financieros de pacing: de 2 días a 10 minutos
Control de calidad web de marketing: de 2 semanas a menos de una hora
Creación de flujos de soporte: 9.000 flujos construidos a mano sustituidos por autoservicio
Lo que sorprendió a Naga no fue la velocidad. Fue la rapidez con la que ingenieros incrustados en un dominio desconocido encontraron oportunidades que llevaban años a la vista de todos.
La lección que importa
Una frase carga el post entero: el flujo de trabajo es la unidad de automatización, no la tarea individual.
Las mayores ganancias casi nunca vinieron de acelerar un paso. Vinieron de rediseñar el flujo completo alrededor de la IA, lo que en la práctica significó eliminar traspasos, quitar aprobaciones que ya no aportaban nada, jubilar herramientas heredadas y recortar gasto en proveedores. Automatizar tareas sueltas deja el proceso circundante intacto y produce mejoras incrementales. Rediseñar el flujo compone.
La segunda lección es sobre dónde viven las oportunidades. Las mejores rara vez se ven desde fuera de la función. Se encuentran sentándose al lado de quien hace el trabajo, entendiendo cada punto de fricción y construyendo con esa persona, no para ella. Y hay una observación afilada sobre este modelo: lo importante no es la pareja, sino que alguien en ella lleve las cicatrices del proceso. Sin alguien que haya sufrido el trabajo a mano, automatizas la versión imaginaria.
Lo que no se transfiere solo
Antes de copiarlo en tu empresa, fíjate en qué lo hace funcionar Uber:
Un banco de ingenieros fluidos en IA a los que prestar durante diez días completos. La mayoría de empresas no tiene treinta personas con ese perfil. Muchas no tienen una.
Un límite de tiempo duro que obliga a entregar. Producción en el día 10 suele significar humano en el bucle al principio, no autonomía total.
Validación con más de una persona. Los días 6 a 9 existen porque un agente ajustado a los hábitos de un experto suele fallar con los demás.
Gobernanza. Pods que entregan herramientas a medida sin una capa de plataforma compartida crean IA sombra: modelos fragmentados, controles inconsistentes, exposición normativa. La velocidad necesita un marco ligero de evaluación, revisión de seguridad y monitorización.
Lo que puede llevarse una empresa pequeña
Seguramente no puedes prestar treinta ingenieros. Sí puedes quedarte con los cuatro ingredientes: observar antes de construir, elegir un proceso estrecho y frecuente, poner un límite de tiempo a la construcción y validar con más de una persona antes de darlo por hecho.
Si el negocio lo llevas tú, el pod se colapsa a uno: mira tu propia semana, encuentra el proceso que temes, reconstrúyelo alrededor de la automatización en vez de remendarlo. Describimos el mismo patrón desde el otro lado en agentes de IA frente a flujos de IA y cuándo pasar de n8n a software a medida.
Si nadie en la empresa tiene la mitad de ingeniero de la pareja, ahí está exactamente el hueco que cubre un partner externo: la misma secuencia de observación, priorización, construcción y validación, aplicada a tu stack real. Si quieres saber cuál de tus flujos merece esos diez días, reserva una llamada de alcance.
---
Fuentes: Praveen Neppalli Naga en LinkedIn · Business Insider: Uber turns its best AI engineers loose on the rest of the business · Business Insider: Uber's CTO bets on Agentic Pods