Los AI Agents de Make son realmente impresionantes
Crédito donde corresponde: los AI Agents de Make representan un verdadero salto para la automatización sin código. Lanzados en abril de 2025 y ampliados con capacidades de próxima generación en octubre de 2025, incorporan la toma de decisiones autónoma en el constructor visual que millones de equipos ya utilizan.
Los aspectos destacados son sustanciales:
- Constructor visual de agentes — diseño de agentes con arrastrar y soltar en el canvas de escenarios de Make, con un panel de razonamiento que muestra cómo piensa el agente
- Interfaz de lenguaje natural Maia — describe lo que quieres en lenguaje natural y Maia construye la automatización por ti
- Soporte multimodal — agentes que procesan texto, imágenes y documentos
- Flexibilidad multi-modelo — GPT-4, Claude, Gemini y Grok, todos accesibles desde el mismo constructor
- 3,000+ conectores de aplicaciones — la biblioteca de integraciones más profunda del mercado de automatización
Para equipos que necesitan automatización IA visual y rápida, Make está entregando. La UX es pulida, los precios son competitivos y la interfaz Maia genuinamente reduce la barrera para construir flujos de trabajo con IA.
La brecha: agentes autónomos sin barandillas
Aquí está el problema. Los agentes IA no solo ejecutan pasos predefinidos — están tomando decisiones. Eligen qué herramientas llamar, a qué datos acceder y qué acciones tomar. Esa autonomía es todo el punto.
Pero la autonomía sin gobernanza es una responsabilidad.
Los AI Agents de Make actualmente carecen de:
- Puertas de aprobación — no hay forma de requerir la firma humana antes de que un agente publique, envíe o modifique datos
- Control de acceso basado en roles para acciones de agentes — no hay permisos granulares que gobiernen qué agentes pueden hacer qué, para qué departamento
- Pistas de auditoría para decisiones de agentes — el panel de razonamiento muestra cómo piensa un agente, pero no hay un registro de nivel de cumplimiento de lo que decidió y por qué
- Curación a nivel departamental — no hay forma de limitar las capacidades del agente a funciones empresariales específicas con herramientas y plantillas pre-aprobadas
- Protocolos de escalación — no hay escalación automática cuando un agente encuentra casos límite o decisiones de alto riesgo
Esto no es una crítica a la ingeniería de Make — estos son problemas difíciles, y Make claramente está iterando rápido. Pero la brecha importa ahora mismo, especialmente para equipos en industrias reguladas o empresas donde los errores de IA tienen consecuencias reales.
Un ejemplo concreto: el agente de redes sociales
Consideremos un caso de uso común: un agente IA que gestiona la publicación en redes sociales.
En Make, puedes construir un AI Agent que redacta publicaciones sociales, selecciona imágenes y publica en múltiples plataformas. El agente razona sobre el timing, la audiencia y el contenido — y luego actúa. Es poderoso. Pero no hay una puerta integrada entre “el agente decidió publicar” y “el contenido sale en vivo”. El agente tiene autonomía total sobre la acción de publicación.
En JieGou, el mismo flujo de trabajo pasa por el Pipeline de Publicación de Contenido con gobernanza incorporada:
- El agente redacta contenido usando un pack del departamento de Marketing con directrices de marca y plantillas de tono pre-aprobadas
- Antes de publicar, el flujo de trabajo llega a una puerta de aprobación — un Manager o Admin debe revisar y aprobar
- Las acciones del agente están limitadas por RBAC — puede redactar pero no publicar sin el nivel de permiso adecuado
- Cada decisión se captura en un registro de auditoría con marcas de tiempo, el razonamiento del agente y la identidad del aprobador
- Si el contenido toca declaraciones reguladas (financieras, de salud, legales), un protocolo de escalación lo dirige a revisión de cumplimiento
La misma automatización. La misma capacidad IA. Pero con una capa de gobernanza que previene que el agente actúe unilateralmente en decisiones de alto riesgo.
Donde Make gana
Las ventajas de Make son reales y las respetamos:
- Profundidad de integración — 3,000+ conectores vs. nuestros 250+. Para equipos que necesitan integraciones API de nicho, la biblioteca de Make no tiene rival.
- Madurez del constructor visual — Make ha estado refinando su canvas de escenarios durante años. La UX es la mejor de su clase.
- Accesibilidad de Maia — la construcción de automatizaciones en lenguaje natural genuinamente democratiza la creación de flujos de trabajo.
- Precios — el modelo por operación de Make comienza en $9/mes, haciéndolo accesible para equipos pequeños y creadores individuales.
- Ecosistema comunitario — una enorme biblioteca de plantillas y comunidad activa construida durante años.
Para automatizaciones directas — sincronización de datos, notificaciones, actualizaciones de CRM — Make es excelente y a menudo la elección correcta.
Donde JieGou profundiza más
La divergencia aparece cuando los agentes comienzan a tomar decisiones que afectan a clientes, cumplimiento o ingresos:
- Stack de gobernanza de 10 capas — desde identidad y cifrado hasta RBAC, puertas de aprobación, registro de auditoría y mapeo de cumplimiento regulatorio (EU AI Act, NIST, HIPAA, SOX)
- 20 packs departamentales — plantillas de agentes pre-curadas para funciones empresariales específicas (Marketing, Finanzas, Legal, RRHH y 16 más), cada una con barandillas apropiadas
- Puertas de aprobación en flujos de trabajo — la ejecución se pausa en puntos de control configurables, se reanuda solo después de la evaluación de políticas y la firma humana
- RBAC de 5 niveles — Owner, Admin, Manager, Editor, Viewer — con 20 permisos granulares que controlan lo que los agentes pueden hacer
- Exportación de evidencia de cumplimiento — documentación lista para auditores, no solo logs
La gobernanza no es opcional cuando los agentes actúan autónomamente
Make construyó agentes IA visuales. JieGou construyó agentes IA visuales con gobernanza de 10 capas y curación orientada a departamentos.
Esa distinción no importaba mucho cuando las automatizaciones eran cadenas deterministas de disparador-acción. Podías revisar un escenario, confirmar la lógica y confiar en que haría lo mismo cada vez.
Los agentes IA rompen esa suposición. Razonan. Eligen. Actúan diferente según el contexto. Eso es lo que los hace poderosos — y eso es lo que hace que la gobernanza sea esencial.
La pregunta para cada equipo que despliega agentes IA no es solo “¿puede mi agente hacer esto?” Es “¿debería mi agente hacer esto, y quién lo aprobó?”
Compara JieGou y Make en detalle en JieGou vs. Make. Explora el stack de gobernanza de 10 capas en Stack de Gobernanza.