Multi-Agent Orchestration con LangGraph
Un solo LLM puede redactar, pero no puede decidir. Los flujos de negocio reales necesitan múltiples agentes que colaboren, se critiquen y rindan cuentas.
Del chatbot al sistema multi-agente
En GDA vimos el mismo patrón repetirse en varios clientes: un chatbot resuelve consultas simples, pero se quiebra cuando el proceso requiere investigación, validación y ejecución sobre sistemas de negocio. La respuesta no es un modelo más grande, es mejor orquestación.
Los flujos de decisión empresarial rara vez son lineales. Son grafos: un agente investiga, otro valida contra las políticas, otro ejecuta, y un humano aprueba en los puntos de alto riesgo. Ahí entra LangGraph.
La arquitectura que implementamos
Modelamos el flujo de aprobación de crédito de una fintech como un grafo de estado con LangGraph. Cuatro agentes especializados: uno extrae y normaliza la documentación, otro evalúa riesgo con reglas + modelo, un tercero redacta la propuesta, y un agente supervisor audita la coherencia del proceso completo.
Cada nodo del grafo tiene entradas y salidas tipadas, lo que nos permite auditar cada paso. El estado es serializable: podemos pausar un flujo, esperar la aprobación humana, y reanudarlo sin perder contexto.
Incorporamos CrewAI para los sub-procesos paralelos donde varios agentes trabajan sobre el mismo problema desde roles distintos — analista, crítico, sintetizador — y un mecanismo de voto para resolver divergencias.
Supervisión humana y accountability
Diseñamos los puntos de human-in-the-loop donde el costo de un error es alto: aprobaciones por encima de cierto monto, modificaciones de políticas, y cualquier acción sobre datos de clientes. El sistema genera un trace completo de decisiones para que el humano apruebe con contexto, no a ciegas.
Cada decisión del sistema queda registrada con su cadena de razonamiento. Eso convirtió al sistema de un "caja negra" a una herramienta auditable — un requisito no negociable en el sector financiero.
Resultados y aprendizajes
El tiempo de originación de crédito bajó de 48 horas a 90 minutos, y el equipo de back-office redujo su carga operativa en 60% sin aumentar el riesgo de cartera.
La lección que más repetimos en GDA: los agentes no reemplazan el proceso, lo instrumentan. Empezá por modelar el proceso que ya existe, encontrá los puntos de fricción, y recién ahí definí qué agentes intervienen y dónde el humano sigue siendo el dueño de la decisión.
¿Listo para transformar tu negocio?
Contactanos y descubrí cómo podemos ayudarte a alcanzar tus objetivos.
Comencemos