Cobo: ¿Cómo estamos utilizando la IA para la transformación?

Autor: alexzuo4, Vicepresidente de Inversión y Custodia @Cobo

Desde finales de 2024, Cobo, además de su negocio principal de custodia de criptomonedas y pagos con stablecoins, ha estado explorando la integración de IA y blockchain.

Lo que vimos inicialmente fue el potencial de habilidades estandarizadas que trae MCP. En teoría, si las habilidades están lo suficientemente estandarizadas, la IA puede invocarlas como plugins, y blockchain se convertiría en la infraestructura financiera más natural para la IA.

Por eso, incubamos internamente una tienda de aplicaciones MCP. Pero pronto se demostró que no era viable.

En ese momento, el umbral para IA era tan alto que solo ingenieros experimentados podían usarla con destreza, MCP no era lo suficientemente estandarizado, cada integración requería mucho tiempo y esfuerzo, los costos eran altos, el avance lento y los resultados no alcanzaban las expectativas.

Pero el equipo de IA ya estaba en marcha. Muy costoso, difícil de reclutar y no se podía eliminar fácilmente.

Así que decidimos cambiar de dirección. Dado que aún no podemos transformar el mundo del cliente, primero transformemos el nuestro.

Primer problema: seguridad

Como empresa de custodia de activos, Cobo maneja datos y procesos internos extremadamente sensibles. También contamos con estrictas jerarquías de datos. Pero sin datos ni entradas de negocio reales, no podemos crear nuestro propio agente.

Inicialmente pensamos en desplegar modelos localmente. Pero la realidad es que la inteligencia de los modelos locales no alcanza el nivel necesario. Pueden correr, pero no son útiles; pueden responder, pero no son lo suficientemente inteligentes.

Finalmente, optamos por Claude y Gemini (que pueden solicitar ZDR — cláusula de retención de datos cero, para lograr el máximo aislamiento).

Pero los grandes modelos son solo el “cerebro” subyacente del negocio. Lo verdaderamente complejo son los datos y los permisos.

Luego desarrollamos un conjunto completo de base de conocimientos y marco de agentes internos.

Base de conocimientos + sistema de agentes propios de Cobo

La base de conocimientos gestiona la jerarquía de datos internos de la empresa. Según los permisos de los empleados, se asigna el alcance de lectura.

Los agentes, al acceder a la base, también heredan los permisos del empleado, en lugar de tener una “visión de dios”.

Los detalles incluyen:

• Cómo aislar el entorno de red
• Cómo limitar el flujo de datos entre capas
• Cómo controlar la retención de logs para auditoría
• Cómo evitar filtraciones de información sensible

Estas tareas no son glamorosas, pero determinan si esto puede mantenerse a largo plazo. La IA no puede convertirse en una vulnerabilidad de seguridad.

Una vez construida la arquitectura, surge otra pregunta: ¿nadie la usa?

Incluso hoy, la empresa enfrenta un problema real: muchas áreas frontales desconfían de la IA.

Si solo incentivamos su uso, no cambiará el flujo de trabajo.

Luego nos dimos cuenta de que debemos empezar por la gestión de la empresa.

Primer punto de ruptura: Agente OKR

Nuestro primer escenario de impulso no fue atención al cliente ni programación.

Fue OKR.

Usamos IA para desglosar la estrategia de la empresa, ayudar a definir OKRs, rastrear el progreso y hacer revisiones.

Es decir, transformar la gestión empresarial, de una gestión humana a una co-gestión con sistemas. Este proceso es muy difícil para los empleados.

Antes, los objetivos podían ser presentados de forma atractiva y los procesos explicados con lógica. Ahora, con datos semanales, hay menos excusas.

Desde ese momento, los objetivos dejaron de ser solo discusiones en reuniones y pasaron a ser registros continuos en el sistema.

strategy okr supervisa semanalmente el avance del negocio

Pero también, desde el rendimiento, cada empleado empezó a familiarizarse realmente con la IA, porque si no participas, afectará directamente tu salario.

De rendimiento a negocio: Agentización total

Tras poner en marcha OKR, comenzamos a promover la agentificación de servicios internos. Usamos competencia + bonificaciones para obligar a cada departamento a establecer agentes relacionados con su negocio.

El servicio al cliente crea su propio agente. Legal desarrolla un agente de apoyo en contratos. Ventas implementa un CRM Agent.

Buscando clientes más difíciles o irónicos, creamos agentes específicos.

Finalmente, lanzamos más de 100 agentes.

No podemos cuantificar exactamente los resultados de la “co-gestión con sistemas”.

Pero al menos un cambio es claro:

Antes, ante un problema, la primera reacción era “¿deberíamos contratar a alguien más?”. Ahora, la primera respuesta es “¿podemos hacer que el sistema participe primero?”.

Esto es lo que entendemos por co-gestión con sistemas. No es que la IA reemplace a las personas, sino que las personas comienzan a acostumbrarse a trabajar junto a los sistemas.

Este año, hemos aprendido varias lecciones muy prácticas:

Primero, tener un flujo de caja saludable.

Si la empresa no tiene un flujo de caja saludable, esta transformación no llegará a buen término. La IA no es una herramienta de ahorro, sino una inversión inicial para una mejora estructural a largo plazo. Agradecemos que el negocio principal de Cobo tenga un flujo de caja saludable.

Segundo, debe impulsarse desde arriba hacia abajo.

La organización no cambiará espontáneamente. Sin un impulso fuerte de la dirección, esto fracasará.

Como todos saben, los fundadores de Cobo son grandes entusiastas de la IA. El CTO, Dr. Jiang, comenzó a investigar IA en CMU en los años 2000.

Tercero, hay que forzar su uso.

Solo incentivar, mantiene la IA en tareas como redactar correos. La verdadera transformación en procesos requiere un enfoque “obligatorio”.

Cuarto, primero resolver los propios negocios.

Muchas empresas hablan de IA + Web3. Pero si internamente no han digitalizado sus procesos con IA, solo hablan de conceptos.

Mirando hacia atrás

No podemos cuantificar completamente esta transformación. La empresa ha comenzado a pasar de “procesos impulsados por personas” a “sistemas orientados a objetivos”.

Si en el futuro aparece una “organización inteligente”, no será una evolución natural, sino que será resultado de sucesivas imposiciones incómodas.

Porque con la participación de todos, la empresa entenderá mejor las verdaderas necesidades en la era de la IA.

Este también ha sido un subproducto de nuestra transformación interna.

Recientemente lanzamos Cobo Waas Skill. Cobo WaaS Skill es una capa de capacidades integradas y operativas diseñada específicamente para agentes de codificación IA, que mediante conocimientos estructurados, ejemplos ejecutables y escenarios, permite a los agentes invocar con precisión la API WaaS. Estamos actualizando la API de wallets para que sea un módulo de capacidades financieras directamente invocable por agentes IA. El ciclo de desarrollo se ha reducido de semanas a diálogos.

Esto no es solo el resultado de una inspiración de producto. Es la consecuencia natural de nuestra capacidad que se ha expandido tras esta ronda de co-gestión con sistemas.

Seguimos explorando.

Pero al menos, hoy Cobo ya no es la misma empresa de 2024.