Agent-to-Agent (A2A): Orquestación de flujos de trabajo sin humanos
A2A permite que tus Superagentes negocien tareas sin humanos, pero sin Cerebro Empresarial y gobierno AI Act la orquestación agéntica multiplica riesgos y coste de tokens.
Dos agentes negocian un pedido, gestionan el inventario y notifican al cliente. Ningún humano interviene. Este escenario, lejos de ser una prueba de laboratorio, marca la hoja de ruta de los departamentos técnicos que, tras años invirtiendo en IA generativa, exigen ahora el siguiente salto operativo. La falta de rigor al definir cómo dialogan estas entidades está creando expectativas insostenibles en arquitecturas que carecen del control necesario. La comunicación Agent-to-Agent (A2A) permite que un agente de ventas sincronice procesos con logística o finanzas mediante intercambio autónomo. Con el Model Context Protocol (MCP) consolidado como estándar, el foco de los CTO ha virado de la capacidad técnica individual a la orquestación colaborativa. Sin embargo, no existe magia operativa: sin un Cerebro Empresarial que dicte reglas y límites de gasto, la autonomía agéntica es, inevitablemente, un multiplicador de costes y errores.
Qué es la comunicación Agent-to-Agent (A2A)
A2A (Agent2Agent) es un protocolo abierto y neutral impulsado inicialmente por Google en abril de 2025 para estandarizar la comunicación y coordinación directa entre agentes de IA autónomos de distintos proveedores y sistemas [Google Developers Blog]. Su función no es conectar un modelo con una base de datos, sino permitir que un agente delegue una subtarea en otro agente, transmita artefactos de trabajo y reciba una respuesta estructurada, todo ello sin compartir memoria interna ni exponer las herramientas que usa por debajo.
Técnicamente, A2A se apoya en estándares web ya maduros: HTTP, JSON-RPC y Server-Sent Events (SSE), junto con especificaciones OpenAPI y un mecanismo llamado "Agent Cards" que funciona como una tarjeta de presentación digital: cada agente publica qué sabe hacer, y los demás agentes deciden si le encargan una tarea [DataCamp Engineering Analysis]. Esta arquitectura convierte a cada agente en un especialista opaco: colabora como un igual, pero no revela su razonamiento interno ni sus planes de ejecución, un principio de diseño deliberado para evitar fugas de propiedad intelectual y de datos sensibles entre proveedores distintos.
Conviene separar dos capas que se confunden constantemente en la prensa especializada. MCP resuelve la integración vertical: conecta un agente con las herramientas, APIs y bases de datos de la empresa. A2A resuelve la integración horizontal: permite que dos agentes de dominios funcionales distintos negocien entre sí. Uno da las manos; el otro da la diplomacia.
| Dimensión | MCP (Model Context Protocol) | A2A (Agent2Agent) |
|---|---|---|
| Función principal | Conecta un modelo con herramientas, APIs y datos | Coordina la negociación y delegación entre agentes autónomos |
| Arquitectura | Cliente-servidor (modelo-entorno) | Peer-to-peer entre agentes iguales |
| Impulsor original | Anthropic | Google, con adopción multiproveedor |
| Qué comparte | Contexto, resultados de herramientas | Artefactos de trabajo, no memoria ni planes internos |
| Analogía operativa | Las manos del agente | La diplomacia entre especialistas |
| Estándares base | Esquemas de herramientas, JSON | HTTP, JSON-RPC, SSE, OpenAPI, Agent Cards |
La consecuencia práctica es que ninguna empresa debería plantearse A2A sin haber resuelto antes su capa MCP. Abrir canales de negociación entre agentes que todavía no tienen acceso limpio y gobernado a los datos corporativos es construir la diplomacia antes que las manos: el resultado es un agente muy elocuente que negocia con información incompleta o desactualizada.
Superagentes en diálogo: un flujo end-to-end sin humanos
Un Superagente es un agente de IA con autoridad y contexto suficientes para hacerse cargo de un proceso de negocio completo, no solo de una tarea puntual dentro de él. Cuando dos Superagentes de dominios distintos necesitan cooperar, A2A es el idioma que usan para entenderse sin que un humano traduzca entre sistemas.
Piensa en un pedido grande que entra por el canal comercial. El Superagente de ventas detecta la oportunidad, calcula condiciones y necesita confirmar disponibilidad real. En lugar de esperar a que un comercial llame a logística, envía una petición estructurada al agente de logística vía A2A: cantidad, plazo, ubicación. El agente de logística no ve el CRM del comercial ni sus notas privadas; solo recibe la petición formal, la contrasta contra inventario y rutas, y devuelve una respuesta también estructurada: disponible, parcial o no disponible con alternativa. El de ventas ajusta la oferta y cierra, sin que nadie haya movido un correo entre departamentos.
El mismo patrón se repite en atención al cliente. Un Superagente de servicio que gestiona una incidencia de entrega puede necesitar autorización para emitir un reembolso parcial: consulta al agente financiero, que valida el importe contra las políticas vigentes, y responde en segundos. La experiencia del cliente mejora porque el proceso deja de depender de la disponibilidad de tres personas en tres departamentos distintos.
Este diseño es potente, pero tiene una condición que casi nunca se menciona en los titulares: cada uno de estos Superagentes necesita conocer las mismas reglas de negocio, los mismos límites de autorización y el mismo estado real de la empresa. Si el agente de ventas cree que hay stock y el de logística opera con datos de hace tres horas, A2A no soluciona el problema de coordinación: lo ejecuta más rápido y con menos supervisión, lo cual es peor. Aquí es donde entra la necesidad de una capa de orquestación superior, un Agente Supervisor que actúe como director de orquesta de toda la flota, y de un Cerebro Empresarial que sirva de fuente única de verdad para todos los agentes que dialogan entre sí.
Cuatro perspectivas para evaluar A2A en tu empresa
Técnica y arquitectura: qué hay bajo el capó
El protocolo A2A funciona por descubrimiento y negociación, no por integración fija. Cada agente publica una Agent Card con sus capacidades, y el resto de agentes deciden en tiempo real a quién encargar qué tarea, intercambiando mensajes JSON-RPC sobre HTTP y recibiendo actualizaciones vía SSE cuando la tarea es larga [DataCamp Engineering Analysis]. Esa opacidad deliberada —ningún agente ve la memoria ni el razonamiento interno del otro— es una ventaja de seguridad entre proveedores distintos, pero se convierte en un problema si nadie vigila el conjunto: dos Superagentes pueden estar técnicamente sanos por separado y, aun así, generar un silo de conflicto en cuanto empiezan a negociar sin una fuente de verdad común. El riesgo no es que A2A falle; es que funcione perfectamente sobre datos desalineados.
Económica: coste total y retorno
Los datos de adopción empresarial de 2026 muestran que la orquestación agéntica sí produce ganancias medibles, pero condicionadas a un diseño correcto del flujo.
| Métrica | Proceso tradicional (referencia) | Proceso con orquestación de agentes |
|---|---|---|
| Tiempo de ejecución | 100% (base) | −48% de media |
| Intervenciones manuales | 100% (base) | −73% de media |
| Ahorro anual en flujos de complejidad moderada | — | ≈3,9 M$ de media |
| Plazo de recuperación de la inversión (ROI) | — | 13,5 meses de media |
| Organizaciones con retorno medible reportado | — | 80% |
Fuente: The 2026 State of AI Agents Report, vía Ayesa Digital Insights.
El matiz que rara vez se cuenta: estas cifras corresponden a flujos interfuncionales bien gobernados, no a cualquier automatización. Cuando la comunicación A2A entra en bucles de clarificación —un agente que repregunta a otro porque la respuesta es ambigua—, el consumo de tokens se dispara sin que nadie lo note hasta la factura mensual. Para procesos lineales y deterministas, RPA o la automatización clásica siguen siendo más rentables: el ROI de 13,5 meses aplica a flujos complejos, no a mover un dato de un sistema a otro.
Riesgo, seguridad y gobierno
El Reglamento Europeo de IA exige supervisión humana efectiva —HITL o HOTL— para sistemas que tomen decisiones de alto impacto, junto con trazabilidad y logs auditables. Un intercambio A2A que autorice un reembolso, comprometa un contrato o transfiera datos personales entre agentes sin base de legitimación clara no es solo un riesgo técnico: es un incumplimiento potencial de RGPD y del AI Act. Las llamadas "cascadas de alucinación" —un agente que interpreta mal una respuesta y la propaga como hecho al siguiente agente— son el equivalente agéntico de un rumor que se convierte en orden de compra.
Aquí introducimos un concepto que en NextAI llamamos Deuda de Contexto: el coste oculto y creciente que acumula una empresa cuando permite que sus agentes negocien entre sí sobre información parcial, desactualizada o contradictoria, en lugar de invertir primero en un contexto corporativo compartido y gobernado. Cada intercambio A2A sin esa base añade deuda; tarde o temprano, se paga con errores caros o con sanciones regulatorias.
Operación real en empresas españolas
La mayoría de pymes y medianas empresas españolas no tiene datos corporativos unificados. Ventas trabaja con el CRM, logística con el ERP, finanzas con hojas de cálculo paralelas. Abrir A2A en ese contexto no crea colaboración: crea un agente de ventas que confirma un pedido que logística no puede suministrar, exactamente el escenario que ya se documenta al detener a diez agentes colisionando entre sí. La recomendación operativa es empezar con agentes híbridos asistidos por MCP —bien conectados a las herramientas internas— y solo después, cuando el dato esté limpio y gobernado, abrir canales A2A totalmente autónomos entre dominios.
El mapa de madurez: IMAN y RAO en la orquestación agéntica
Antes de activar A2A conviene medir, no intuir. El IMAN (Índice de Madurez AI-Native) evalúa a una empresa en cinco ejes —datos, memoria, razonamiento, agencia y gobierno— y determina si tiene la base necesaria para que sus agentes dialoguen sin supervisión constante. Una puntuación alta en agencia pero baja en gobierno es precisamente el perfil de riesgo que produce silos de conflicto entre agentes.
El RAO (Ratio de Autonomía Operativa) mide, de cada 100 ejecuciones de un proceso, cuántas terminan sin intervención humana. Aplicado a la orquestación agéntica, el RAO no crece de forma lineal con la autonomía técnica: depende de si existe un Cerebro Empresarial que arbitre entre agentes.
| Escenario | RAO orientativo |
|---|---|
| Proceso lineal automatizado (RPA clásico) | ████████░░ 82% |
| Proceso interfuncional con MCP, sin A2A | █████░░░░░ 55% |
| A2A entre Superagentes, sin Cerebro Empresarial | ███░░░░░░░ 28% |
| A2A entre Superagentes, con Cerebro Empresarial y guardarraíles | ███████░░░ 71% |
Leyenda: cada bloque █ representa aproximadamente un 10% de ejecuciones que finalizan sin intervención humana; los valores son orientativos y dependen del proceso concreto y su nivel de madurez IMAN.
La autonomía sin gobierno no elimina la intervención humana: la traslada del punto de control al punto de incidente, y siempre llega más cara.
El dato incómodo de la tabla es el tercer escenario: abrir A2A sin gobierno reduce el RAO respecto a un proceso interfuncional bien construido con MCP. Más autonomía técnica, peor autonomía real, porque los agentes acaban generando excepciones que un humano tiene que resolver después, no antes.
Qué significa para tu empresa
La decisión de abrir A2A depende del tipo de empresa y del proceso, no de la disponibilidad técnica del protocolo.
| Perfil de empresa | Recomendación |
|---|---|
| Pyme sin Cerebro Empresarial ni MCP desplegado | Empezar por unificar datos y desplegar MCP en un solo Superagente antes de pensar en A2A |
| Mediana empresa con MCP ya operativo | Pilotar A2A en un proceso interfuncional acotado, con Agente Supervisor y límites de gasto definidos |
| Gran corporación con múltiples ERPs y CRMs | Priorizar gobierno centralizado y trazabilidad AI Act antes de escalar A2A a procesos de alto impacto |
Criterio de decisión simple: si el proceso es lineal, predecible y con reglas fijas, A2A es un sobrecoste innecesario; RPA o automatización determinista lo resuelven mejor y más barato. Si el proceso es interfuncional, con excepciones frecuentes y necesidad de negociación entre áreas, A2A empieza a justificarse, siempre que exista gobierno.
Pasos concretos para abordarlo con orden:
- Audita qué procesos son realmente interfuncionales y no deterministas; descarta A2A para el resto.
- Evalúa tu posición en el IMAN, con especial atención al eje de gobierno antes que al de agencia.
- Despliega o consolida MCP como capa de herramientas antes de abrir cualquier canal A2A.
- Define un Agente Supervisor con permisos, límites de gasto y kill-switch para bucles de negociación.
- Mide el RAO real del proceso piloto durante al menos un ciclo completo antes de escalar a más agentes.
Metodología y fuentes
El laboratorio de NextAI ha cruzado la documentación técnica oficial del protocolo A2A con informes de adopción empresarial y el marco regulatorio europeo vigente, separando en todo momento lo verificado de lo proyectado por analistas de mercado. Las cifras de eficiencia y ROI proceden de un único informe cuantitativo de adopción 2026 y se presentan como promedios orientativos, no como garantías. Fuentes consultadas: Google Developers Blog, IBM Think Topics, DataCamp Engineering Analysis y Ayesa Digital Insights.
Preguntas frecuentes
¿Cuál es la diferencia real entre A2A y MCP?
MCP conecta un agente con herramientas, APIs y datos corporativos: es la capa que le da manos. A2A conecta a varios agentes entre sí para que negocien y se deleguen tareas sin compartir memoria interna: es la capa que les da voz. Son complementarios, no sustitutos: se necesita MCP funcionando antes de abrir A2A con garantías.
¿A2A sustituye la supervisión humana en procesos críticos?
No. El AI Act exige supervisión humana efectiva para decisiones de alto impacto, con trazabilidad auditable. A2A puede automatizar el diálogo entre agentes, pero las arquitecturas empresariales serias mantienen checkpoints HITL o HOTL en transacciones contractuales, financieras o que afecten a datos personales, precisamente donde el riesgo regulatorio es mayor.
¿Qué riesgos regulatorios trae la comunicación agent to agent?
Los principales son dos: falta de trazabilidad exigida por el AI Act cuando los agentes deciden sin logs auditables, y transferencias de datos personales entre agentes sin base de legitimación clara bajo RGPD. Ambos riesgos crecen si no existe un Cerebro Empresarial que centralice permisos y registre cada delegación entre agentes.
¿Cuándo debería una empresa española empezar a usar A2A?
Cuando tenga datos unificados, MCP desplegado en al menos un Superagente y procesos interfuncionales reales que generen fricción entre departamentos. Antes de eso, A2A añade complejidad y coste de tokens sin retorno claro. El indicador práctico es un IMAN sólido en los ejes de datos y gobierno, no solo entusiasmo tecnológico.
Qué hacer con esto
Antes de escalar, es imperativo establecer un marco de trabajo sólido: 1. Selecciona tres procesos interfuncionales con alta fricción y descarta flujos lineales. 2. Evalúa tu IMAN actual, priorizando la gobernanza de datos sobre la agencia pura. 3. Despliega la capa MCP en tus sistemas antes de iniciar cualquier piloto A2A. 4. Implementa un Agente Supervisor que arbitre las negociaciones y establezca techos de gasto rigurosos. 5. Define un objetivo de RAO realista, dejando transcurrir al menos 90 días antes de realizar cualquier ajuste. Pide tu Auditoría Digital — 45 minutos de diagnóstico técnico sin propuestas comerciales.
