1. Qué es un agente y qué no
La palabra se ha estirado tanto que ya no distingue nada, así que conviene fijarla. La diferencia no está en el modelo: está en si el sistema puede hacer algo o solo puede decir algo.
La diferencia, puesta al lado
Responde con lo que el modelo sabe o con lo que le has pegado en el mensaje. No consulta tus sistemas, no ejecuta nada y no deja rastro de por qué respondió lo que respondió. Cuando se equivoca, no hay forma de auditar qué pasó.
Consulta tus fuentes reales, usa herramientas —crear un ticket, buscar un pedido, redactar un borrador—, decide cuándo parar y deja registrado qué consultó, qué decidió y con qué nivel de confianza.
Dicho de otra forma: un chatbot es una conversación, un agente es un paso de un proceso. Y como es un paso de un proceso, se diseña, se mide y se supervisa como cualquier otro.
2. Qué resolvemos exactamente
Los cuatro encargos que más veces nos llegan:
- «Las mismas veinte preguntas todos los días.» Consultas internas —dónde está este pedido, qué dice el procedimiento, cuál es el precio de este cliente— que ocupan a la persona que más sabe, que es justo la que menos disponible está.
- «Nadie encuentra nada en nuestra documentación.» Cientos de documentos donde la respuesta existe pero el buscador solo mira el nombre del fichero.
- «El primer contacto con el cliente tarda demasiado.» Peticiones que esperan a que alguien las lea, las clasifique y decida quién las atiende.
- «Cualificar un lead nos lleva media hora de rastreo.» Buscar en la web, cruzar con el CRM, decidir si merece llamada.
3. Cómo funciona
Un agente útil se construye sobre cuatro decisiones, y las cuatro se toman antes de escribir código:
- A qué puede acceder. Se le da acceso a fuentes concretas —una carpeta, unas tablas, un buzón— y no a todo por comodidad. Lo que no necesita, no lo ve.
- Qué herramientas puede usar. Cada acción disponible se declara una a una: consultar el ERP, crear un ticket, redactar un borrador. Las que escriben en algún sistema van separadas de las que solo leen, y suelen pedir confirmación.
- Dónde está el límite. Qué no puede hacer nunca por su cuenta, qué requiere aprobación y qué pasa cuando no está seguro. Un agente sin límite escrito acaba teniéndolo igual, pero descubierto en producción.
- Qué queda registrado. Qué se le preguntó, qué consultó, qué decidió, con qué confianza y qué ejecutó. Sin ese registro no se puede auditar un error ni detectar que la calidad se degrada.
Sobre el modelo: se elige según el caso y el dato que va a manejar, y no es una decisión permanente. Lo que sí es permanente es el diseño de arriba, que es lo que hace que el agente se pueda cambiar de modelo sin rehacerlo.
4. Casos típicos
Nuestros clientes están hoy en la industria —fabricación discreta y de proceso: automoción, alimentación y bebidas—, que es donde tenemos el recorrido. Los otros son patrones que se repiten en cualquier sector.
Industria: automoción, alimentación y bebidas
Planta y oficina técnica preguntan por especificaciones, tolerancias y procedimientos que están en el sistema documental. La consulta acaba siempre en las dos personas que se lo saben, y cuando no están, se para.
El agente responde con la cita del documento y su versión, y deriva a esas dos personas solo lo que no encuentra.
Atención al cliente
El correo entrante mezcla pedidos, incidencias, devoluciones y publicidad. La primera respuesta depende de quién abra el buzón y de a qué hora lo abra.
El agente clasifica, enruta por tipo y urgencia, y propone un borrador para los casos frecuentes que una persona aprueba o corrige.
Ventas
Cualificar un lead exige rastrear la web, cruzarlo con el CRM y decidir si merece una llamada. Media hora por lead, hecha por quien debería estar vendiendo.
El agente reúne la información, la contrasta con lo que ya hay en el CRM y entrega una ficha con su recomendación y las fuentes.
5. Qué necesitas tener antes de empezar
- Una fuente de verdad. Documentación, tablas o sistemas donde la respuesta correcta exista. Un agente no inventa lo que la empresa no tiene escrito en alguna parte.
- Que esa fuente esté razonablemente al día. Si la documentación tiene tres versiones contradictorias, el agente elegirá una y parecerá que se equivoca él.
- Un criterio de acierto verificable. Alguien tiene que poder decir si una respuesta era correcta, o no habrá forma de detectar cuándo empieza a degradarse.
- Una persona que revise al principio. Las primeras semanas el umbral se ajusta con casos reales, y eso exige a alguien mirando.
- Decidir qué no queremos que haga. Es más importante que decidir qué queremos que haga.
6. Cuándo NO es la solución
- El proceso es determinista. Si las reglas son claras y estables, una automatización normal es más barata, más rápida y perfectamente predecible. Meter un agente ahí solo suma coste e incertidumbre.
- No hay fuente de verdad. Si el conocimiento vive solo en la cabeza de alguien, primero hay que sacarlo de ahí; ese es otro proyecto y hay que llamarlo por su nombre.
- El error no es tolerable. En decisiones con consecuencias graves e irreversibles, el agente puede proponer, pero decide una persona.
- Se quiere un agente para enseñarlo. Es la razón más cara de todas y la que peor envejece.
7. Transparencia y normativa
Un agente que interactúa con personas entra de lleno en las obligaciones de transparencia del artículo 50 del Reglamento (UE) 2024/1689: la persona tiene que saber que está hablando con un sistema de IA, y el contenido generado tiene que estar marcado como tal. Es lo que aplica a la mayoría de agentes de empresa, y es un nivel muy por debajo del de alto riesgo.
Hay excepciones que sí escalan: un agente que participe en la selección de personal o en la evaluación de trabajadores entra en alto riesgo, con obligaciones bastante mayores. Lo clasificamos antes de desarrollar, no después.
El calendario de aplicación y el detalle de cada nivel están en cumplimiento normativo en IA, que mantenemos actualizada cada vez que cambia la norma.
8. Cómo se mide el retorno
- Consultas resueltas sin intervención humana, sobre el total. Es la métrica que manda y la que sube con el tiempo.
- Tiempo hasta la primera respuesta, antes y después.
- Horas liberadas de las personas que hoy responden esas consultas, con su coste equivalente.
- Tasa de acierto sobre los casos revisados, vigilada para detectar degradación.
El marco completo de medición está en cómo se mide el retorno de la guía.
Aviso: esta página tiene finalidad informativa; no constituye asesoramiento jurídico ni una garantía de resultados. Las cifras citadas son rangos habituales en proyectos reales, no compromisos contractuales, y dependen del alcance y del punto de partida de cada empresa.
9. Preguntas frecuentes
¿Qué diferencia hay entre un chatbot y un agente de IA?
Un chatbot responde con lo que el modelo sabe o con lo que le has pegado en el mensaje: no consulta tus sistemas, no ejecuta nada y no deja rastro de por qué respondió lo que respondió. Un agente consulta tus fuentes reales, usa herramientas —crear un ticket, buscar un pedido, redactar un borrador—, decide cuándo parar y registra qué consultó, qué decidió y con qué confianza. Dicho de otra forma: un chatbot es una conversación, un agente es un paso de un proceso.
¿El agente puede equivocarse y hacer algo mal?
Puede equivocarse, y por eso se diseña contando con ello. Las acciones que escriben en algún sistema van separadas de las que solo leen y suelen pedir confirmación; cada caso lleva un nivel de confianza y lo que queda por debajo del umbral va a revisión humana; y todo lo que decide queda registrado, de modo que se puede auditar qué pasó. Un agente sin límites escritos y sin registro no es un ahorro, es un riesgo diferido.
¿Se entrena con nuestros datos? ¿Acaban en manos de un tercero?
No se usan tus datos para entrenar modelos de terceros. El agente los consulta en el momento de responder, no los incorpora al modelo. Si tu caso lo exige, la solución se despliega en tu propia infraestructura. Y el acceso se da a fuentes concretas —una carpeta, unas tablas, un buzón—, no a todo por comodidad.
¿Puede atender directamente a clientes finales?
Sí, y ahí hay que cumplir el artículo 50 del Reglamento europeo de IA: la persona debe saber que habla con un sistema de IA y el contenido generado debe estar marcado. En la práctica recomendamos empezar por dentro —consultas internas, borradores que una persona aprueba— y abrir al cliente final cuando la tasa de acierto lleva semanas estable.
¿Qué obligaciones legales tiene un agente que habla con personas?
Las de transparencia del artículo 50 del Reglamento (UE) 2024/1689: informar de que se trata de un sistema de IA y marcar el contenido generado. Es donde queda la mayoría de agentes de empresa. Escalan a alto riesgo casos concretos como la selección de personal o la evaluación de trabajadores, con obligaciones bastante mayores. Clasificamos el caso de uso antes de desarrollar, no después.
¿Cuánto tarda en estar en producción?
Un agente acotado a un dominio concreto suele estar funcionando con supervisión en tres o cuatro semanas. Lo que alarga el plazo casi nunca es el desarrollo: es el estado de la documentación o de los datos que tiene que consultar.
¿Funciona con nuestra documentación interna?
Sí, es el caso más habitual, con una condición: que la documentación esté razonablemente al día. Si hay tres versiones contradictorias del mismo procedimiento, el agente elegirá una y parecerá que se equivoca él. Cuando encontramos eso, lo decimos antes de empezar: ordenar la documentación es un proyecto distinto y conviene llamarlo por su nombre.
Servicios que suelen ir con este: automatización de procesos · integración de sistemas.