«Agente» es una de esas palabras que se usa para todo y termina sin significar nada. Vale la pena precisarla, porque la diferencia entre los tres conceptos que se confunden determina si tu proyecto es de dos días o de dos meses.
Las tres cosas que se confunden
Un chatbot responde preguntas. Le escribes, te contesta. No hace nada más allá de generar texto.
Una automatización ejecuta una secuencia fija. Cuando llega un correo con cierta etiqueta, extraer los datos, guardarlos en una planilla y avisar por mensaje. Los pasos están definidos de antemano y siempre son los mismos. Puede usar IA dentro de un paso —para clasificar o resumir— pero el flujo no cambia.
Un agente decide los pasos. Le das un objetivo y un conjunto de herramientas, y él determina qué hacer, en qué orden, y cuándo terminó. Si un paso falla, reintenta o cambia de estrategia.
Esa capacidad de decidir es lo que lo hace potente y también lo que lo hace más caro, más lento y menos predecible.
Cuándo un agente vale la pena
Cuando los pasos no se pueden anticipar. Investigar un tema donde lo que encuentras determina dónde buscas después. Diagnosticar un problema donde cada respuesta abre ramas distintas.
Cuando hay que usar varias herramientas según el caso. Un asistente que a veces necesita consultar la base de datos, a veces buscar en documentos y a veces hacer un cálculo, según lo que le pidieron.
Cuando el volumen de casos distintos es alto. Escribir una automatización por cada variante sería interminable.
Cuándo NO vale la pena
Y esto es lo que casi nadie dice.
Si el proceso siempre es igual, no necesitas un agente: necesitas una automatización. Es más barata, más rápida, más confiable y puedes explicar exactamente qué hace. Meter un modelo a decidir un flujo que ya conoces agrega costo, latencia e imprevisibilidad a cambio de nada.
Si el costo de un error es alto y no hay revisión humana. Un agente que puede equivocarse emitiendo facturas o respondiendo a clientes necesita supervisión, y esa supervisión suele consumir el ahorro.
Si no tienes los datos ordenados. Un agente conectado a información desactualizada o inconsistente produce respuestas equivocadas con mucha seguridad, que es el peor escenario posible.
La pregunta honesta antes de empezar es: ¿este problema requiere decidir, o solo ejecutar? Si la respuesta es ejecutar, no construyas un agente.
Qué necesita un agente para funcionar
Herramientas bien definidas. Funciones concretas que puede invocar: consultar un pedido, enviar un correo, buscar en documentos. Cada una con su descripción clara de qué hace y qué parámetros recibe. La calidad de estas descripciones determina en gran medida el comportamiento del agente.
Límites. Cuántos pasos máximo, qué no puede hacer nunca, qué requiere aprobación humana. Un agente sin límites puede quedarse dando vueltas o hacer algo que no querías.
Registro de todo. Cada decisión, cada herramienta invocada, cada resultado. Cuando algo salga mal —y va a salir— necesitas poder reconstruir qué pasó.
Un criterio de término. Cómo sabe que terminó, y qué hace si no puede completar la tarea.
Empezar en serio y barato
La forma que recomendamos: empieza con un humano en el medio. El agente propone y una persona aprueba antes de ejecutar. Córrelo así durante semanas y mira los registros.
Vas a descubrir dos cosas. Cuáles son los casos donde acierta consistentemente —esos se pueden automatizar del todo— y cuáles son los casos donde falla, que casi nunca son los que imaginabas al diseñar.
Recién después de esa etapa tiene sentido darle autonomía, y solo sobre los casos donde demostró funcionar.
Un caso concreto que sí funciona
Clasificación y primera respuesta de consultas entrantes. Llega un mensaje, el sistema determina de qué se trata, busca la información relevante en tu documentación, y redacta un borrador de respuesta que una persona revisa y envía.
Funciona porque el costo de un error es bajo —hay revisión—, el volumen justifica el esfuerzo, y el resultado es medible: cuántos borradores se envían sin cambios.
Ese tipo de proyecto es lo que enseñamos en el curso de agentes y automatización de VanttAcademy. Si quieres evaluar un caso concreto de tu negocio, escríbenos.