Agentes de IA para empresas: qué son, qué no son y cuándo conviene uno

Un agente de IA es un programa que recibe un objetivo, usa un modelo de lenguaje (LLM) para decidir el siguiente paso, ejecuta herramientas (consultar una base de datos, enviar un correo, llamar a una API) y repite el ciclo hasta terminar o hasta que una persona lo detenga. La diferencia con un chatbot no está en el modelo: está en que el agente actúa sobre sistemas reales.

Qué es un agente de IA

Un agente tiene cuatro piezas: un objetivo escrito en lenguaje natural, un modelo que razona, un conjunto de herramientas con permisos definidos y un límite de pasos o de presupuesto. Si falta cualquiera de las cuatro, no es un agente: es un prompt largo o un script sin control.

Chatbot versus agente: la tabla que evita malas compras

La regla práctica: si la tarea termina en una respuesta, basta un chatbot con el conocimiento de la empresa. Si la tarea termina en una acción sobre otro sistema (crear, mover, enviar, aprobar), necesitas un agente.

Cuándo conviene montar un agente

• La tarea se repite varias veces al día y hoy la hace una persona copiando datos entre pantallas.
• Las reglas caben en un documento de una o dos páginas; si nadie puede escribirlas, el agente tampoco las va a adivinar.
• Existe una API o una integración para cada sistema que toca; el agente no debe operar pantallas a ciegas.
• Un error es reversible o pasa por aprobación humana antes de hacerse efectivo.

Si una tarea no cumple los cuatro puntos, primero se arregla el proceso o la integración; después se automatiza.

Controles mínimos antes de ponerlo en producción

1. Permisos mínimos. El agente usa credenciales propias, con acceso solo a lo que necesita, y se pueden revocar sin tocar a nadie más.
2. Registro de cada acción. Qué pidió, qué herramienta usó, qué respondió y cuánto costó. Ese registro es la evidencia que pide ISO/IEC 42001.
3. Límites duros. Número máximo de pasos, de dinero y de tiempo por tarea. Al superar uno, se detiene y avisa.
4. Aprobación humana en toda acción irreversible: pagos, borrados, envíos masivos.
5. Pruebas con casos reales anonimizados antes de conectarlo a datos vivos.

Cómo empezar sin arriesgar la operación

Elige una sola tarea aburrida y medible, por ejemplo clasificar los correos de soporte y abrir el ticket con los datos ya extraídos. Mide cuánto tarda hoy, monta el agente en modo solo lectura durante una semana (propone, no ejecuta), compara sus propuestas con lo que hizo el equipo y, cuando el acierto sea estable, dale el permiso de escribir. Ese mismo registro sirve después como evidencia de calidad.

Un agente que no deja rastro no se puede auditar, y lo que no se puede auditar no se puede certificar.