IA agéntica para empresas: agentes que ejecutan tareas
Un chatbot responde preguntas. Un agente hace el trabajo: consulta los sistemas de la empresa, decide qué pasos hay que dar y los da, de principio a fin. La diferencia entre uno y otro es la misma que entre pedir consejo y delegar una tarea.
Tenemos agentes en producción con clientes, no en un laboratorio. Y eso cambia la conversación: lo que aporta esta página no es entusiasmo, son las condiciones concretas en las que esto funciona y en las que no.
Qué hace un agente que no hace una automatización normal
Una automatización clásica es un camino fijo: si llega esto, haz aquello. Funciona de maravilla mientras la realidad se parezca al diagrama, y se atasca en cuanto aparece un caso que nadie previó.
Un agente puede interpretar. Recibe una petición escrita como la escribiría una persona, entiende qué se le está pidiendo, consulta lo que necesite en varios sistemas y encadena los pasos necesarios aunque no sean siempre los mismos. Donde antes hacía falta contemplar cuarenta ramas, ahora se define el objetivo y los límites.
Ejemplos de la forma que toma esto en la práctica: recibir una solicitud por correo en lenguaje corriente y convertirla en las acciones correspondientes en el sistema de gestión; revisar documentación que llega en formatos distintos de cada proveedor y extraer lo mismo de todos; atender una petición interna consultando dos o tres aplicaciones para poder responderla.
Supervisión y trazabilidad, o no lo montamos
Esta es la parte que nos parece más importante y la que menos se cuenta.
Un agente que actúa sobre sistemas de la empresa tiene que dejar rastro de todo: qué se le pidió, qué consultó, qué decidió y qué hizo. Sin ese registro no hay forma de auditar un error ni de explicar por qué ocurrió algo, y eso en una empresa no es aceptable.
Y hay acciones que no se delegan sin que una persona confirme. Un pago, un envío a un cliente, borrar algo, cualquier cosa irreversible. El agente prepara y propone; la persona aprueba. A medida que se comprueba que acierta se le puede dar más margen, pero se empieza por ahí y no al revés.
Cuando alguien le prometa un agente completamente autónomo que toca facturación desde el primer día, desconfíe.
Dónde se quedan los datos
Es la pregunta que hace toda empresa con información sensible, y tiene respuesta.
Según el caso trabajamos con modelos en la nube o con modelos abiertos ejecutados sobre infraestructura propia, cuando por el proceso pasan expedientes, datos laborales o documentación confidencial que no debe salir. Como esa infraestructura también la gestionamos nosotros, montar la segunda opción no obliga a meter a un proveedor más en la ecuación.
No siempre hace falta: para muchos procesos el modelo en la nube es más capaz y no hay motivo para renunciar a él. La decisión se toma mirando qué información pasa por dentro, no por principio.
Cuándo le diremos que no
- Cuando el proceso no está claro ni para ustedes. Un agente no ordena un caos: lo reproduce más rápido. Primero hay que definir cómo debería funcionar.
- Cuando basta con una automatización normal. Si el camino es siempre el mismo, un flujo determinista es más barato, más predecible y más fácil de mantener. Meter un modelo de lenguaje donde no hace falta es pagar de más por incertidumbre.
- Cuando el error no es tolerable y no hay quien revise. Hay procesos donde equivocarse una vez de cada cien es aceptable y otros donde no. Si es de los segundos y nadie va a supervisar, la respuesta es no.
- Cuando los datos están en sistemas cerrados. Si no hay forma de consultar la información, no hay agente que valga.
Preguntas frecuentes
¿Se inventa cosas?
Los modelos de lenguaje pueden equivocarse con seguridad aparente, sí. Por eso un agente bien montado no responde de memoria: consulta la fuente real —su base de datos, su documentación— y trabaja sobre eso. Y por eso existen la supervisión y el registro. Quien le diga que este problema está resuelto del todo no le está contando la verdad.
¿Por dónde se empieza?
Por un proceso acotado, con volumen suficiente para que se note y un impacto controlado si falla. Se pone en marcha, se mide y se amplía si cumple. No conocemos ningún caso en el que empezar por lo más crítico haya salido bien.
¿Cuánto cuesta?
Hay dos costes distintos: el proyecto de montarlo y el consumo del modelo, que va por uso. Ese segundo se estima con el volumen real antes de empezar, para que no haya sorpresas a fin de mes.
¿Y la protección de datos?
Es parte del diseño, no un anexo. Qué información ve el agente, dónde se procesa, cuánto se conserva y quién puede consultarlo. Si el proceso toca datos personales, se aborda junto con el resto del cumplimiento normativo.
¿Tiene un proceso que se le atraganta?
Cuéntenos uno que consuma tiempo y dependa de interpretar información, y le decimos con franqueza si es caso de agente, de automatización normal o de ninguna de las dos. Llámenos al 911 599 883 o escríbanos desde el formulario de contacto.
Forma parte de nuestros servicios de automatización e inteligencia artificial.