Qué es un agente de IA y en qué se diferencia de un chat

Un agente de IA es un sistema al que le das un objetivo en lugar de instrucciones. Él decide qué pasos dar, los ejecuta, mira cómo han salido y sigue o corrige.

Un chat responde. Una automatización sigue un guion fijo. Un agente elige el guion sobre la marcha.

Esa es toda la diferencia, y explica por qué se están vendiendo tantas cosas como agentes que no lo son.

¿Qué es exactamente un agente de IA?

Tiene que cumplir tres condiciones. Si le falta una, no es un agente, es otra cosa con buen marketing.

Uno: recibe un objetivo, no una lista de pasos. "Clasifica los correos de hoy y contesta los que sean de soporte con la información de la base de conocimiento." No le has dicho cómo. Le has dicho qué.

Dos: puede actuar sobre cosas de fuera. Tiene herramientas: leer un correo, escribir en una base de datos, buscar en internet, mandar un mensaje. Sin herramientas no hay agente, hay un modelo hablando solo.

Tres: ve el resultado y decide otra vez. Ejecuta un paso, mira qué ha pasado, y con esa información decide el siguiente. Ese bucle es la clave. Si el orden está fijado de antemano, es una automatización.

Con esas tres, la prueba rápida es: ¿cambia lo que hace según lo que se encuentra? Si sí, es un agente. Si hace lo mismo siempre, es un flujo automatizado con un paso de IA dentro, que está muy bien y suele ser lo que de verdad necesitas. La distinción con ejemplos está en agentes vs automatizaciones.

Tres agentes que puedes montar esta semana

Estos funcionan hoy, con herramientas normales, sin ser programador.

Uno: clasificar y responder correo de primer nivel. Llega un mensaje, el agente lee de qué va, busca en un documento tuyo si la respuesta está ahí, y si la encuentra redacta la contestación. Si no la encuentra, lo etiqueta y te avisa. Lo importante es esa bifurcación: no siempre hace lo mismo. En MindStudio (enlace de afiliado: así me ayudas a seguir creando contenido) se monta con una interfaz visual y sin escribir código, aunque configurarlo bien te va a llevar más de una tarde.

Dos: investigar un tema y devolverte un informe. Le das una pregunta, busca, lee lo que encuentra, decide si le falta información, vuelve a buscar y te entrega un resumen con las fuentes. Este es de los que más sorprenden porque el número de búsquedas lo decide él según lo que va encontrando.

Tres: preparar cosas antes de que las necesites. Un agente que mira tu calendario de mañana y, para cada reunión, busca el historial con esa persona, los últimos correos y las tareas pendientes, y te lo deja en un documento. Cada reunión requiere pasos distintos según lo que exista, y ahí está la parte de agente.

Los tres tienen algo en común: son tareas de leer, decidir y escribir, con un resultado que tú revisas. Ese es el terreno donde los agentes van bien hoy.

Y uno que todavía no existe

El que te lleva el negocio.

"Encárgate de la atención al cliente." Sin listas, sin reglas, sin supervisión, respondiendo a todo, decidiendo cuándo hacer una excepción, sabiendo cuándo escalar a una persona y cuándo no.

Eso se vende bastante y no funciona. Y el motivo no es que el modelo no sea listo. Es que no hay forma de que sepa si lo ha hecho bien.

Cuando un agente de código escribe algo, lo ejecuta y ve si falla. Señal clarísima. Cuando un agente contesta a un cliente, no hay nada que le diga si esa respuesta fue buena. Lo sabrás dentro de tres semanas, cuando ese cliente se vaya o no se vaya.

Sin esa señal, el bucle de "actúa, mira, corrige" se queda cojo. Actúa, mira, y lo que ve no le dice nada. Ahí está el techo actual, y no lo va a levantar un modelo más grande. Lo va a levantar tener forma de medir el resultado.

Por eso los agentes que funcionan hoy son los que operan en terrenos donde el acierto se comprueba rápido. El caso más claro es el código, que tengo explicado en qué es un agente de código.

¿Con qué se montan los agentes hoy?

Hay tres caminos y conviene saber en cuál te estás metiendo.

Herramientas visuales específicas de agentes. Configuras el objetivo, le das las herramientas que puede usar y defines los límites. Es lo más rápido para empezar y lo que menos control te deja cuando el caso se complica.

Plataformas de automatización con nodos de IA. Las de toda la vida han ido añadiendo piezas para esto. La ventaja es enorme: puedes tener el 90% del flujo fijo y solo la parte que de verdad necesita criterio delegada al modelo. Es lo que uso yo en la mayoría de casos.

A mano, con código. Máximo control, máximo trabajo. Tiene sentido cuando lo que montas es parte de tu producto y no una herramienta interna.

Si estás empezando, el segundo camino es el que más rendimiento da. Te obliga a pensar qué parte necesita criterio de verdad, y esa pregunta sola ya resuelve la mitad del diseño.

Lo que un agente de IA no es

No es un chatbot con acceso a herramientas. Se parece, pero si el orden de las acciones lo has fijado tú, no está decidiendo nada.

No es autónomo. Necesita supervisión, sobre todo en las primeras semanas. La forma sensata de meter uno es que proponga y una persona apruebe, y solo cuando lleve tiempo acertando, aflojar.

No es más barato. Un agente hace muchas más llamadas al modelo que un flujo fijo, porque piensa entre paso y paso. Lo que en una automatización es una llamada, en un agente pueden ser doce. Los precios cambian, pero el orden de magnitud es ese, y conviene mirarlo antes de montar algo que se dispare mil veces al día.

No es la solución a un proceso que no tienes claro. Si nadie sabe explicar cómo se hace hoy esa tarea a mano, el agente no lo va a descubrir. Va a hacer algo, con mucha seguridad, y nadie va a saber decir si está bien.

¿Cuándo compensa montar uno?

Mi regla, después de montar unos cuantos y tirar la mitad:

Si la tarea siempre sigue los mismos pasos, no montes un agente. Monta una automatización. Es más barata, más rápida y no te va a sorprender un martes por la mañana.

Si la tarea requiere interpretar algo pero los pasos son fijos, tampoco. Monta la automatización con un paso de IA en medio. Es lo que resuelve el 80% de los casos reales y casi nadie lo hace porque suena menos moderno.

Si el orden de los pasos cambia de verdad según lo que te encuentres, ahí sí. Y empieza pequeño: una tarea acotada, con una persona revisando durante las primeras semanas.

El error más común es empezar por el tercero cuando el problema era del primero. Sale un sistema caro, difícil de arreglar y que hace cosas raras de vez en cuando sin que nadie sepa por qué.

El mapa completo de cuándo usar cada pieza está en automatización y agentes con IA, que es donde tengo agrupado todo esto. Si no tienes claro qué parte de tu trabajo conviene automatizar primero, tengo un test corto que te lo dice en dos minutos.

Hacer el test de IA