Es
En
Fr
De
It
Uk
¿Qué es un agente de IA, en términos de negocio?
Un agente de IA es un programa en el que un modelo de lenguaje recibe un objetivo, elige acciones, las ejecuta mediante herramientas y comprueba los resultados hasta cumplir el objetivo. Las herramientas son interfaces de software corrientes: la API de su CRM, una consulta a la base de datos, un servicio de envío de correo, un sistema de tickets, un almacén de archivos. El modelo aporta el criterio entre paso y paso; las herramientas aportan la capacidad de cambiar cosas.
Eso diferencia a los agentes de IA para empresas tanto de los chatbots como de la automatización clásica. Un chatbot responde preguntas. Una automatización basada en reglas sigue un camino fijo que usted dibujó de antemano. Un agente se ocupa de tareas en las que el camino depende de lo que encuentra por el camino: una solicitud de reembolso poco habitual, un lead con datos incompletos, un ticket de soporte que necesita tres consultas antes de que alguien pueda responderlo. El desarrollo de agentes de IA a medida compensa cuando esas decisiones de criterio son frecuentes, repetitivas y hoy consumen horas de personas cualificadas.
Dónde rinden los agentes de IA para empresas
Los agentes de IA funcionan mejor en tareas acotadas con criterios de éxito claros, acceso a los datos adecuados y una persona que pueda tomar el relevo. Funcionan peor con objetivos abiertos como "aumentar las ventas".
Buenos primeros candidatos que vemos:
- Clasificación y resolución de soporte. Leer el ticket, consultar el cliente y el pedido, redactar o enviar la respuesta y escalar los casos límite. Consulte nuestra guía sobre agentes de IA para atención al cliente.
- Operaciones de ventas y leads. Enriquecer los leads entrantes con fuentes públicas, cualificarlos según sus criterios, crear registros en el CRM y redactar la primera respuesta para que una persona la apruebe.
- Procesamiento de back office. Leer facturas, contratos o solicitudes, contrastarlos con las reglas y con otros registros, y preparar el expediente para su firma.
- Asistentes internos sobre los sistemas de la empresa. Responder "¿en qué estado está el proyecto X?" o "registra dos horas en esta tarea" consultando directamente el tablero de proyectos, el control de tiempos y los documentos.
- Despacho de operaciones. Convertir señales (alarmas, lecturas de sensores, pedidos entrantes) en tareas y asignarlas según la disponibilidad y las reglas.
Si la tarea puede escribirse como un diagrama de flujo fijo sin decisiones de criterio, probablemente no necesite un agente. Una automatización con IA sencilla o incluso una integración tradicional será más barata y más predecible.
Anatomía de los agentes que construimos
Todo agente de IA a medida que entregamos tiene las mismas cinco partes. El modelo es solo una de ellas.
- Herramientas. Funciones pequeñas y tipadas que el agente puede llamar:
find_customer,create_refund_draft,send_email. Cada herramienta valida sus entradas y aplica los permisos por sí misma, de modo que un modelo confundido no pueda saltarse las reglas de negocio. - Contexto y memoria. Lo que el agente sabe: la tarea actual, los documentos recuperados (mediante RAG), el historial de este caso y los hechos relevantes a largo plazo. La memoria se guarda en su base de datos, no dentro del modelo.
- Orquestación. El bucle que envía el objetivo y el contexto al modelo, ejecuta la herramienta elegida, devuelve el resultado y decide cuándo parar. Mantenemos límites de pasos y tiempos de espera para que un agente no pueda entrar en un bucle infinito ni generar una factura de tokens elevada.
- Aprobación y traspaso. Reglas sobre qué acciones se ejecutan automáticamente, cuáles esperan a una persona y cuáles están prohibidas, además de una forma limpia de pasar el caso a una persona con todo el contexto.
- Observabilidad. Un registro de cada paso (prompt, llamada a herramienta, argumentos, resultado, coste) que su equipo puede inspeccionar, buscar y reproducir.
Niveles de autonomía y aprobación humana
Acordamos el nivel de autonomía por acción, no por agente. La mayoría de los agentes que entregamos combinan varios niveles.
| Nivel | Qué hace el agente | Uso típico |
|---|---|---|
| Sugerir | Prepara un borrador, una persona lo ejecuta | Respuestas a clientes en las primeras semanas, cambios de contrato |
| Actuar con aprobación | Ejecuta después de que una persona pulse aprobar | Reembolsos, descuentos, correos salientes a contactos nuevos |
| Actuar e informar | Ejecuta, una persona revisa un registro diario | Etiquetado, actualización de registros, notificaciones internas |
| Actuar en silencio | Ejecuta dentro de límites estrictos | Consultas, enriquecimiento, consultas de solo lectura |
| Nunca | La herramienta no se expone al agente | Borrados, pagos por encima de un límite, cambios de permisos |
Los agentes suelen empezar un nivel por debajo de lo que quiere el negocio y suben a medida que los registros demuestran que son fiables.
Servidores MCP y acceso a herramientas
Model Context Protocol (MCP) es un estándar abierto para exponer herramientas y datos a los modelos de IA. En lugar de conectar a mano cada agente con cada sistema, se construye una vez un servidor MCP para un sistema, y cualquier agente o asistente compatible puede usarlo con permisos definidos.
Construimos servidores MCP para nuestros propios productos, incluidos nuestro tablero interno de proyectos y el CMS de nuestro sitio, y los usamos a diario con agentes de IA en nuestro proceso de entrega. Esa experiencia define cómo diseñamos las herramientas para los clientes: funciones estrechas y bien nombradas, ámbitos de permisos explícitos, autenticación por API key o por usuario, y respuestas lo bastante breves para que el modelo no se ahogue en datos. Nuestra guía qué es un servidor MCP explica cuándo lo necesita un producto.
Evaluación: cómo sabemos que el agente funciona
Un agente sin conjunto de evaluación es una demo. Antes del lanzamiento escribimos pruebas por escenarios a partir de casos reales: la entrada, las herramientas que el agente debe llamar, las que no debe llamar y los resultados aceptables. El conjunto se ejecuta en cada cambio de prompt, de herramienta o de modelo.
Tras el lanzamiento medimos la tasa de tareas completadas, la tasa de intervención humana, el número medio de pasos y el coste por tarea. Una tasa de intervención en aumento es la primera señal de que algo ha cambiado, en sus datos, en el comportamiento de los usuarios o en la última versión del proveedor del modelo.
Proceso y plazos
El desarrollo de un agente de IA a medida suele llevar de 6 a 12 semanas para un primer agente en producción que cubra un flujo de trabajo.
| Fase | Duración | Resultado |
|---|---|---|
| Definición del alcance | 1 a 2 semanas | Mapa del flujo, lista de herramientas, niveles de autonomía, conjunto de evaluación, presupuesto cerrado |
| Herramientas y acceso a datos | 2 a 3 semanas | Capa de herramientas o servidor MCP, permisos, entorno sandbox |
| Bucle del agente y prompts | 1 a 3 semanas | Agente funcional en sandbox que supera las pruebas por escenarios |
| Piloto con aprobación | 2 a 3 semanas | Agente sobre datos reales en modo "sugerir" o "actuar con aprobación" |
| Aumento de autonomía | Continuo | Niveles elevados acción por acción según los registros |
Construir una implementación sandbox detrás de la misma interfaz que la integración real es un hábito que mantenemos en todos los proyectos: nuestro CRM de reparto de flores ejecutó cada integración en modo sandbox hasta que llegaron las credenciales reales, de modo que todo el flujo se pudo probar desde el primer día. En los agentes, ese sandbox es donde se ejecuta con seguridad el conjunto de pruebas por escenarios.
Cuánto cuesta construir y operar un agente de IA
Damos un presupuesto cerrado después de una breve llamada para definir el alcance. El esfuerzo de desarrollo depende de cuántas herramientas necesita el agente, cuántos sistemas internos abarca, si hay que construir servidores MCP para ellos y cuánta interfaz de aprobación, paneles de revisión y memoria compartida requiere el flujo de trabajo. Un agente de un solo flujo con unas pocas herramientas es un proyecto mucho más pequeño que una plataforma para varios agentes con permisos compartidos y analítica.
El coste de operación es aparte: tokens del modelo (los agentes consumen más tokens por tarea que los chatbots por sus bucles de varios pasos), alojamiento y monitorización. La cifra que hay que vigilar es el coste por tarea, no el coste mensual. Con nosotros, un agente de IA parte de 5.000 USD, y nuestra guía sobre el coste del desarrollo de agentes de IA desglosa la decisión entre desarrollar o comprar y los costes mensuales de operación.
Por qué elegirnos como empresa de desarrollo de agentes de IA
- Construimos pipelines de IA complejos de principio a fin. Para una startup estadounidense de grief-tech construimos el AI Grief Companion: ingesta de diez formatos de chat, una cadena de siete tipos de contrato entre workers de CPU y GPU, fine-tuning con LoRA, memoria RAG y un grafo de hechos en Neo4j, donde el chat se degrada con elegancia hasta la etapa que esté lista.
- Hemos construido despacho autónomo de tareas. Nuestro propio prototipo de I+D de enjambre de drones convierte el análisis de campo en tareas que la flota asume sin despachador en cuanto una aeronave queda libre.
- Conocemos las herramientas operativas. Para un equipo de soporte de telecomunicaciones en Francia construimos un sistema de tareas y tickets que ingiere alarmas de terceros, asigna el trabajo por rol y envía notificaciones automáticas, justo el tipo de sistema al que se conectan los agentes.
- Operamos agentes nosotros mismos. Nuestra entrega usa agentes de programación con IA bajo la supervisión de ingenieros sénior, trabajando a través de servidores MCP que construimos para nuestro propio tablero y CMS.
Siguiente paso
Describa un flujo de trabajo que quiera que gestione un agente, los sistemas que toca y lo que le costaría una acción equivocada. En una llamada breve le diremos si un agente es la herramienta adecuada, qué nivel de autonomía es realista en el lanzamiento y qué cubriría un presupuesto cerrado tras definir el alcance. Contáctenos para empezar.
