Qué es un agente de IA y qué hace de verdad dentro de una empresa

La palabra agente se usa hoy para cosas muy distintas, y esa confusión cuesta dinero: empresas que pagan por un agente y reciben un árbol de respuestas automáticas. La diferencia técnica es concreta y se puede comprobar en una demo de diez minutos.

Qué es un agente de IA, sin rodeos

Un agente de IA es un sistema que recibe un objetivo en lenguaje natural, decide por su cuenta qué pasos dar para cumplirlo y usa herramientas externas para darlos. La palabra clave es ejecutar. Un modelo de lenguaje a secas produce texto; un agente produce efectos: una cita escrita en el calendario, un pedido creado en el ERP, un cobro enviado, un ticket escalado a una persona con todo el contexto dentro.

La forma más honesta de explicarlo es con un ciclo. El agente lee lo que ha pasado, decide la siguiente acción, la ejecuta, mira el resultado y vuelve a decidir. Ese bucle se repite hasta que cumple el objetivo, se queda sin opciones o choca con un límite que le has puesto. Un chatbot clásico no tiene bucle: entra un mensaje, sale una respuesta, fin.

De ahí sale la prueba para cualquier demo: ¿qué pasa en mis sistemas cuando este agente termina la conversación? Si la respuesta es nada, lo que te enseñan es un asistente conversacional.

Hay un segundo rasgo que conviene no idealizar: un agente es probabilístico. No ejecuta un guion fijo, elige. Eso le da la flexibilidad para entenderse con clientes reales, que nunca escriben lo que el guion esperaba, y a la vez una tasa de error que no es cero. Un agente bien montado no es el que nunca se equivoca, es el que tiene puesto por escrito qué puede tocar, qué no, y cuándo levanta la mano y llama a una persona.

En qué se diferencia de un chatbot y de un asistente tipo ChatGPT

Las tres cosas se parecen en la superficie, porque las tres hablan. Se diferencian en lo que saben de tu negocio y en lo que pueden tocar. Un chatbot de reglas sabe lo que alguien programó y no toca nada. Un asistente conversacional entiende cualquier pregunta pero vive aislado: no sabe quién le escribe ni tiene acceso a tus datos. Un agente entiende, consulta tu información real y actúa.

Dos lecturas de esa tabla. La primera: el chatbot de reglas no está muerto. Para un menú de cinco opciones, horarios y una dirección, es más barato, más rápido y no se inventa nada. La segunda: el salto de precio y de riesgo está en la fila de ejecutar acciones. Todo lo que hay por encima es conversación; a partir de ahí hay permisos, credenciales y consecuencias reales si algo sale mal.

De qué está hecho un agente por dentro

Un agente que funciona en producción tiene seis piezas. Si te presentan un presupuesto, deberías poder señalar cada una de las seis en el documento.

1. El modelo. El motor de razonamiento, por ejemplo Claude u otro modelo equivalente. Decide qué contestar y qué herramienta usar. Es la pieza que menos trabajo da y la que más se nombra en las ventas.
2. Las instrucciones. El documento que dice quién es el agente, qué tono usa, qué no dice nunca, cómo trata un precio, qué hace si el cliente se enfada. En la práctica es el 80 por ciento del resultado y casi siempre está infradesarrollado.
3. Las herramientas conectadas. Las funciones concretas que puede llamar: consultar disponibilidad, crear un pedido, generar un enlace de pago en Stripe o Mercado Pago, escribir en Odoo o en HubSpot, lanzar un flujo en n8n o en Make. Sin herramientas no hay agente.
4. La base de conocimiento. Tu catálogo, tus condiciones, tus políticas de devolución, tus preguntas frecuentes reales. Suele vivir en una base vectorial y es lo que evita que el modelo rellene huecos con imaginación.
5. Los límites. Qué importe puede mover sin aprobación, qué descuento puede ofrecer, qué datos no pide nunca, cuántos intentos hace antes de rendirse. Escrito como reglas duras, no como sugerencia en el prompt.
6. El escalado a humano. La vía de salida. Cuándo pasa la conversación, a quién, con qué resumen, y qué ve esa persona al recogerla.

Hay una séptima pieza que no es técnica y decide si el proyecto sobrevive al tercer mes: la observabilidad. Un panel donde ves cuántas conversaciones hubo, cuántas resolvió, dónde se atascó y qué respuestas dio. Sin eso no estás operando un agente, estás rezando.

Qué son los agentes de IA en WhatsApp

Es la pregunta que más llega, y la respuesta corta es: lo mismo que acabas de leer, con WhatsApp como puerta de entrada en lugar de un chat en la web. El agente no vive en WhatsApp; vive en un servidor y recibe los mensajes a través de la WhatsApp Business API, normalmente mediante un proveedor como Twilio o 360dialog.

Eso importa por tres motivos muy prácticos. El primero: la aplicación de WhatsApp Business del móvil, la gratuita, no sirve para esto. Necesitas la API, una cuenta de Meta verificada y un número que no esté ya dado de alta en la app normal. El segundo: WhatsApp cobra por conversación y tiene reglas sobre quién puede iniciarla. Dentro de la ventana de 24 horas desde el último mensaje del cliente el agente contesta libremente; fuera de ella solo puede escribir con plantillas aprobadas. El tercero: Meta puede restringir un número que genere bloqueos de usuarios, así que un agente que insiste donde no debe es un riesgo para el canal, no solo para la conversación.

Y una ventaja que casi nadie aprovecha: en WhatsApp el agente sabe siempre quién le escribe, porque el número de teléfono es el identificador. Eso convierte cada conversación en algo con historial desde el primer segundo, sin pedirle al cliente que se identifique. Un agente que arranca con hola, veo que tu último pedido salió el martes juega en otra liga que uno que empieza preguntando el nombre.

Qué puede hacer hoy un agente y qué todavía no

Conviene separar lo que está resuelto de lo que se demuestra bien y falla en producción. Lo que aguanta hoy, con una tasa de acierto que una empresa puede asumir:

• Responder preguntas sobre catálogo, precios, plazos y condiciones consultando la fuente real en vivo.
• Cualificar a quien escribe y decidir si pasa a comercial o se queda en autoservicio.
• Agendar, mover y cancelar citas contra un calendario como Google Workspace.
• Rellenar y actualizar registros en un CRM o un ERP sin que nadie teclee.
• Dar seguimiento al estado de un pedido o de un envío.
• Generar enlaces de pago y confirmar un cobro.
• Tomar un incidente, clasificarlo, intentar lo obvio y escalarlo con contexto.

Lo que todavía no conviene dejarle solo:

• Negociar precio o condiciones con margen abierto. Un agente cede más de lo que debería si el cliente insiste.
• Decisiones con consecuencia legal o fiscal firmadas sin revisión humana.
• Procesos largos de muchos pasos encadenados sin ningún punto de control: cuanto más larga es la cadena, más probable es que un error intermedio se arrastre hasta el final.
• Conversaciones emocionalmente delicadas. Una reclamación grave, una baja, una queja que amenaza con irse: eso quiere una persona, y rápido.
• Cualquier cosa donde un error no se pueda deshacer. Si la acción no tiene marcha atrás, va con confirmación humana.

La frontera no es fija y se mueve cada pocos meses, pero la regla de diseño sí es estable: el agente se queda con lo repetitivo y reversible, y la persona se queda con lo caro de equivocarse.

Los cuatro casos en los que de verdad vale la pena en una pyme

Un agente compensa cuando hay volumen, repetición y un dato que alguien consulta a mano muchas veces al día. Si falta alguna de las tres, normalmente sale más barato arreglar el proceso que automatizarlo.

Uno: atención de primera línea con mucho volumen y poca variedad. Si el 70 por ciento de los mensajes que entran son ocho preguntas repetidas, ahí hay un caso claro. El agente se come esas ocho y tu equipo se queda con lo demás, que es donde aporta.

Dos: cualificación y agenda comercial. Entran consultas a cualquier hora, muchas no encajan y las que encajan se enfrían esperando. Un agente que filtra, pregunta lo justo y pone la reunión en el calendario en el minuto cero cambia la tasa de respuesta de forma visible, sobre todo si tu negocio opera entre España y Latinoamérica con husos distintos.

Tres: estado de pedidos, envíos y cobros. Es la automatización más agradecida que existe porque la pregunta es siempre la misma y la respuesta vive en un sistema al que el agente puede entrar: un ERP con API decente, una tienda en Shopify, una pasarela de pago.

Cuatro: alta y arranque de clientes nuevos. Pedir datos, validar que estén completos, crear la ficha, mandar la secuencia de bienvenida, recordar lo que falta. Es un proceso con pasos claros, con fecha límite y que a nadie del equipo le gusta perseguir.

Y el contraejemplo, por honestidad: si recibes quince mensajes al día, un agente te va a costar más de lo que te ahorra. No necesitas un agente, necesitas plantillas y un par de automatizaciones sencillas con Zapier o similar.

Cómo se nota que te venden un chatbot disfrazado de agente

Hay señales que se detectan sin saber nada de tecnología, en la propia reunión de venta.

• La demo es un vídeo o un entorno de juguete. Si no se puede conectar a un dato tuyo, aunque sea una hoja de cálculo con diez filas, probablemente no se conecta a nada.
• Nadie habla de permisos ni de credenciales. Un agente que ejecuta necesita acceso a tus sistemas. Si en toda la conversación no aparece la palabra API, token o usuario de servicio, no va a ejecutar nada.
• No hay respuesta clara a qué pasa cuando no sabe. La respuesta buena es concreta: este es el criterio, aquí escala, a esta persona, con este resumen. La respuesta mala es que el modelo es muy bueno.
• El precio es un plan mensual por número de mensajes y nada más. No es mala señal por sí sola, pero suele significar que estás comprando un producto de catálogo con un árbol de respuestas, no una integración.
• Te prometen cero errores o una cifra de ahorro antes de haber visto tus datos. Nadie puede saber eso todavía. Un rango con supuestos explícitos es honesto; un porcentaje redondo en la primera llamada es marketing.
• No hay panel de conversaciones. Si no puedes leer lo que contestó ayer, no puedes mejorarlo ni defenderlo ante un cliente enfadado.

Una pregunta que ordena la reunión entera: enséñame el registro de una conversación real en la que el agente hizo algo en un sistema, y el apunte que dejó en ese sistema. Quien tiene agentes en producción lo tiene a mano. Quien vende humo cambia de tema.

Qué hace falta tener antes de montar uno

Casi todos los proyectos que salen mal se tuercen antes de escribir una línea de código, por falta de materia prima. Este es el orden que funciona.

1. Elige un solo proceso y escríbelo. Uno, con principio y final: desde que entra el mensaje hasta que algo queda hecho. Si no cabe en una página, es demasiado para empezar.
2. Reúne las respuestas reales. Saca de tu bandeja las cincuenta conversaciones más repetidas y escribe cómo se contestan hoy, con las palabras que usa tu equipo. Esa es tu base de conocimiento, y no la tiene nadie más.
3. Comprueba que tus sistemas tengan API. Es el filtro que más proyectos tumba. Mira si tu ERP o tu facturación permiten leer y escribir desde fuera, sea Odoo, Holded, Sage, Contpaqi o Aspel. Si no la tienen, el alcance cambia por completo.
4. Define los límites por escrito. Importes, descuentos, datos que no se piden nunca, acciones que requieren confirmación. Esto lo decide el negocio, no quien programa.
5. Nombra a la persona que recoge lo que escala. Con nombre, horario y herramienta. Un agente sin salida humana se convierte en un muro.
6. Fija dos números antes de empezar. Qué vas a medir y desde dónde partes: minutos de respuesta, conversaciones resueltas sin persona, citas agendadas. Si no lo mides antes, después la discusión es de opiniones.
7. Arranca en sombra. Que el agente proponga respuestas durante una o dos semanas y una persona las apruebe antes de enviarlas. Es la fase más rentable del proyecto y la que casi todo el mundo se salta.

Cuánto cuesta, cuánto tarda y cómo empezar sin jugártela

Hay tres partidas distintas y mezclarlas es la fuente habitual de malentendidos. La primera es la construcción: analizar, escribir instrucciones, conectar herramientas, probar. La segunda es el consumo: lo que cobran el modelo y el canal por cada conversación, que se paga a la plataforma y escala con el uso. La tercera es el mantenimiento: alguien que lea conversaciones, corrija y amplíe, porque un agente que nadie toca se degrada a medida que cambia tu catálogo.

En Uniamos la construcción se factura a 150 USD por hora, precio de octubre de 2026 que revisamos cada cierto tiempo, con un mínimo de cinco horas; o como proyecto cerrado de 1.500 a 4.500 USD según el alcance. No incluye las suscripciones de las herramientas, que contrata la propia empresa a su nombre: es tu cuenta, tus credenciales y tu control. Si quieres el detalle por canal, lo desglosamos en cuánto cuesta un agente de IA en WhatsApp Business.

En plazos, un agente de un solo proceso suele estar en producción en cuatro o cinco semanas, y lo que manda el calendario casi nunca es la programación: son los accesos y las validaciones internas.

La forma de empezar con menos riesgo es la misma siempre: un proceso, en sombra, con dos números medidos y una persona responsable. Si a las tres semanas resuelve lo repetido y escala bien lo demás, se amplía. Si no, has gastado un proyecto pequeño en aprender algo caro de otra manera.

Preguntas frecuentes

Artículos relacionados

• Qué es un agente de voz con IA y cuánto cuesta
• Activar un agente de IA en WhatsApp Business, paso a paso
• Cuánto cuesta un agente de IA en WhatsApp Business
• Los mejores agentes de IA para WhatsApp Business
• Más artículos del blog de Uniamos