Agentes de IA y automatización de procesos

Qué es un agente, en concreto

Un chatbot tradicional sigue un árbol de respuestas escrito de antemano: si la consulta no estaba prevista, se queda sin salida y termina derivando a una persona. Un agente funciona distinto — razona sobre el pedido, consulta tus datos reales y ejecuta acciones con las herramientas que le habilitás.

La diferencia práctica es la que separa responder de resolver. Un chatbot te dice el horario de atención. Un agente busca el pedido número 4.812 en tu base de datos, ve que está demorado por falta de stock, le avisa al cliente con una fecha realista y deja registrada la incidencia — todo sin que nadie lo mire.

Procesos que conviene automatizar

• Atención de consultas repetidas. El 80% de los mensajes que recibís son las mismas diez preguntas. Un agente conectado a tu información real las responde al instante, a cualquier hora, y deriva a una persona solo lo que se sale del molde.
• Clasificación y derivación de correos. Leer lo que entra, entender de qué se trata y mandarlo al área correcta con un resumen ya redactado.
• Extracción de datos de documentos. Facturas, remitos, contratos o comprobantes que hoy alguien transcribe a mano a un sistema.
• Consulta en lenguaje natural sobre tus datos. Preguntar "¿qué productos cayeron en ventas este mes contra el anterior?" y recibir la respuesta con los números, sin depender de que alguien arme el reporte.
• Seguimiento y recordatorios. Detectar el pago vencido, el turno sin confirmar o el presupuesto sin respuesta, y hacer el seguimiento por sí solo.
• Generación de contenido operativo. Descripciones de producto, respuestas a reseñas, resúmenes de reuniones — con tu tono y tus datos.

Cómo lo hacemos confiable

La objeción legítima contra la IA en un proceso de negocio es que puede inventar. Es cierta si uno conecta un modelo de lenguaje suelto y le pide que opine. Nosotros trabajamos al revés, con tres reglas:

1. El agente responde desde tus datos, no desde su memoria Usamos recuperación de información (RAG): antes de responder, el agente busca en tus fuentes reales y contesta citando registros concretos. Si el dato no está, dice que no está.
2. Toda acción con consecuencias pide confirmación Consultar es libre. Cobrar, borrar, enviar algo a un cliente o modificar un registro pasa por una aprobación humana, salvo que vos decidas explícitamente lo contrario.
3. Todo queda registrado y medido Cada intervención del agente deja traza: qué se le preguntó, qué datos consultó y qué hizo. Sin ese registro no se puede saber si está funcionando.
4. Empezamos por un piloto acotado Un proceso, cuatro semanas, métricas definidas de antemano. Si los números no dan, no escalamos — y te lo decimos.

Por dónde empezar

El error más común es querer arrancar por el proceso más crítico del negocio. Conviene lo contrario: elegir algo repetitivo, de volumen alto y consecuencias acotadas. Ese tipo de caso da resultados medibles en semanas, genera confianza interna y enseña dónde están los límites reales antes de tocar algo sensible.

Si ya tenés un sistema andando, el agente se conecta a él. Si todavía no, primero ordenamos los datos — porque un agente sobre información desordenada solo automatiza el desorden más rápido.

Tus datos, tu perímetro

Trabajamos con proveedores de modelos en modalidad empresarial, donde la información enviada por API no se utiliza para entrenar. El agente accede únicamente a las fuentes que habilitás de forma explícita, y lo que es sensible puede quedar procesándose en tu propia infraestructura. Ese perímetro lo definimos por escrito antes de escribir una línea de código.