Qué es un agente de IA: definición, tipos y ejemplos que ya funcionan

Un agente de IA es un sistema que percibe información de su entorno, decide qué hacer con ella y ejecuta acciones para cumplir un objetivo, sin que una persona le indique cada paso.

Las tres palabras que hacen el trabajo en esa frase son *decide*, *ejecuta* y *objetivo*. Un programa que sigue una secuencia fija no decide. Un modelo que solo escribe texto no ejecuta. Y un sistema sin objetivo no sabe cuándo ha terminado.

En la práctica de una empresa, la prueba es sencilla: si al final de la conversación algo cambió en tus sistemas, era un agente. Si solo cambió el estado de ánimo del cliente, era un chatbot.

Un ejemplo concreto de esa frontera. Un paciente escribe a las once de la noche preguntando si hay hora para mañana.

• Un chatbot responde: "Nuestro horario de atención es de 9 a 18. Un asesor te contactará".
• Un agente consulta la agenda real, ve que hay un hueco a las 9:30, lo ofrece, lo reserva cuando el paciente acepta, crea la ficha, programa el recordatorio y avisa al equipo.

Misma tecnología de fondo. Resultado distinto, porque el segundo tenía permiso para actuar y herramientas con las que hacerlo.

Todo agente, por simple o sofisticado que sea, se arma con estos cuatro elementos. Conocerlos sirve para diagnosticar: cuando un agente falla, casi siempre falla una pieza identificable.

1. El modelo. El motor de razonamiento, normalmente un modelo de lenguaje grande. Es la parte que entiende lo que le dicen y decide qué hacer. Es también la única pieza que el mercado discute, aunque rara vez sea la causa de los problemas.

2. Las instrucciones. Quién es, qué puede prometer, qué tono usa, qué no debe hacer nunca y cuándo tiene que ceder el turno a una persona. Esta pieza no se programa: se redacta. Es donde se decide la mayor parte del comportamiento y donde se concentra la mayoría de los fallos.

3. Las herramientas. Lo que puede hacer además de hablar: consultar la agenda, crear un contacto, cobrar, enviar un correo, buscar en tu catálogo, escalar a un humano. Un agente sin herramientas es un chatbot con mejor vocabulario. Cada herramienta es una capacidad y también un riesgo, así que se otorgan de una en una y con límites.

4. La memoria. Qué recuerda dentro de una conversación y qué recuerda entre conversaciones. Sin memoria de sesión, repite preguntas y exaspera. Sin memoria entre sesiones, trata a un cliente de cinco años como a un desconocido. Aquí es donde el CRM deja de ser un accesorio: la ficha del cliente es la memoria a largo plazo del agente.

Cuando alguien dice que su agente "alucina", en nuestra experiencia el problema está en la pieza 2 o en la 3 mucho más veces que en la 1: instrucciones que no le dijeron que prefiriera admitir que no sabe, o falta de una herramienta para consultar el dato real, así que lo supuso.

Cuatro términos que se usan como sinónimos y no lo son. La diferencia está en dos ejes: quién decide y quién ejecuta.

Automatización clásica. Tú decides, la máquina ejecuta. Un flujo del tipo "si el formulario se envía, manda este correo". No hay inteligencia ni hace falta: es determinista, barato y fiable. La mayor parte del valor que entrega la tecnología en una pyme sigue siendo esto, y conviene decirlo.

Chatbot. Conversa siguiendo un guion o respondiendo con texto generado, pero no actúa sobre tus sistemas. Informa. Puede hacerlo muy bien.

Asistente. Responde a lo que le pides, en el momento en que se lo pides. Le preguntas, contesta. La iniciativa siempre es tuya. ChatGPT usado a mano es un asistente.

Agente. Tiene un objetivo, decide los pasos para cumplirlo y ejecuta acciones con herramientas propias. Puede arrancar solo cuando ocurre un evento: entra un mensaje, se cae un pago, pasan tres días sin respuesta.

Hay una consecuencia práctica de esta tabla que ahorra mucho dinero: una parte grande de lo que se vende como agente se resuelve mejor con automatización clásica. Si el proceso siempre se hace igual, no necesita un modelo que lo piense cada vez. El criterio es la variabilidad: si la entrada es libre y ambigua (una persona escribiendo), agente; si la entrada es estructurada y el camino es fijo, automatización.

Hay dos clasificaciones útiles. La primera viene de la literatura de inteligencia artificial y ordena los agentes por cómo deciden. La segunda es la que usamos al diseñar proyectos y ordena por cuánta autonomía tienen.

Clasificación por cómo deciden

• Reactivo simple. Responde al estímulo actual con una regla directa, sin memoria. Un termostato. Rápido y ciego a todo lo que no esté delante.
• Basado en modelo del mundo. Mantiene una representación interna de lo que ocurre y la actualiza. Puede razonar sobre lo que no ve directamente.
• Basado en objetivos. Evalúa qué acción lo acerca a una meta. Aquí aparece la planificación.
• Basado en utilidad. Cuando hay varias formas de llegar, elige comparando cuál es mejor según un criterio. La cita de mañana temprano puede cumplir el objetivo, pero la de hoy a las 18:00 lo cumple mejor.
• De aprendizaje. Ajusta su comportamiento con la experiencia acumulada.
• Sistemas multiagente. Varios agentes especializados que se coordinan. Uno califica, otro agenda, otro cobra. Más potente y bastante más difícil de depurar.

Clasificación por autonomía, que es la que decide el diseño

• Agente que solo sugiere. Redacta la respuesta y una persona la aprueba antes de enviarla. Riesgo mínimo. Es el modo correcto para empezar en cualquier proceso sensible.
• Agente que actúa con red. Ejecuta acciones reversibles por su cuenta (agendar, etiquetar, responder) y pide permiso para las irreversibles (cobrar, cancelar, prometer condiciones).
• Agente autónomo. Opera de principio a fin sin intervención. Reservado para procesos acotados, medidos y con un historial que respalde la confianza.

La recomendación práctica: empieza siempre un escalón por debajo del que crees necesitar. Subir es fácil cuando los datos acompañan. Recuperar la confianza de un equipo después de que el agente prometió algo imposible cuesta meses.

Los ejemplos que circulan suelen ser espectaculares y poco aplicables. Estos son los que de verdad se están implementando y sostienen el gasto.

Agente de recepción en WhatsApp. Responde a quien escribe fuera de horario, resuelve las preguntas repetidas, consulta disponibilidad real y agenda. Es el caso con retorno más rápido en cualquier negocio que funcione por citas, porque cada mensaje nocturno que hoy muere sin respuesta es una cita perdida. Detalle de montaje en la guía del chatbot de WhatsApp.

Agente de calificación de leads. Hace dos o tres preguntas al lead que entra, lo puntúa, lo etiqueta en el CRM y avisa al comercial correcto solo cuando vale la pena. Convierte una lista de contactos en una cola ordenada. Lo desarrollamos en calificar leads con un agente de IA.

Agente de voz para llamadas no atendidas. Contesta lo que hoy se va al buzón, toma el motivo y los datos, agenda o deriva. En muchos servicios locales, las llamadas perdidas son la mayor fuga de ingresos del negocio y nadie la tiene contada.

Agente de seguimiento. Detecta al presupuesto que lleva cinco días sin respuesta, al paciente que no volvió a su control, al pago que falló. Retoma el contacto con un mensaje pertinente. Es aburrido, nadie lo hace a mano y es donde más dinero aparece. Aplicado a retención, en agentes de IA para reducir churn.

Agente de trastienda. Lee correos entrantes y los clasifica, extrae datos de facturas, prepara el resumen de la semana, actualiza fichas. No habla con clientes y por eso mismo es el más fácil de aprobar internamente: los errores no son visibles hacia afuera.

Un patrón se repite en todos: el agente no reemplaza a nadie, se come la parte repetida del trabajo de todos. Los proyectos que se venden como reemplazo de personas son los que fracasan, porque el equipo que tiene que ajustarlos no colabora.

Tres confusiones caras.

No es un empleado digital. La metáfora vende y desorienta. Un empleado infiere el contexto que nadie le contó, sabe cuándo la regla no aplica y asume responsabilidad. Un agente hace bien lo que está definido y falla en silencio en lo que no. Lo que se compra es capacidad de proceso, no criterio.

No es un producto que se enchufa. El modelo es un componente disponible para cualquiera. Lo que hace que funcione es tu información bien organizada, tus procesos escritos y las conexiones a tus sistemas. Por eso dos empresas con la misma herramienta obtienen resultados opuestos, y por eso la implementación es la partida que decide el proyecto.

No es infalible y conviene diseñarlo asumiéndolo. Un modelo de lenguaje puede afirmar algo falso con total aplomo. Se acota de tres formas: dándole solo tu información verificada como fuente, instruyéndolo de forma explícita para que admita cuando no sabe en lugar de suponer, y dejando fuera de su alcance todo lo que tenga consecuencia clínica, legal o financiera. Con eso el riesgo es bajo. Sin eso, no.

Conviene cuando se cumplen tres condiciones a la vez:

• Volumen. El proceso ocurre muchas veces. Automatizar algo que pasa dos veces al mes es un pasatiempo caro.
• Variabilidad en la entrada. Llegan personas escribiendo o hablando de formas distintas. Si la entrada fuera un formulario, una automatización clásica lo haría mejor y más barato.
• Un resultado verificable. Cita creada, lead calificado, dato extraído. Si no puedes comprobar si acertó, tampoco puedes mejorarlo.

No conviene cuando:

• El proceso no está escrito en ninguna parte. Un agente no ordena el caos, lo repite más rápido. Si tu equipo responde cada uno a su manera porque no hay criterio acordado, el trabajo previo es acordar el criterio.
• El error tiene consecuencia grave e irreversible.
• La gracia del servicio es precisamente que atienda una persona.
• Se está comprando para no tomar una decisión de gestión. Un agente encima de un proceso roto es un proceso roto con factura mensual.

El orden correcto: primero escribir el proceso, después automatizar lo determinista, y solo entonces poner un agente donde de verdad hace falta que algo entienda lenguaje humano. Saltarse los dos primeros pasos es la causa habitual de los proyectos que se abandonan.

Un plan de arranque que funciona en empresas pequeñas y medianas:

1. Elige una sola pregunta, la más repetida. Mira tus últimas cien conversaciones y cuenta. Casi siempre hay una consulta que representa una porción enorme del volumen. Esa es tu primera automatización, y no hace falta que sea impresionante.

2. Escribe la respuesta correcta como se la darías a un empleado nuevo. Con las excepciones. Este documento es la mitad del proyecto y suele revelar que tu información no estaba escrita en ningún lado.

3. Define el traspaso a humano antes que nada. Cuándo cede el turno, a quién y qué pasa si nadie contesta. Si tu agente dice "te paso con una persona" a las once de la noche y nadie responde hasta las nueve, el agente mintió.

4. Ponlo a sugerir, no a enviar. Una o dos semanas con una persona aprobando cada respuesta. Es la mejor inversión de todo el proyecto: cada corrección es una instrucción que faltaba.

5. Mide tres números desde el día uno. Conversaciones resueltas sin intervención, tiempo de primera respuesta y resultados generados (citas, leads calificados, pagos recuperados). Sin ellos no sabes si funciona, solo que está encendido.

6. Amplía sobre lo que ya funciona. Un agente que hace bien una cosa es un activo. Cinco agentes a medias son un problema de mantenimiento.

En Minimal construimos y operamos estos agentes para empresas de servicios. Si quieres ver cómo se aplicaría al caso concreto de tu negocio, cuéntanos qué recibes hoy.