Un agente de IA para negocios es un sistema basado en un modelo de lenguaje que recibe un pedido, consulta la información que necesita (una planilla, un CRM, un catálogo, un calendario) y ejecuta acciones concretas dentro de límites definidos: responder, registrar, agendar, avisar o derivar a una persona. A diferencia de un chatbot de respuestas fijas, un agente puede decidir qué paso dar según el caso. Para implementarlo bien hay que definir un objetivo acotado, darle acceso a datos confiables, probarlo con casos reales y mantener supervisión humana.
¿Qué diferencia hay entre un chatbot, una automatización y un agente?
Los tres términos se mezclan seguido, así que conviene separarlos:
- Chatbot tradicional: sigue un árbol de opciones. Si el cliente pregunta algo fuera del menú, se traba.
- Automatización: una secuencia fija de pasos que se dispara ante un evento. Por ejemplo, «cuando llega un formulario, cargarlo en la planilla y mandar un mail».
- Agente de IA: entiende lenguaje natural, razona sobre el pedido y elige qué herramienta usar. Puede combinar varias automatizaciones según lo que haga falta.
En la práctica, un buen sistema suele combinar las tres cosas: reglas fijas donde no hay margen de error y un agente donde hace falta interpretar.
¿Qué puede hacer un agente de IA en un negocio?
Algunas tareas habituales, ordenadas por área:
- Atención: responder consultas frecuentes con la información del negocio, informar el estado de un pedido y derivar reclamos.
- Ventas: calificar contactos, armar presupuestos con precios vigentes y hacer seguimiento.
- Administración: leer comprobantes, cargar datos, preparar conciliaciones y avisar vencimientos.
- Operaciones: gestionar agendas y turnos, generar órdenes de trabajo y armar informes periódicos.
- Uso interno: responder preguntas del equipo sobre procedimientos, precios o políticas a partir de documentos de la empresa.
Por ejemplo, en un estudio contable un agente puede recibir los comprobantes que mandan los clientes, extraer los datos, ordenarlos por cliente y período, y dejar marcados los que tienen algo raro para que los revise una persona.
¿Cómo se implementa un agente de IA paso a paso?
Paso 1: definir un objetivo acotado
«Mejorar la atención» es demasiado amplio. «Responder las consultas sobre precios y disponibilidad por WhatsApp fuera del horario de oficina» es un objetivo que se puede construir y medir. Cuanto más concreto, mejor funciona.
Paso 2: mapear el proceso actual
Escribí cómo se hace hoy la tarea: qué llega, quién lo recibe, qué consulta, qué decide y qué responde. Ese mapa muestra dónde puede intervenir el agente y dónde tiene que intervenir una persona.
Paso 3: reunir y ordenar la información
El agente es tan bueno como los datos que consulta. Hace falta tener actualizados los precios, el catálogo, las políticas, los horarios y las respuestas a las preguntas frecuentes. Si esa información está dispersa o desactualizada, ordenarla es parte del proyecto.
Paso 4: definir herramientas y permisos
Decidí qué puede hacer el agente: ¿solo leer o también escribir? ¿Puede agendar un turno o solo proponerlo? ¿Puede enviar un presupuesto o tiene que aprobarlo alguien? Los permisos se dan de a poco, a medida que el agente demuestra que funciona.
Paso 5: escribir las instrucciones
Las instrucciones definen el tono, los límites y qué hacer ante cada situación. Incluí qué temas no debe tratar, cuándo derivar a una persona y cómo presentarse (es buena práctica que el cliente sepa que habla con un asistente).
Paso 6: probar con casos reales
Antes de abrirlo al público, probalo con conversaciones o documentos reales del último tiempo. Anotá dónde se equivoca y ajustá. Conviene probar también los casos difíciles: preguntas ambiguas, clientes enojados, pedidos fuera de tema.
Paso 7: lanzar con supervisión
Las primeras semanas, alguien del equipo revisa lo que hace el agente. Con el tiempo, la revisión pasa a ser por muestreo, pero nunca desaparece del todo.
Paso 8: medir y mejorar
Definí indicadores simples: tiempo de respuesta, porcentaje de consultas resueltas sin derivar, errores detectados, satisfacción del cliente. Revisalos todos los meses.
¿Qué errores conviene evitar?
- Querer que haga todo desde el primer día. Un agente con diez funciones mal resueltas genera más trabajo que el que ahorra.
- Darle información desactualizada. Si el precio cambió y el agente no lo sabe, el problema es del negocio, no del cliente.
- No tener una salida a una persona. El cliente siempre tiene que poder hablar con alguien.
- Ignorar la privacidad. Hay que cuidar qué datos personales maneja el agente, dónde se guardan y quién accede.
- No asignar un responsable. Sin alguien que lo mantenga, el agente se desactualiza en pocos meses.
¿Con qué sistemas se puede conectar un agente?
Con casi cualquier sistema que tenga una forma de intercambiar datos: planillas de cálculo, CRM, sistemas de gestión, calendarios, correo, WhatsApp Business y tiendas online. Cuando un sistema no permite conexión directa, a veces se resuelve con una planilla intermedia o con una herramienta a medida.
Thomas Mori diseña e implementa agentes de IA conectados a las herramientas que ya usa cada empresa, y tiene formación específica en el tema (podés ver sus certificaciones, entre ellas las de Anthropic y OpenAI Academy). Si te interesa saber qué procesos conviene automatizar primero, también podés leer qué procesos automatizar con IA en una pyme o ir directo a contacto.
Preguntas frecuentes
¿Un agente de IA puede equivocarse?
Sí, puede equivocarse, sobre todo si la información que consulta es incompleta o si el pedido es ambiguo. Por eso se diseña con límites claros, se prueba con casos reales y se mantiene una revisión humana en las tareas sensibles.
¿Necesito un sistema nuevo para usar un agente?
No necesariamente. En muchos casos el agente se conecta a lo que la empresa ya tiene, como una planilla, un CRM o WhatsApp. Cambiar de sistema solo tiene sentido si el actual no permite acceder a los datos.
¿Qué tarea conviene darle primero a un agente?
Una tarea frecuente, con reglas claras y bajo riesgo si sale mal. Responder preguntas frecuentes o hacer seguimiento de presupuestos son buenos puntos de partida porque se miden fácil y el impacto se nota rápido.
¿El cliente tiene que saber que habla con una IA?
Es lo recomendable. Decirlo con naturalidad genera confianza y evita malentendidos. Además, conviene ofrecer siempre la opción de hablar con una persona.