Parece que ahora todo son agentes de IA. \u00bfEl chat que responde preguntas en la web? Un agente. \u00bfEl asistente que consulta documentos de la empresa? Tambi\u00e9n. \u00bfEl sistema que conecta con el CRM y gestiona una petici\u00f3n? Agente, evidentemente. A este paso, cualquier d\u00eda el formulario de contacto de toda la vida nos pedir\u00e1 que le actualicemos el cargo. <\/p>\n\n
Detr\u00e1s de esta palabra hay soluciones con capacidades, l\u00edmites y grados de autonom\u00eda muy diferentes. Algunas informan, otras proponen y otras pueden ejecutar acciones dentro de los sistemas del negocio. Las fronteras se mezclan y las etiquetas no siempre ayudan a entender qu\u00e9 estamos contratando. <\/p>\n\n
En DMS3consulting, cuando dise\u00f1amos e implementamos estas soluciones, las preguntas que nos interesan son concretas: qu\u00e9 trabajo deben resolver, con qu\u00e9 informaci\u00f3n, a qu\u00e9 sistemas deben conectarse y hasta d\u00f3nde las dejaremos actuar. Es aqu\u00ed donde se juega buena parte del resultado. <\/p>\n\n
Por eso hemos preparado esta gu\u00eda de supervivencia: para orientarle entre promesas, entender qu\u00e9 puede aportar cada soluci\u00f3n a su empresa y tener criterio cuando alguien le proponga incorporar un \u00abagente\u00bb. Que el nombre llame la atenci\u00f3n est\u00e1 bien. Que resuelva una necesidad real est\u00e1 bastante mejor. <\/p>\n\n
En el contexto de la IA generativa, una definici\u00f3n pr\u00e1ctica es esta:<\/p>\n\n
\nun agente de IA es un sistema que puede decidir qu\u00e9 pasos y qu\u00e9 herramientas utilizar para avanzar hacia un objetivo, dentro de unos l\u00edmites establecidos.<\/p>\n<\/blockquote>\n\n
Puede consultar informaci\u00f3n, interpretar el resultado y decidir qu\u00e9 necesita hacer a continuaci\u00f3n.<\/p>\n\n
El problema aparece cuando intentamos convertir esta definici\u00f3n en una frontera exacta. El t\u00e9rmino tambi\u00e9n se utiliza para describir asistentes especializados y procesos m\u00e1s pautados. Una distinci\u00f3n \u00fatil es observar si el sistema sigue unos pasos predefinidos o si tiene margen para decidir c\u00f3mo contin\u00faa seg\u00fan lo que va encontrando. <\/p>\n\n
De aqu\u00ed viene nuestro \u00abpero s\u00ed\u00bb. Un asistente puede incorporar capacidades de agente sin convertirse en ese trabajador digital que, seg\u00fan algunas demos, le gestionar\u00e1 la empresa mientras toma el caf\u00e9. Para valorarlo, conviene preguntar qu\u00e9 puede hacer, con qu\u00e9 datos y bajo qu\u00e9 supervisi\u00f3n. <\/p>\n\n
\u00bfQu\u00e9 diferencia hay entre un chatbot, un asistente de IA y un agente?<\/h2>\n\n
Estos nombres describen aspectos diferentes que se pueden combinar. \u00abChatbot\u00bb nos habla sobre todo de una manera de interactuar: una conversaci\u00f3n. \u00abAsistente especializado\u00bb pone el acento en la funci\u00f3n y el contexto. \u00abAgente\u00bb apunta al margen que tiene el sistema para decidir c\u00f3mo desarrolla la tarea. <\/p>\n\n
Por lo tanto, un agente puede funcionar dentro de un chat, y un asistente especializado puede tener capacidades de agente. Tampoco es necesario que pueda modificar datos: investigar una cuesti\u00f3n con diversas herramientas ya puede requerir decisiones sobre c\u00f3mo continuar. La interfaz, el conocimiento disponible y la autonom\u00eda son dimensiones diferentes.<\/strong><\/p>\n\n
Agentes de IA y automatizaci\u00f3n: \u00bfcu\u00e1ndo es necesario que el sistema tome decisiones?<\/h2>\n\n
Una automatizaci\u00f3n puede seguir un circuito establecido: entra un formulario, se crea un contacto en el CRM y se asigna una tarea al comercial correspondiente. Puede incluir condiciones, comprobaciones y gesti\u00f3n de errores. No necesita ser \u00abinteligente\u00bb para ser muy \u00fatil. <\/p>\n\n
La diferencia aparece cuando el sistema tiene margen para decidir el recorrido. Imaginemos una revisi\u00f3n de novedades del sector: puede limitarse a consultar unas fuentes y preparar un resumen, o bien valorar los resultados, detectar que falta informaci\u00f3n y realizar una nueva b\u00fasqueda para completarla. <\/p>\n\n
Lo mismo ocurre con una revisi\u00f3n web. Podemos comprobar una lista fija de enlaces o encargar a un sistema que explore las p\u00e1ginas, investigue las incidencias que encuentre y recoja evidencias. En este segundo caso, hay que definir el alcance de la revisi\u00f3n, las comprobaciones permitidas y cu\u00e1ndo debe dar el trabajo por terminado. <\/p>\n\n
Que una tarea comience con una petici\u00f3n suya o cada lunes a las nueve no determina si es un agente.<\/strong> Lo que importa es c\u00f3mo se ejecuta. En un proyecto podemos combinar pasos fijos con decisiones de la IA y puntos de validaci\u00f3n humana. <\/p>\n\n
\u00bfPara qu\u00e9 sirven los agentes de IA en una empresa?<\/h2>\n\n
Para entender su potencial, ayuda m\u00e1s mirar una necesidad concreta que imaginar una IA capaz de hacerlo todo. Estas son algunas aplicaciones en las que asistentes, automatizaciones y capacidades de agente pueden trabajar conjuntamente. <\/p>\n\n
\nAtenci\u00f3n al cliente: respuestas \u00fatiles con informaci\u00f3n del negocio<\/h3>\n\n\n\n
Un asistente de IA puede ayudar a los clientes a encontrar el producto adecuado, consultar un manual o saber d\u00f3nde dirigirse para resolver una incidencia. Para que sea \u00fatil, debe trabajar con informaci\u00f3n fiable de la empresa y seguir los criterios que esta defina. <\/p>\n\n\n\n
El valor es facilitar una respuesta adecuada a cada consulta y derivar al equipo las que necesitan atenci\u00f3n personalizada. Todo ello, manteniendo el control sobre qu\u00e9 se comunica a los clientes. <\/p>\n<\/div>\n\n
\nSoporte comercial: preparar mejor cada oportunidad<\/h3>\n\n\n\n
Pensemos en una empresa B2B que recibe peticiones de presupuesto. Una soluci\u00f3n podr\u00eda interpretar la consulta, recuperar el historial disponible en el CRM, identificar informaci\u00f3n que falta y preparar un resumen para el comercial, con un borrador de respuesta. El equipo recibir\u00eda una petici\u00f3n m\u00e1s trabajada y podr\u00eda dedicar m\u00e1s tiempo a valorarla. <\/p>\n<\/div>\n\n
\nGesti\u00f3n de incidencias: reunir informaci\u00f3n y proponer una resoluci\u00f3n<\/h3>\n\n\n\n
En un comercio electr\u00f3nico, investigar un retraso puede obligar a consultar la tienda, el ERP y el transportista. Una soluci\u00f3n conectada a estos servicios podr\u00eda reunir la informaci\u00f3n, se\u00f1alar las discrepancias y preparar la respuesta. Seg\u00fan los permisos acordados, tambi\u00e9n podr\u00eda abrir una incidencia o dejar una acci\u00f3n pendiente de aprobaci\u00f3n. <\/p>\n\n\n\n
Los ejemplos de soporte comercial y gesti\u00f3n de incidencias son posibles aplicaciones, no funcionalidades que cualquier herramienta incorpore de serie. Su viabilidad depende de los sistemas disponibles, del acceso a los datos y del proceso que se quiera resolver. <\/p>\n<\/div>\n\n
C\u00f3mo saber qu\u00e9 soluci\u00f3n de inteligencia artificial necesita su empresa<\/h2>\n\n
Una buena manera de empezar es poner sobre la mesa una tarea que el equipo repita a menudo y que consuma tiempo. Por ejemplo: responder las mismas consultas, buscar informaci\u00f3n en diversas aplicaciones o preparar documentaci\u00f3n antes de tomar una decisi\u00f3n. <\/p>\n\n
A partir de aqu\u00ed, conviene valorar tres cuestiones: cu\u00e1ntas veces ocurre, cu\u00e1nto var\u00eda cada caso y qu\u00e9 cuesta equivocarse<\/strong>. Una consulta frecuente con documentaci\u00f3n clara puede encajar con un asistente especializado. Un traspaso de datos con reglas estables puede resolverse con una automatizaci\u00f3n. Una investigaci\u00f3n que cambia seg\u00fan los datos encontrados puede justificar m\u00e1s margen de decisi\u00f3n. <\/p>\n\n
Tambi\u00e9n hay que saber d\u00f3nde queremos que termine el trabajo del sistema. Preparar una propuesta de compra y enviarla al proveedor tienen implicaciones diferentes. Podemos obtener mucho valor dejando preparada la propuesta y reservando la aprobaci\u00f3n a la persona responsable. <\/p>\n\n
Como implementadores, este es uno de los primeros puntos que trabajamos con la empresa: concretar un resultado \u00fatil, un alcance asumible y una manera de comprobar si la soluci\u00f3n funciona. La cantidad de autonom\u00eda debe responder a esta necesidad. <\/p>\n\n
\u00bfQu\u00e9 debe preguntar antes de contratar un agente de IA?<\/h2>\n\n
Una demo puede ser espectacular. Para valorar una propuesta, sin embargo, necesita entender qu\u00e9 pasar\u00e1 cuando entren sus datos, sus clientes y las excepciones de su d\u00eda a d\u00eda. Estas preguntas ayudan a concretarlo: <\/p>\n\n
\n
- \u00bfQu\u00e9 har\u00e1 exactamente?<\/strong> Hay que delimitar las tareas incluidas, el resultado esperado y los casos que deber\u00e1 derivar a una persona.<\/li>\n\n\n\n
- \u00bfCon qu\u00e9 informaci\u00f3n trabajar\u00e1?<\/strong> Conviene saber de d\u00f3nde saldr\u00e1n las respuestas, c\u00f3mo se actualizar\u00e1n los datos y qu\u00e9 pasar\u00e1 si son incompletos o contradictorios.<\/li>\n\n\n\n
- \u00bfCon qu\u00e9 sistemas se conectar\u00e1?<\/strong> Consultar un pedido, modificarlo y tramitar una devoluci\u00f3n requieren accesos y funciones diferentes. La propuesta debe aclarar qu\u00e9 incluye cada integraci\u00f3n. <\/li>\n\n\n\n
- \u00bfQu\u00e9 podr\u00e1 decidir sin aprobaci\u00f3n?<\/strong> Los permisos deben quedar definidos, especialmente cuando hay cambios en datos, comunicaciones a clientes u operaciones econ\u00f3micas.<\/li>\n\n\n\n
- \u00bfQu\u00e9 har\u00e1 cuando se equivoque o no pueda continuar?<\/strong> Debe existir una manera de detectar incidencias, revisar qu\u00e9 ha pasado y dar continuidad al servicio.<\/li>\n\n\n\n
- \u00bfQui\u00e9n lo mantendr\u00e1 y c\u00f3mo valoraremos los resultados?<\/strong> Hay que prever responsables, costes de funcionamiento e indicadores como el tiempo ahorrado, la calidad de las respuestas o las tareas completadas correctamente.<\/li>\n<\/ol>\n\n
Las respuestas deber\u00edan permitir comparar propuestas m\u00e1s all\u00e1 del nombre de la plataforma. \u00abTiene IA\u00bb es una descripci\u00f3n demasiado corta para decidir una inversi\u00f3n. <\/p>\n\n
Implementar IA en la empresa: datos, integraciones y criterio profesional<\/h2>\n\n
Entre una demostraci\u00f3n y una herramienta que el equipo puede utilizar cada d\u00eda hay trabajo de an\u00e1lisis, integraci\u00f3n y validaci\u00f3n. Hay que entender el proceso, preparar la informaci\u00f3n, conectar los servicios y comprobar el comportamiento con casos reales, incluidos aquellos en los que faltan datos o algo falla. <\/p>\n\n
Si el asistente debe responder sobre disponibilidad, necesitar\u00e1 acceso a una fuente de stock suficientemente actualizada. Si debe consultar condiciones comerciales, habr\u00e1 que identificar cu\u00e1les est\u00e1n vigentes. Y si debe modificar un pedido, el sistema deber\u00e1 comprobar que tiene permiso para hacerlo. Una respuesta bien escrita no resuelve ninguna de estas cuestiones por s\u00ed sola. <\/p>\n\n