Qué incluye un servicio gestionado de agentes de IA (y qué debería incluir)

El día que el agente falla y el contrato no dice quién responde

El correo llegó el lunes a primera hora: un cliente había recibido una cotización equivocada del agente el sábado por la noche, la aceptó, y ahora Comercial tenía que salir a explicar el error o sostenerlo con pérdida. Nadie del lado del proveedor se había enterado, porque el panel que monitoreaban solo mostraba que el servidor seguía encendido. El agente estaba “disponible” en el sentido técnico: respondía, no se había caído, la infraestructura funcionaba. Pero nadie estaba revisando si lo que decía tenía sentido. Cuando el equipo interno buscó en el contrato quién debía responder por eso, encontró una cláusula de “soporte veinticuatro por siete” sin definir qué contaba como incidente, en cuánto tiempo debía atenderse ni quién asumía el costo del error.

Esta escena se repite con variaciones en la mayoría de empresas que contratan un agente de IA y asumen que un servicio gestionado de agentes de IA viene con un mantenimiento razonable por defecto. No es un caso raro: es el patrón. La mayoría de propuestas comerciales para este tipo de servicio en realidad describen hosting de la infraestructura más un correo de soporte, envueltos en lenguaje de nivel de servicio que suena más sólido de lo que es. La diferencia entre un proveedor serio y uno que solo cobra una mensualidad por mantener las luces prendidas no aparece en la propuesta ni en la demo. Aparece el día del incidente, cuando alguien necesita saber exactamente qué se mide, quién responde y en cuánto tiempo.

Qué es un servicio gestionado de agentes de IA, sin el maquillaje comercial

“Servicio gestionado” es una etiqueta que cualquier proveedor puede pegarle a una mensualidad de mantenimiento, y ahí está el problema: no todos ponen lo mismo debajo de la etiqueta. La disponibilidad es una promesa sobre la infraestructura, que el servidor esté prendido y responda. La operación es una promesa distinta y más cara de cumplir: que alguien esté observando activamente cómo se comporta el agente, midiendo su desempeño, ajustándolo cuando se desvía y respondiendo cuando algo falla de verdad. Un proveedor puede cumplir la primera perfectamente y no tocar la segunda en meses, y en el papel sigue “cumpliendo el contrato”.

Si tu contrato no nombra estos seis elementos con claridad (monitoreo, tiempos de respuesta, ajustes definidos, reporte mensual, propiedad de datos y condiciones de salida) no importa cuántas veces repita la palabra “SLA” o la frase “veinticuatro por siete”: lo que compraste es disponibilidad con vocabulario de operación. La forma más rápida de distinguir un contrato serio de uno decorativo es buscar estos seis puntos por su nombre. Si no están, no es que se sobreentiendan: es que no existen.

El alcance mínimo aceptable, en 8 puntos

Antes de comparar precios entre proveedores conviene tener una lista fija de lo que un contrato de mantenimiento de agentes debería cubrir como mínimo. No son ocho ideas simpáticas: son los puntos donde, en la práctica, un proveedor deja de operar y empieza solo a hospedar.

• Monitoreo continuo del comportamiento, no solo del servidor: verificar que el agente siga encendido es la parte fácil; lo que importa es medir si sigue respondiendo bien, con qué frecuencia se equivoca y cuándo escala a un humano sin necesidad.
• Tiempos de respuesta por severidad: cuánto tarda el proveedor en atender según qué tan grave sea el incidente, definido en un SLA de IA real y no solo en un número de disponibilidad.
• Ajustes menores incluidos en la mensualidad: corregir un prompt, actualizar una base de conocimiento con contenido que el cliente ya entregó, afinar una regla de negocio que cambió.
• Reporte mensual con métricas de negocio, no solo técnicas: volumen atendido, tasa de resolución sin humano, tasa de escalamiento, incidentes y su tiempo de cierre.
• Gestión de incidentes con dueño y escalamiento definido: quién recibe la alerta primero, a quién sube si no se resuelve en el tiempo pactado, y cómo se documenta.
• Compatibilidad ante cambios del modelo o del proveedor de base: qué pasa si el modelo subyacente cambia de versión o se retira, y quién absorbe el trabajo de adaptar el agente.
• Propiedad del cliente sobre sus datos y su configuración: prompts, reglas de negocio, historial de conversaciones y base de conocimiento le pertenecen a quien contrata, no al proveedor.
• Condiciones de salida y portabilidad: cómo se exporta todo lo anterior en un formato usable si la relación termina, y en cuánto tiempo.

Monitoreo: qué se mide de verdad y con qué frecuencia

El monitoreo de infraestructura (uptime del servidor, tiempo de respuesta de la API, errores de conexión) es necesario pero es la parte más barata y automatizable de vigilar. Cualquier herramienta de monitoreo genérica lo hace sin que el proveedor mueva un dedo. Lo que distingue a un servicio gestionado real es que alguien mide, además, el comportamiento del agente: si está respondiendo cosas correctas, si escala cuando debería y si su costo por conversación se mantiene razonable. Esto aplica igual a los agentes de IA empresariales que atienden clientes externos que a los agentes internos que solo hablan con el equipo.

• Tasa de error o alucinación: qué porcentaje de respuestas se marcan como incorrectas en una revisión periódica de conversaciones, no solo cuando un cliente se queja.
• Tasa de escalamiento a humano: cuántas conversaciones terminan derivadas y si esa cifra sube o baja con el tiempo, señal de que el agente mejora o se degrada.
• Latencia percibida: cuánto tarda el agente en responder desde la experiencia del usuario, no solo desde el registro interno del servidor.
• Volumen y patrones de uso: picos de conversaciones, temas recurrentes y preguntas que el agente no sabe responder, que son la mejor fuente de mejoras futuras.
• Costo por conversación: cuánto cuesta cada interacción en cómputo, y si esa cifra se está saliendo del rango que se pactó al inicio.

Si en el contrato la palabra “monitoreo” aparece una sola vez y sin especificar cuál de estas cinco cosas cubre, asume que cubre solo la primera, la más barata de vigilar.

Tiempos de respuesta que tienen sentido (y los que son de relleno)

Un tiempo de respuesta sin severidad definida no dice nada. “Respondemos en 24 horas” puede ser aceptable para un ajuste cosmético y ser un desastre si el agente está diciéndole precios equivocados a los clientes en ese mismo momento. Cualquier tabla de tiempos de respuesta que valga la pena separa, como mínimo, tres niveles de gravedad.

• Severidad crítica: el agente está caído, dando información peligrosa o de compromiso legal, o afectando ventas en curso. Exige respuesta en minutos, no en el siguiente día hábil.
• Severidad alta: el agente funciona pero con errores frecuentes en un flujo importante, como un tema mal respondido de forma recurrente. Exige respuesta en horas, con un plan de corrección claro.
• Severidad baja: ajustes de redacción, mejoras de tono o casos aislados que no afectan la operación. Puede resolverse dentro del ciclo normal de trabajo, sin urgencia artificial.

Vale además separar dos cosas que los contratos mezclan a propósito: el tiempo de respuesta es cuánto tarda alguien en darse por enterado del incidente, y el tiempo de resolución es cuánto tarda en corregirse de verdad. Un proveedor puede cumplir “respondemos en 15 minutos” contestando un correo automático y resolver el problema tres días después, sin incumplir la letra del contrato. Quien quiera blindarse contra esa ambigüedad puede revisar con más detalle cómo estructurar contratos y SLAs con proveedores de IA antes de firmar cualquier cosa.

Ajustes incluidos en la mensualidad y ajustes que se cobran aparte

Este es el punto donde más fricción aparece después de firmar, porque “ajustes incluidos” significa cosas distintas para cada proveedor. Conviene dejarlo explícito antes de firmar, no descubrirlo en la primera factura extra.

Lo que debería estar incluido en la mensualidad

• Corrección de respuestas puntuales que fallan: si el agente contesta mal algo que ya debería saber, corregirlo es mantenimiento, no un proyecto nuevo.
• Actualización de la base de conocimiento con contenido que el cliente ya entrega: subir un documento nuevo o corregir uno desactualizado no debería facturarse aparte.
• Ajustes de reglas de negocio menores: un cambio de horario de atención, un precio que se actualizó, una política que cambió de forma simple.
• Revisión periódica de conversaciones fallidas: parte del trabajo de mantener un agente es mirar qué está fallando antes de que el cliente lo reporte.

Lo que razonablemente se cobra aparte

• Nuevas integraciones o canales: conectar el agente a un sistema nuevo o a un canal donde antes no operaba es alcance nuevo, no mantenimiento.
• Cambios de alcance o funcionalidad: pedirle al agente que haga algo que no hacía, una capacidad nueva y no un ajuste, es desarrollo.
• Reentrenamiento con datos nuevos a gran escala: distinto de subir un documento, es un proyecto de datos con su propio esfuerzo.
• Rediseño de flujos de conversación completos: cambiar la lógica de fondo del agente, no un ajuste puntual sobre lo que ya existe.

La prueba simple para distinguir un ajuste incluido de un desarrollo nuevo es preguntar si el agente ya sabía hacer eso y solo hay que corregirlo, o si nunca supo hacerlo y hay que enseñárselo desde cero. Lo primero es mantenimiento. Lo segundo es un proyecto, y como tal se cotiza aparte; quien quiera calibrar si el precio de eso es razonable puede revisar cuánto cuesta mantener un agente de IA al mes como referencia de mercado.

El reporte mensual que sirve, y el que es puro adorno

La mayoría de reportes mensuales que reciben las empresas dicen, en esencia, una sola cosa: “todo funcionó bien”, acompañada de un número de disponibilidad que ronda el cien por ciento. Ese reporte no sirve para decidir nada, porque no dice si el agente está mejorando, empeorando o simplemente sobreviviendo. Un reporte mensual que sirve de verdad para tomar decisiones incluye, como mínimo:

• Volumen atendido y su tendencia: cuántas conversaciones manejó el agente ese mes y cómo se compara con el mes anterior.
• Tasa de resolución autónoma: qué porcentaje se resolvió sin intervención humana, y si esa cifra sube o baja.
• Incidentes del mes con su severidad y tiempo real de cierre: no solo cuántos hubo, sino cuánto tardaron en resolverse de verdad.
• Casos de error catalogados: qué tipo de preguntas o situaciones el agente sigue respondiendo mal, para decidir si se ajusta o se escala su alcance.
• Costo real del periodo frente al presupuestado: si el gasto en cómputo se mantiene dentro de lo pactado o se está desviando.

Si el reporte que recibes cabe en un correo de tres líneas y termina en “sin incidentes que reportar”, no estás recibiendo un reporte de operación: estás recibiendo una confirmación de que la factura del mes es válida.

Propiedad de los datos, de la configuración y las condiciones de salida

Todo lo que el agente aprendió a hacer para tu empresa (los prompts que definen su comportamiento, las reglas de negocio que se le fueron enseñando, el historial de conversaciones, la base de conocimiento que se construyó) le pertenece a quien contrató el servicio, no al proveedor que lo configuró. Esto parece obvio hasta que llega el momento de terminar el contrato y el proveedor se demora semanas en “preparar la exportación”, o entrega los datos en un formato que nadie más puede usar sin volver a contratarlo a él para migrarlos.

Las condiciones de salida deberían quedar tan claras como el precio mensual: en qué formato se entrega la configuración completa, en cuánto tiempo, y si existe un periodo de transición asistida hacia otro proveedor o hacia un equipo interno. Comparar esto entre propuestas, antes de firmar, es parte de cómo elegir un proveedor de agentes de IA gestionados, y casi nadie lo hace porque en la etapa de venta todo el mundo asume que la relación va a durar para siempre.

Hay además un grupo de cláusulas que casi ningún contrato trae por defecto, y que solo se echan de menos cuando ya es tarde:

• Qué se considera un “incidente”: sin una definición escrita, cada parte discute su propia versión el día que algo sale mal.
• Qué pasa si el modelo o proveedor de base cambia: quién asume el trabajo si el modelo subyacente se actualiza o se retira y el comportamiento del agente cambia con él.
• Retención de datos después de terminar el contrato: por cuánto tiempo el proveedor conserva copias de las conversaciones y bajo qué condiciones las elimina.
• Responsabilidad sobre errores del agente: qué pasa si el agente le prometió algo a un cliente que la empresa no puede cumplir, y quién asume ese costo.
• Límite de cambios menores por mes: cuántos ajustes “incluidos” caben antes de que el proveedor empiece, con razón, a cobrarlos como desarrollo adicional.

Mi criterio antes de firmar cualquier contrato de este tipo

Después de ver varios de estos contratos desde ambos lados de la mesa, hay un patrón que se repite: el problema casi nunca es que el proveedor mienta, es que el contrato deja todo lo importante implícito y confía en la buena voluntad para llenar los vacíos.