Cómo empezar con agentes en una empresa (sin que sea un experimento)

El problema no es el agente

Cuando una empresa me dice “quiero un agente de IA”, casi nunca tiene claro para qué. Sabe que algo está fallando. Sabe que la competencia está moviéndose. Pero no tiene mapeado dónde pierde tiempo, dinero o capacidad operativa.

Y ahí está el problema real. No es la tecnología. Es que la empresa no sabe qué proceso debería transformar. Se puede comprar el mejor modelo del mercado y montar el agente más elegante: si está resolviendo un dolor que no importa, no cambia nada. La IA no arregla una mala estrategia. La expone más rápido.

Qué es un agente (y qué no)

Conviene separar la palabra del hype. Un chatbot responde. Una automatización ejecuta un paso fijo. Un agente es distinto: recibe un objetivo, decide qué pasos dar, usa herramientas (una base de datos, un CRM, un correo, una API) y sostiene el trabajo hasta terminarlo.

Lo que un agente no es:

• No es “ChatGPT dentro de la empresa”. Eso es una interfaz, no un sistema.
• No es una automatización aislada. Un flujo suelto no es transformación.
• No es magia sin datos. Sin memoria, sin reglas y sin acceso a la información real de la empresa, un agente improvisa. Y en un negocio, improvisar cuesta.

La documentación técnica de los proveedores coincide en algo simple: la mayoría de casos empresariales no necesita el sistema más complejo posible, sino el más simple que resuelva el problema, y solo se sube en complejidad cuando el retorno lo justifica. Empezar por el flujo más pequeño que ya duele es la decisión más rentable.

Qué necesita para decidir bien

Un agente no es solo un modelo. Es un modelo conectado a lo que la empresa ya sabe. Cuatro piezas hacen la diferencia entre un agente que sirve y uno que improvisa.

• Datos. La información con la que decide. Si está sucia o dispersa, el agente hereda el desorden.
• Memoria. Lo que recuerda entre tareas. Sin memoria, cada interacción empieza de cero y nunca mejora.
• Herramientas. Lo que puede usar para actuar: el CRM, el correo, una base de datos, una API interna.
• Reglas. Qué puede hacer solo y qué no. Dónde se detiene y llama a un humano. Esto no es un límite técnico: es criterio de negocio.

El orden correcto: dolor, proceso, datos, agente

Este es el orden que uso en cada implementación. No al revés.

• 1. Dolor. ¿Dónde pierde la empresa hoy? Leads que se enfrían, operaciones que responde tarde, administración que repite tareas, gerencia sin visibilidad. Se nombra el dolor en plata y en tiempo, no en tecnología.
• 2. Proceso. Se mapea cómo ocurre ese proceso de verdad, no como dice el manual. Aquí aparecen los cuellos de botella reales.
• 3. Datos. ¿Qué información necesita el agente para decidir bien? ¿Dónde vive? ¿Está limpia? Sin esto, no hay agente que funcione.
• 4. Agente. Recién ahora se diseña el sistema: qué decide, qué herramientas usa, qué NO puede hacer solo, dónde entra un humano.

Los tres errores que veo siempre

Se repiten en empresas de todos los tamaños y en todos los sectores.

• Empezar por la herramienta. Elegir el framework antes de entender el proceso. Es comprar la máquina antes de saber qué se va a producir.
• Automatizar el caos. Poner un agente sobre un proceso roto solo hace que el desorden ocurra más rápido. Primero se ordena, después se automatiza.
• No conectar con un KPI. Si nadie puede decir qué número mejora el agente, el proyecto muere en la siguiente revisión de presupuesto.

Cómo se ve en la práctica

Un caso real, anonimizado. Empresa de retail mediana, Perú. El dolor: el equipo comercial perdía leads porque respondía tarde y sin seguimiento. No pidieron un agente. Pidieron “vender más”.

Lo que se hizo no fue poner un chatbot. Se mapeó el proceso comercial, se conectó la información del CRM, se definieron las reglas de seguimiento y recién ahí se montó un agente que prioriza leads, redacta el primer contacto y avisa al vendedor cuando hay que intervenir. El humano no desaparece: decide donde importa.

El resultado no se midió en “usamos IA”. Se midió en tiempo de respuesta y en leads cerrados. Eso es lo único que el dueño recuerda tres meses después.

Cómo medir si sirve

Antes de encender nada, se define el número que tiene que moverse. Algunos que uso:

• Tiempo de respuesta al cliente (horas a minutos).
• Tasa de cierre de leads.
• Horas de trabajo repetitivo recuperadas por mes.
• Errores de reporte o de proceso.
• Costo por tarea completada.

Si el agente no mueve ninguno de esos, no es un problema de modelo. Es que se resolvió el dolor equivocado. Y eso se detecta en el diagnóstico, no después de gastar el presupuesto.

Cuándo NO usar un agente

Decir que no a tiempo vale más que cualquier demo. No pondría un agente cuando:

• El proceso no está mapeado. Primero se entiende, después se automatiza.
• Los datos son un desastre. Un agente sobre datos sucios amplifica errores.
• Nadie es dueño del KPI. Si el resultado no le importa a alguien con nombre, el proyecto no se sostiene.
• El volumen no lo justifica. A veces una plantilla y una regla simple resuelven el 90% sin montar nada complejo.