Agentes que ejecutan, no bots que responden

Casi todos los proveedores de IA usan hoy la palabra “agente”. Muy pocos entregan uno. Vale la pena tener criterios para distinguirlos antes de firmar, porque la diferencia se paga en resultados.

El bot y el agente resuelven problemas distintos

Un bot conversacional responde. Recibe un mensaje, elige una respuesta —de un árbol, de una base de conocimiento o de un modelo— y la devuelve. Su éxito se mide en si la respuesta fue adecuada.

Un agente ejecuta. Recibe una intención, decide qué acciones tomar, las ejecuta contra sistemas reales, verifica el resultado y reporta. Su éxito se mide en si la tarea quedó hecha.

La distinción no es de sofisticación del modelo. Es de si el sistema tiene manos.

Cuatro preguntas que separan a uno del otro

¿Contra qué sistemas actúa? Si la respuesta es “ninguno, responde preguntas”, es un bot. Un agente necesita integraciones: un calendario, un CRM, una base de datos, un ERP. La lista concreta de sistemas es la primera pregunta técnica de cualquier propuesta.

¿Qué pasa cuando la acción falla? Un agente serio distingue entre no poder hacer algo y creer que lo hizo. Necesita verificar el resultado de cada acción y tener un camino claro cuando falla: reintentar, escalar a una persona, o declarar que no pudo. Un sistema que confirma acciones que nunca ocurrieron es peor que no tener sistema.

¿Cómo se apaga? Todo agente en producción necesita un interruptor que lo detenga en segundos, y un registro de quién lo activó. Si el proveedor no puede mostrar ese control, el agente no está listo para operar sin supervisión.

¿Qué queda registrado? Cada acción ejecutada debería quedar auditable: qué hizo, cuándo, con qué datos y con qué resultado. Sin eso no hay forma de mejorar el sistema ni de responder cuando algo salió mal.

Por qué esto encarece el proyecto, y por qué conviene igual

Un bot se implementa en semanas. Un agente que actúa sobre sistemas reales lleva más, porque el trabajo no está en el modelo sino en las integraciones, la verificación y los estados de falla.

La compensación es que un bot descarga preguntas frecuentes y un agente descarga trabajo. Si el problema es que el equipo responde lo mismo cien veces, un bot alcanza. Si el problema es que el equipo hace cien veces la misma tarea manual, un bot no cambia nada.

Una advertencia sobre las demos

Las demostraciones de agentes se ven espectaculares porque muestran el camino feliz. La pregunta que revela madurez no es “mostrame cómo agenda una cita”, sino “mostrame qué pasa cuando el calendario está caído”.

Si esa respuesta no existe, lo que hay es un prototipo.