Qué es un agente de IA y qué puede hacer en tu empresa (con ejemplos reales)
Un agente de IA es un modelo de lenguaje con permiso para actuar: consulta tus sistemas, decide el siguiente paso y sabe cuándo pasarle el caso a una persona. Cómo funciona por dentro, qué empresas ya los usan y qué salió mal cuando se exageró.
En el último año la búsqueda “agente de IA” se multiplicó en México más que casi cualquier otro término de tecnología para empresas. La palabra llegó antes que la explicación, y por eso en una misma junta se usa para hablar de cosas que no se parecen en nada: un menú de WhatsApp, una macro de Excel, un asistente que escribe correos y un sistema que de verdad atiende clientes de principio a fin.
Esta es la explicación que nos hubiera gustado leer antes de la primera junta.
La definición corta
Un agente de IA es un programa que recibe un objetivo en lenguaje natural, decide qué pasos dar para cumplirlo, ejecuta esos pasos usando herramientas —tus sistemas, tus documentos, tu correo— y revisa el resultado antes de responder o de seguir.
La palabra importante es decide. Una automatización tradicional ejecuta pasos que alguien dejó escritos. Un agente elige los pasos según lo que encuentra en el camino.
Las cuatro piezas de un agente
Por dentro, cualquier agente serio tiene cuatro componentes. Conocerlos sirve para entender qué se está comprando y dónde puede fallar.
1. Un modelo de lenguaje. Es el “razonamiento”: entiende lo que le piden aunque venga mal escrito, a media frase o en audio, y decide qué hacer. Puede ser Claude, GPT, Gemini u otro; el modelo importa, pero menos de lo que dice la publicidad.
2. Herramientas. Son las acciones concretas que el agente tiene permitido ejecutar: consultar un pedido en el ERP, revisar inventario, agendar en un calendario, crear un ticket, generar una cotización en borrador. Sin herramientas, un agente solo puede conversar. Con ellas, puede hacer trabajo.
3. Contexto y memoria. Tus políticas, tu catálogo, tus condiciones comerciales y el historial de la conversación. Es lo que hace que responda como tu empresa y no como internet en general.
4. Reglas y límites. Qué puede hacer solo, qué necesita aprobación humana y cuándo debe decir “no sé” y escalar. Esta pieza es la que más se omite en las demos y la que más importa en producción.
Agente, chatbot y automatización: no son lo mismo
| Qué hace | Cuándo conviene | |
|---|---|---|
| Chatbot de menú | Sigue un árbol de opciones fijo | Preguntas pocas, siempre iguales, sin datos que cambien |
| Automatización | Ejecuta una secuencia fija de pasos cuando pasa algo | Procesos repetitivos y predecibles: “cuando llegue una factura, regístrala” |
| Agente de IA | Entiende, decide los pasos y usa herramientas | Situaciones variables que requieren consultar sistemas y criterio |
En la práctica se combinan: un agente puede disparar automatizaciones, y una automatización puede llamar a un agente para el paso que requiere interpretar. Profundizamos en la diferencia con los chatbots en agente de IA vs chatbot de WhatsApp.
Un ejemplo de punta a punta
Un cliente escribe por WhatsApp a las 10:40 de la noche: “oigan el pedido que hice el martes, el de la factura a nombre de la sucursal de León, ¿ya salió? lo necesito el viernes”.
Un agente bien construido hace esto:
- Identifica al cliente por su número y busca en el ERP los pedidos del martes.
- Encuentra dos; elige el que está facturado a la sucursal León.
- Consulta el estatus de embarque: salió hoy, con guía de paquetería.
- Consulta en la paquetería la fecha estimada: jueves.
- Responde: “Sí, tu pedido 4512 salió hoy. La paquetería estima entrega el jueves. Te comparto la guía.”
Ninguno de esos pasos estaba programado como secuencia fija. El agente los eligió porque la pregunta lo requería. Si el pedido hubiera estado detenido por crédito, no habría prometido nada: habría avisado al ejecutivo de cuenta y le habría dicho al cliente que una persona lo contacta a primera hora.
Quién ya usa agentes de IA
Algunos ejemplos públicos que ayudan a dimensionar hacia dónde va el mercado:
- Atención al cliente. Empresas como Sierra y Decagon construyen agentes que atienden de punta a punta a los clientes de marcas grandes. Intercom ofrece a sus clientes Fin, un agente que resuelve tickets con la base de conocimiento de cada empresa. Salesforce lanzó Agentforce para que sus clientes construyan agentes sobre sus propios datos de CRM.
- Desarrollo de software. Herramientas como Claude Code o GitHub Copilot ya no solo sugieren líneas: reciben una tarea, leen el código, hacen cambios, corren pruebas y corrigen.
- Automatización con agentes. Plataformas como n8n permiten armar flujos donde uno o varios pasos son un agente. Lo comparamos con el desarrollo a la medida en n8n o un agente de IA a la medida.
El caso que hay que conocer: Klarna
Klarna, la fintech sueca de pagos a plazos, es el ejemplo más citado en ambos sentidos. En 2024 anunció que su asistente de IA hacía el trabajo equivalente a cientos de agentes de atención y frenó contrataciones.
En mayo de 2025 su propio director general reconoció que el costo había pesado demasiado en la decisión y que el resultado fue menor calidad en el servicio. La empresa volvió a contratar personas para atención, mientras el agente sigue resolviendo la mayoría de los chats sencillos.
La lección no es “los agentes no funcionan”. Es que funcionan para una parte del trabajo, y el diseño correcto decide desde el principio qué parte es esa y qué pasa con el resto. Las preguntas complejas, los clientes molestos y las excepciones siguen necesitando a alguien con criterio y autoridad.
Qué no debe decidir un agente solo
Nuestra regla es simple: el agente propone, una persona autoriza todo lo que tenga consecuencia. En concreto:
- Precios, descuentos y condiciones de crédito.
- Fechas comprometidas que dependen de producción o de un tercero.
- Cualquier mensaje que salga a un cliente con información que no está en tus sistemas.
- Pagos, cancelaciones, devoluciones y movimientos de inventario.
Esto no frena al agente. Le quita a tu equipo el 80% del trabajo —buscar, cruzar, redactar— y le deja el 20% que requiere firma.
Qué necesita tu empresa para tener uno
- Un caso concreto y medible. “Contestar los mensajes de fuera de horario” es un caso. “Usar IA en ventas” no.
- Datos accesibles. El ERP, el CRM o al menos una hoja de cálculo que se mantenga al día. Si la información vive en la cabeza de una persona, el primer proyecto es sacarla de ahí.
- Un dueño del proceso, no solo del proyecto: alguien que sepa cuándo la respuesta del agente está bien y cuándo no.
- Una línea base. Cuántos mensajes, cuánto tiempo de respuesta, cuántos se pierden hoy. Sin eso, en tres meses nadie sabrá si funcionó.
Si quieres ver casos por área —atención, ventas, administración, planta—, los detallamos en cómo puede ayudar un agente de IA en tu empresa. Y si quieres saber cuál sería el primer agente que conviene en tu operación, eso es exactamente lo que resuelve una Radiografía 11D: una sesión con un experto que mide antes de recomendar.