Un agente de IA es un sistema que usa un modelo de lenguaje para decidir qué pasos dar y qué herramientas usar hasta terminar una tarea: consulta un sistema, lee un documento, prepara una acción y se detiene cuando terminó o cuando necesita a una persona. Hoy casi cualquier producto con IA se vende como agente. En esta guía bajamos a tierra qué tareas de una empresa resuelve bien un agente hoy, cuáles todavía no conviene dejarle y cómo se implementa uno con controles. Si todavía estás eligiendo entre un flujo de automatización, un agente o un desarrollo a medida, empezá por nuestra guía de automatizar procesos con IA.
Qué es un agente de IA y qué no
La guía de OpenAI para construir agentes lo define por dos rasgos: el modelo dirige la ejecución de la tarea (reconoce cuándo terminó, corrige y, si falla, devuelve el control a la persona) y usa herramientas para consultar y actuar sobre otros sistemas. Por eso no son agentes un chatbot que sólo conversa, una única llamada al modelo o un clasificador de sentimiento.
La distinción importa al comprar. En junio de 2025, Gartner estimó que, de los miles de proveedores que dicen ofrecer agentes, unos 130 los ofrecen de verdad; el resto son asistentes, chatbots o herramientas de automatización con otro nombre. En el mismo informe pronosticó que más del 40 % de los proyectos de agentes se cancelarán antes de fines de 2027, por costos crecientes, valor de negocio poco claro o controles de riesgo insuficientes.
Cuatro condiciones para darle una tarea a un agente
- El camino cambia de un caso a otro. Si los pasos siempre son los mismos, un flujo fijo lo hace más barato. La guía de Anthropic reserva los agentes para problemas abiertos, donde no se puede prever cuántos pasos harán falta.
- Hay que interpretar lo que pide cada caso. Un correo, un PDF o una pregunta escrita de cualquier forma, donde las reglas fijas no llegan y lo que se lee cambia los pasos siguientes. Si sólo hay que sacar datos de un texto, alcanza con una llamada al modelo dentro de un flujo.
- Se puede comprobar si salió bien. Un reclamo resuelto, una prueba que pasa, un pedido que coincide con el stock. Sin eso, los errores no se ven.
- Lo que hace se puede deshacer o pasa por una persona. Un borrador, una propuesta, una respuesta que alguien revisa.
Ejemplos de agentes de IA: qué tareas resuelven bien hoy
Atención al cliente
Es uno de los dos usos que Anthropic señala como especialmente prometedores: la conversación necesita datos del cliente, historial de pedidos y artículos de ayuda, y el éxito se mide por la resolución. Un agente responde dónde está un pedido, qué dice una factura o cuándo vence un plan, abre o actualiza el ticket y deriva a una persona cuando no puede resolver. Si el caso pide un reintegro, lo propone; no lo paga.
Pedidos y documentos que llegan escritos
Un ejemplo ficticio: Distribuidora Sur escribe por correo «Necesito 40 cajas de guantes de nitrilo talle M y 12 de talle L para el jueves». El agente busca el cliente, consulta el stock (40 cajas de M y 8 de L), arma el pedido 1093 como borrador, avisa que faltan 4 cajas de talle L y lo deja en «Espera aprobación». Una persona lo aprueba y recién ahí se confirma al cliente. Si todos los pedidos llegaran igual, alcanzaría un flujo. El agente se justifica porque cada correo pide algo distinto: un cliente que firma con otro nombre, un producto escrito a su manera, un faltante que obliga a buscar cuándo entra la reposición. Lo mismo vale para órdenes de compra en PDF o remitos.
Consultas sobre datos de varios sistemas
«¿Cuánto le vendimos a este cliente en el trimestre y qué tiene pendiente de pago?» obliga a mirar el ERP y el CRM. Un agente con permiso de sólo lectura sobre los dos arma la respuesta. Cuando la pregunta es sobre manuales, contratos o procedimientos, la base es IA sobre los datos de tu empresa con RAG.
Casos con excepciones
OpenAI pone como ejemplos aprobar un reembolso con criterio, revisar la seguridad de un proveedor o procesar un siniestro de seguro: decisiones con matices, reglas tan extensas que mantenerlas es caro, o mucho texto que interpretar. El agente junta la información, aplica la política y propone una decisión que una persona confirma.
Código y sistemas
Es el otro uso que destaca Anthropic, porque el resultado se verifica con pruebas automáticas. Un agente de código corrige un error de redondeo en el total de la factura B, escribe la prueba que lo reproduce y abre el cambio: las 148 pruebas que ya existían tienen que pasar y un programador lo revisa antes de publicarlo.
Qué todavía no conviene dejarle a un agente
- Mover dinero o hacer algo que no se puede deshacer sin aprobación: pagar, emitir una factura, dar de baja un cliente, borrar datos. OpenAI pide supervisión humana para cancelar pedidos, reembolsos grandes y pagos hasta que el agente haya demostrado que es confiable.
- Lo que un flujo ya resuelve: si los pasos son siempre los mismos, un flujo lo hace más barato y siempre igual (lo comparamos en automatizar procesos con IA).
- Tareas sin forma de comprobar el resultado: si nadie puede decir si salió bien, el error se descubre tarde.
- Volumen alto con margen chico: un agente hace varias idas y vueltas con el modelo, así que cuesta más y tarda más; si cada caso deja poco, no se paga.
- Leer contenido de afuera con permisos amplios: un correo o un adjunto puede traer instrucciones escondidas que el modelo obedece. OWASP lo llama inyección indirecta de instrucciones, una forma de la inyección de instrucciones, que es el primer riesgo (LLM01) de su lista 2025 para aplicaciones con modelos de lenguaje.
Resumen: hoy sí, todavía no, no conviene
| Tarea | Hoy | Con qué control |
|---|---|---|
| Responder estado de pedidos y facturas | Hoy sí | Sólo lectura y derivación a una persona |
| Cargar pedidos que llegan por correo | Hoy sí | Queda en borrador hasta que alguien lo aprueba |
| Consultas que cruzan ERP y CRM | Hoy sí | Permiso de sólo lectura |
| Casos con excepciones (reembolsos, siniestros) | Hoy sí | Propone; una persona confirma |
| Corregir código | Hoy sí | Pruebas automáticas y revisión de un programador |
| Pagar, facturar o dar de baja sin aprobación | Todavía no | Propone; una persona aprueba antes de que se ejecute |
| Procesos con reglas fijas | No conviene | Conviene un flujo o el propio sistema |
Cómo se implementa un agente de IA en una empresa
- Una tarea acotada y con volumen, por ejemplo las consultas de estado de pedido, con una medida de éxito definida antes de empezar.
- Herramientas con el mínimo permiso: «consultar pedido» y «crear borrador», no acceso a toda la base. OWASP llama agencia excesiva a darle funciones, permisos o autonomía de más, y pide que el permiso lo controle el sistema de destino, no el modelo.
- Aprobación de una persona para lo que mueve dinero o no se puede deshacer, y un límite de intentos: si el agente no entiende el caso, deriva.
- Registro de cada paso: qué consultó, qué propuso, quién aprobó y cuándo.
- Pruebas con casos reales en un entorno aislado antes de abrirlo, como recomienda Anthropic, y después, ampliar de a una tarea.
Cómo te ayudamos desde Intway
Hacemos automatización de procesos con inteligencia artificial y consultoría en inteligencia artificial: elegimos con vos la tarea que conviene darle a un agente y la que no, lo conectamos con tu ERP o CRM con los permisos justos y armamos las aprobaciones y el registro. Empezamos por un caso acotado y medible, y ampliamos cuando los números lo justifican.