Agentes de IA que ejecutan tareas reales en tus sistemas
«Todos hablan de agentes de IA. Probamos un chatbot, respondía cualquier cosa y nadie lo volvió a abrir.» Un agente útil no es un chat: es una tarea con un inicio, un final, reglas escritas y alguien que revisa.
Validación de órdenes de compra
Una tarea de ejemplo, desarmada en las seis decisiones que la hacen operable.
- Entrada
Orden de compra en PDF + datos del ERP.
PDF · ERP · proveedor
- Herramientas
ERP, lector de documentos y correo.
ERP · OCR · correo
- Reglas
Si falta un dato o el proveedor no existe, se detiene.
Condición de parada
- Revisión
Una persona aprueba excepciones y montos sobre US$ 5.000.
Aprobación humana
- Registro
Qué leyó, qué decidió y quién aprobó. Con hora y responsable.
Trazabilidad completa
- Costo por tarea
US$ 0,14 por tarea
modelo US$ 0,04 · revisión US$ 0,10
Qué hacemos
- Elegimos una tarea con inicio, final y un criterio claro: responder un tipo de correo, validar una orden, cotizar, reponer stock.
- Lo conectamos a tus sistemas (ERP, correo, WhatsApp, documentos) para que actúe, no solo converse.
- Escribimos las reglas de cada paso: qué hace, con qué criterio y cuándo se detiene. Un agente sin reglas inventa las suyas.
- Dejamos a una persona decidiendo en los puntos críticos, y un registro de cada acción.
- Medimos el costo por tarea y usamos el modelo más barato que resuelve cada paso.
- Hacemos talleres sobre los procesos de tu propio equipo, para que sepan operar el agente.
Qué no hacemos
- No ponemos un agente a decidir solo sobre algo que le importa a un cliente o a un trabajador.
- No vendemos un chatbot con otro nombre: si una automatización con reglas resuelve mejor la tarea, te lo decimos.
- No empezamos por la IA: si el proceso no está entendido, el agente solo acelera el desorden.
- No prometemos un porcentaje de ahorro que no hemos medido contigo.
- No nos quedamos con el código ni con las credenciales: son tuyos desde el día uno.
No todos los agentes se diseñan igual
En IA agéntica, el diseño cambia según la tarea. Esto es lo que decidimos en cada caso y por qué.
Si la tarea…
Tiene un camino conocido
Diseñamos…
Pasos fijos: extraer, clasificar, redactar.
Por qué
Más barato, más predecible y más fácil de auditar.
Si la tarea…
Tiene varios tipos de caso
Diseñamos…
Un supervisor que deriva cada caso al especialista que corresponde.
Por qué
Evita un agente gigante que hace todo regular.
Si la tarea…
Necesita datos de varios sistemas
Diseñamos…
Consultas en paralelo.
Por qué
Menos espera y menos pasos manuales.
Si la tarea…
Requiere un borrador con criterios
Diseñamos…
Refinamiento: genera, revisa contra una pauta escrita y corrige.
Por qué
El borrador llega a la persona ya revisado.
Si la tarea…
Tiene un costo sensible
Diseñamos…
Cascada: el modelo barato primero.
Por qué
El modelo caro solo se usa cuando aporta.
Si la tarea…
Debe actuar en tus sistemas
Diseñamos…
Herramientas conectadas.
Por qué
No se queda en la conversación: ejecuta.
Elegimos el diseño que hace a cada tarea confiable y económica. El modelo viene después.
Ejemplos de tareas, no casos de éxito
Son ejemplos ilustrativos de cómo se aplica el método.
Responder correos de clientes
Qué haría el agente
Lee, clasifica, consulta el historial y prepara una respuesta.
Dónde revisa la persona
Antes de enviar.
Validar órdenes de compra
Qué haría el agente
Compara la orden con el ERP y marca las diferencias.
Dónde revisa la persona
Antes de aprobar o rechazar.
Preparar cotizaciones
Qué haría el agente
Reúne las especificaciones, aplica las reglas de precio y arma el borrador.
Dónde revisa la persona
Antes de enviar.
Reponer stock
Qué haría el agente
Detecta quiebres, cruza las ventas y propone el pedido.
Dónde revisa la persona
Antes de comprar.
Conciliar pagos
Qué haría el agente
Cruza los movimientos y marca las excepciones.
Dónde revisa la persona
Antes de cerrar.
Lo que queda en tus manos
06 entregables
El mapa de qué tareas de tu operación conviene darle a un agente, cuáles a reglas y cuáles no tocar.
El agente funcionando sobre tus datos y conectado a tus sistemas, con el punto de revisión humana definido, y el taller para que tu equipo lo opere.
Las reglas de cada paso por escrito, para ajustarlas sin rehacer el agente.
Un set de casos de prueba, reales y límite, para evaluar antes de ampliar.
El registro de cada acción: qué leyó, qué decidió y qué hizo.
El costo por tarea medido, y la documentación y las credenciales a tu nombre.
Tu primer piloto
Una tarea real, un agente y una persona en los puntos críticos, sobre un proceso que ya existe.
Cuándo no seguimos
- Si el agente no supera la línea base, no pasamos a la siguiente fase.
- Si la tarea no era buena candidata, te lo decimos antes de gastar el piloto.
- Si una automatización con reglas alcanza, la proponemos.
- Si tu equipo no puede operarlo, el piloto no está terminado.
Qué medimos
La línea base se acuerda antes de empezar. No prometemos porcentajes que no hayamos medido contigo.
- Acierto
- ¿Cuántos casos resuelve bien frente a los de prueba?
- Revisión
- ¿Cuántos necesitan a una persona, y por qué?
- Tiempo y costo
- ¿Cuánto tarda frente al proceso de hoy y cuánto cuesta cada tarea, con modelos y revisión incluidos?
- Excepciones y adopción
- ¿Qué casos salen de las reglas y cómo se derivan? ¿Tu equipo lo usa sin que haya que empujarlo?
Empieza con el diagnóstico gratis de 5 minutos, luego una conversación de 20. Si funciona, seguimos con el siguiente proceso, con soporte y mejora continua.
Así se contrata, igual en los cinco servicios«Nos dijeron que adoptemos inteligencia artificial. Compré licencias para todo el equipo, hicimos la capacitación y a los dos meses nadie las abre. No quiero repetir el error con la próxima herramienta.»
Ver cómo se resuelvePreguntas frecuentes
- ¿Qué diferencia hay entre un agente de IA y un chatbot?
- Un chatbot conversa. Un agente ejecuta una tarea: lee, consulta tus sistemas, prepara una acción y la deja lista para que una persona la apruebe. Tiene reglas, límites y un final verificable.
- ¿Cuánto tarda y cuánto cuesta?
- El piloto se acota a una tarea, se hace en semanas y a precio cerrado: el alcance se fija antes de empezar. Después medimos el costo por tarea, que es lo que decide si vale la pena escalar.
- ¿Dónde quedan nuestros datos?
- En tu infraestructura y en las cuentas de servicio que tú controlas. El agente accede con permisos mínimos, definimos antes de construir qué datos toca y cuáles no puede ver, y no entrenamos modelos con tus datos sin un acuerdo explícito.
- ¿Qué pasa si el agente se equivoca?
- Se detiene, escala o queda en revisión: lo que no sabe resolver va a una persona, no se inventa. Las decisiones críticas tienen aprobación humana, cada acción queda registrada y el proceso manual sigue disponible como respaldo.
- ¿Es un curso o una implementación?
- Es una implementación, y los talleres son parte de ella: se hacen sobre los procesos de tu equipo para que sepa operar el agente, y terminan con un caso funcionando, no con diapositivas.
Cuéntanos un proceso.
En 20 minutos pasas de la duda a un primer paso concreto.