Estamos a las puertas de una nueva revolución del trabajo: el paso de automatizar la parte física a automatizar también la parte más intelectual. Desde que se lanzó ChatGPT en 2022, la IA ha transformado la forma de buscar, procesar y crear información. En estos cuatro años nos hemos acostumbrado a los copilotos que nos ayudan a redactar emails, resumir reuniones o mejorar la atención al cliente. Ahora llega la siguiente fase: agentes que no solo ayudan con una tarea concreta, sino que pueden realizar un trabajo completo de principio a fin y de forma autónoma.
La combinación de la IA generativa, capaz de crear contenidos y procesar información, con la IA agéntica, capaz de tomar decisiones y ejecutar acciones, da lugar a una nueva generación de trabajadores digitales. La pregunta ya no es solo qué puede hacer la IA por cada empleado, sino qué tareas y procesos completos puede asumir.
¿Qué departamentos cambiarán primero? ¿Qué tareas tiene sentido delegar en un agente y cuáles no? ¿Cómo cambia la organización cuando empiezas a incorporar trabajadores digitales? Y, sobre todo, ¿por dónde debería empezar una empresa que quiere incorporar IA de verdad a su negocio?
De qué hablamos exactamente cuando hablamos de inteligencia agéntica
Ahora todo el mundo habla de agentes de IA, pero no todo lo que se presenta como un agente lo es. La diferencia está en su capacidad para actuar, tomar decisiones y ejecutar acciones.
“Pasamos de que un asistente conversacional como ChatGPT o Gemini te ofrezca una respuesta a una IA que no solo contesta, sino que también actúa. Le damos la capacidad para que pueda dar el siguiente paso y ejecutar una acción, como generar un documento, hacer una llamada o lanzar un proceso hasta completarlo. Incluso estos agentes pueden hablar entre ellos y colaborar para llevar a cabo una tarea de una forma más eficiente”, explica Ramón García Soto, director de Estrategia para Google Cloud en Sngular.
De forma resumida, antes de pensar en adoptar IA conviene distinguir entre copilotos, que ayudan a una persona a realizar una tarea; automatización tradicional, que ejecuta reglas previamente definidas; y agentes, que persiguen un objetivo y deciden qué acciones encadenar para conseguirlo.
¿Cómo trabajan los agentes?
Los agentes pueden realizar tareas de principio a fin, combinando capacidad conversacional y operativa. “Si un cliente llama porque tiene la caldera averiada, el agente puede identificar el modelo a partir de una imagen enviada por WhatsApp, explicarle el problema, concertar la visita de un técnico y hacer un seguimiento posterior para asegurarse de que el servicio se presta correctamente. Este tipo de coordinación de principio a fin es lo más complejo que pueden realizar”, explica Pablo Palafox, CEO de HappyRobot.
Para hacerlo, los agentes acceden a las bases de datos y sistemas internos de la empresa, como el CRM, buscan e interpretan información, toman decisiones y ejecutan acciones. Pueden trabajar internamente, ayudando a los empleados, o interactuar directamente con clientes y proveedores.
Su nivel de autonomía depende de cada empresa. En algunos casos, una persona supervisa las decisiones antes de ejecutarlas; en otros, el agente puede completar el proceso sin intervención humana.
La mayor oportunidad está precisamente en su capacidad para coordinar diferentes tareas y sistemas. “Un buen ejemplo es lo que estamos haciendo con compañías de telecomunicaciones en las que los agentes actúan como gestores de cuentas: pueden monitorizar continuamente la relación con un cliente, detectar necesidades o problemas y ponerse en contacto con él para ofrecer una solución. Después pueden encargarse de todo el proceso: concertar una cita, coordinar la visita de un técnico y actualizar los sistemas internos”, explica Palafox.
“Pensemos en lo que tendría que hacer una persona para resolver ese mismo proceso: llamar al cliente, enviar un email, entrar en distintos sistemas, comprobar la disponibilidad de un técnico y gestionar posibles incidencias. Los agentes pueden coordinar todo ese trabajo de principio a fin”.
La IA de voz está siendo clave para ampliar estas posibilidades. “Hasta hace poco teníamos capacidades bastante desarrolladas para trabajar con texto, correo electrónico o clasificación de información, pero faltaba una pieza importante: la capacidad de interactuar de forma natural y, sobre todo, de ejecutar acciones a partir de esa interacción”, añade.
“En definitiva, un agente no es simplemente un chatbot que responde preguntas. Mantiene una relación continua con el cliente, entiende su contexto, se comunica con él y, al mismo tiempo, coordina internamente todas las acciones necesarias para resolver sus necesidades. La conversación es la interfaz; detrás está toda la capacidad de ejecutar y coordinar el trabajo”, dice Pablo Palafox.
Una tecnología que cambia toda la organización
En este proceso de automatización con IA hay empresas que se conforman con aplicar la tecnología en un área de actividad, pero la idea a largo plazo, por las posibilidades que ofrecen los agentes, es que se vaya a un modelo de organización que pone la IA en el centro: el concepto de IA first. Un concepto que obliga a plantearse toda la organización y diseñar todos los procesos pensando en qué puede hacer la IA y qué tareas quedan exclusivamente para las personas. Una organización en la que la IA conecta todos los departamentos con agentes o trabajadores digitales capaces de trabajar de forma coordinada cuando sus tareas afecten a distintos departamentos.
La IA deja así de ser una herramienta aislada para convertirse en una nueva capa de trabajo que conecta personas, software y procesos.
¿Qué tipo de IA necesita tu empresa?
La IA agéntica llegará a empresas de todos los sectores y tamaños, pero no todas necesitarán el mismo tipo de solución. El mercado empieza a dividirse en tres grandes modelos: soluciones a medida, productos más paquetizados y herramientas especializadas en una función concreta.
En el primer grupo están empresas como HappyRobot o Maisa, que ofrecen un alto grado de acompañamiento y adaptación, sobre todo a grandes empresas. En un segundo nivel están soluciones más paquetizadas, que requieren cierta adaptación, pero son más fáciles de implementar y están pensadas para empresas medianas. Capably es un ejemplo de este modelo. Y, por último, están las herramientas verticales, especializadas en determinadas funciones: PageMind, para ecommerce; Orbio, para RRHH; Supersonik, para demostraciones de producto; o M.IA, para la gestión del flujo de caja.
La diferencia está en el grado de personalización, acompañamiento y especialización que necesita cada empresa. En las grandes compañías es habitual construir soluciones agénticas sobre sus propias plataformas y conectarlas con sistemas como el CRM, el ERP, el correo electrónico o las bases de datos. Para las pymes resulta más difícil asumir ese nivel de desarrollo, por lo que tendrán más peso las soluciones paquetizadas y fáciles de implementar.
“Estamos en una fase muy temprana y las empresas todavía no saben muy bien qué pueden hacer, cómo pueden hacerlo, a qué sistemas deberían conectarse o con quién deberíamos hablar dentro de la organización”, explica Daniel Carmona Serrat, CEO de Supersonik. “Por eso, ese acompañamiento tan cercano incorpora una componente de servicio que no podríamos justificar económicamente en una pyme”.
Para las empresas más pequeñas existen además herramientas que permiten empezar a automatizar tareas sin grandes inversiones ni conocimientos técnicos. “Un primer paso claro sería, como mínimo, adoptar herramientas como Anthropic u OpenAI. Ese es un paso que todo el mundo debería explorar”, añade Carmona.
Pero hay un elemento imprescindible para cualquier empresa: los datos. “El agente solo es realmente útil si tiene acceso al contexto necesario para actuar. La siguiente batalla de la IA empresarial no será solo por tener el mejor modelo, sino por conectarlo con los datos, aplicaciones y sistemas donde vive el conocimiento de la empresa: CRM, ERP, correo electrónico, documentos o bases de datos”, señala Álvaro Martínez Higes, CEO y cofundador de Luzia.
La clave, por tanto, no está tanto en elegir la mejor IA como en encontrar la solución que mejor encaje con el tamaño, las necesidades y el grado de madurez de cada empresa.
Agentes para decidir, software para ejecutar
Los agentes no sirven para todo. Cuando una tarea tiene que repetirse siempre exactamente igual, el software tradicional suele ser más eficiente y fiable. Los agentes aportan más valor cuando hay que interpretar información, tomar decisiones o coordinar distintos pasos y sistemas.
“Los agentes tienen un problema que tiene que ver con la naturaleza de los LLM: funcionan de forma probabilística. Cada vez que intentan ejecutar una tarea, aunque la hayas definido al detalle, vuelven a realizarla. Pero gran parte del trabajo de las compañías ya sabemos cómo hacerlo y tiene que hacerse siempre de la misma manera. Ahí funciona mejor un software tradicional”, explica Rafa Pulido, CEO de Capably.
La ventaja de los agentes aparece cuando el proceso deja de ser tan predecible. Pueden revisar información, cruzar datos de distintos sistemas, detectar problemas y decidir qué hacer a continuación. “Puedes tener un proceso que revise automáticamente contratos y documentos para detectar duplicados. Cuando encuentra uno, lo envía a dos personas para su aprobación: alguien de Finanzas y alguien del departamento que ha subido el documento. Es un proceso sencillo, pero difícil de gestionar con un Copilot porque implica a varias personas y sistemas”, señala Pulido.
Mientras el copiloto ayuda a una persona a realizar una tarea, el agente puede encargarse de un proceso que atraviesa diferentes departamentos, aplicaciones y sistemas.
“Un agente puede revisar continuamente el correo y el CRM, cruzar facturas con pedidos y detectar irregularidades. Si encuentra un problema, puede avisar a Finanzas o incluso contactar con el cliente para intentar resolverlo y, si no puede, escalarlo”, explica.
El problema es que cada empresa tiene procesos y sistemas diferentes. Por eso, llevar los agentes del caso concreto a toda la organización resulta más complejo. “No se trata de sustituir a la gente. Se trata de automatizar una parte importante de su trabajo. Y estos sistemas son la primera generación de herramientas que permiten hacerlo a escala”, comenta Pulido.
Esta forma de entender la tecnología también puede reducir costes. Las plataformas pueden combinar distintos modelos y elegir en cada tarea el más eficiente, reduciendo el consumo innecesario. La empresa no tiene que gestionar esa complejidad: la plataforma se encarga de orquestar los modelos y ofrecer control sobre su uso.
La conclusión es sencilla: la empresa del futuro no sustituirá su software por agentes. Combinará ambos y utilizará cada tecnología allí donde aporte más valor.
¿Por qué ChatGPT no basta como IA agéntica?
Una duda razonable es si una suscripción a ChatGPT puede hacer lo mismo que una plataforma de IA agéntica. La respuesta es que no, al menos no por sí sola. ChatGPT está pensado fundamentalmente para mejorar la productividad individual: ayudar a un empleado a redactar, analizar información, buscar respuestas o automatizar determinadas tareas.
Las plataformas agénticas buscan dar un paso más: mejorar la productividad de toda la empresa, conectando datos, aplicaciones y sistemas para automatizar procesos completos.
“El reto está en la orquestación de la tecnología. Muchos de nuestros clientes ya trabajaban con sus propios LLM para mejorar la productividad de los empleados. Empresas que han contratado OpenAI o Anthropic y han dado licencias a 20.000 empleados. Pero eso es productividad individual. Falta la productividad empresarial, que es donde suelen fallar y donde buscan ayuda”, explica Palafox.
El cambio implica algo más que añadir agentes a los procesos existentes. Supone repensar cómo funciona la empresa de principio a fin, incluso rompiendo los tradicionales silos entre departamentos. “A lo mejor atención al cliente está aquí y gestión de cobros está allá, pero en realidad todo forma parte de una misma operativa. El cliente de gestión de deuda es el mismo que el de atención al cliente y el de ventas. Al final, es el mismo cliente”, señala Palafox.
Por eso, la tendencia apunta hacia plataformas capaces de coordinar diferentes agentes desde un mismo lugar. “No tienes que tener 40 soluciones independientes para ventas, atención al cliente, cobros o finanzas. Cada vez más CIO piden poder gestionar y supervisar todos los agentes desde un mismo punto”, añade.
La diferencia, por tanto, no está solo en qué modelo de IA utiliza la herramienta, sino en hasta dónde llega dentro de la organización: de ayudar a un empleado a ejecutar una tarea a coordinar procesos completos que atraviesan diferentes departamentos y sistemas.
“En los próximos años convivirán soluciones muy diferentes: desde desarrollos personalizados para grandes compañías hasta agentes como servicio para autónomos y pymes. La IA ocupará todo ese espectro, igual que hoy ocurre con el software. La diferencia estará en cuánto control, personalización, seguridad e integración necesite cada empresa”, asegura Ramón García.
