Un asistente de IA responde o redacta cuando alguien se lo pide. Un agente va un paso más allá: recibe un objetivo, consulta sistemas, decide los pasos y ejecuta acciones, como crear un ticket, actualizar un pedido o enviar un seguimiento. Esa capacidad de actuar es lo que lo hace útil y también lo que lo hace delicado.
En agosto de 2025, Gartner predijo que hasta el 40 % de las aplicaciones empresariales incluirían agentes de IA para tareas específicas a finales de 2026, frente a menos del 5 % en 2025.[1] Es decir, muchas empresas no tendrán que «comprar un agente»: lo encontrarán dentro del CRM, el ERP o la mesa de ayuda que ya pagan. La pregunta práctica es dónde usarlo, cómo prepararlo y cómo controlarlo.
Dónde dan retorno medible
Un agente rinde en el flujo constante de tareas repetitivas, no en la excepción rara. El primer filtro es siempre el mismo: volumen, repetición y un coste operativo visible. Cinco áreas cumplen esas condiciones con frecuencia:
1. CRM y ventas
Priorizar oportunidades, sugerir el siguiente paso, redactar seguimientos con el contexto del cliente y actualizar campos para que el comercial no viva rellenando formularios. Se mide con el tiempo dedicado a tareas administrativas y con el número de contactos efectivos por comercial.
2. Atención al cliente
Resolver consultas repetitivas, reunir los datos del caso antes de pasarlo a una persona y reducir transferencias innecesarias. Se mide con el tiempo medio de atención, la resolución en el primer contacto, la tasa de transferencia a una persona y el coste por interacción. Cuidado con el falso agente: un menú de botones con otro nombre no es un agente.
3. Tecnología y mesa de ayuda
Hay documentación, categorías e historial, así que un agente puede clasificar tickets, buscar la solución, pedir los datos que faltan y ejecutar acciones sencillas y registradas, como restablecer accesos. Se mide con el tiempo de resolución y la reducción de tickets repetidos.
4. Logística y pedidos
Las consultas sobre el estado de un pedido o una entrega se repiten a diario. Un agente conectado al ERP y al sistema de transporte puede responderlas con datos reales. Se mide con el tiempo por consulta, la exactitud de la respuesta y las reclamaciones por información errónea.
5. Administración y ERP
Revisar órdenes, validar reglas, detectar discrepancias en conciliaciones y generar informes de excepciones. Gran parte del trabajo administrativo consiste en mover información de un sitio a otro, y ahí un agente ahorra horas. Se mide con los errores de captura, los reprocesos y el tiempo del ciclo de aprobación.
Antes del agente: los datos
Un agente decide con la información que tiene. Si hay duplicados, campos ambiguos o documentos desactualizados, decidirá mal con total seguridad. Antes de hablar de autonomía hay que resolver:
- Un glosario operativo: qué significa exactamente «cliente activo», «pedido entregado» o «incidencia resuelta», con un responsable para cada definición.
- Las fuentes oficiales: qué sistema manda cuando dos dicen cosas distintas y cuál es la versión vigente de cada política.
- Los permisos: qué puede ver, qué puede modificar y qué no debe tocar nunca. Un agente no necesita verlo todo, necesita ver lo correcto.
- La frescura: si el inventario se actualiza una vez al día, el agente decidirá con un día de retraso.
Integraciones: primero leer, después escribir
El valor aparece cuando el agente pasa de responder a ejecutar dentro de tus sistemas. Un orden prudente es empezar con integraciones de solo lectura, como consultar el estado de un pedido, el historial de un cliente o un ticket. Después se habilita la escritura controlada: crear un ticket, actualizar un campo o preparar un borrador de pedido que alguien aprueba.
Para cada acción conviene definir un «contrato»: qué puede hacer el agente, en qué condiciones, con qué validaciones y cómo se deshace si sale mal. En el ERP, donde un error se propaga a facturación e inventario, la escritura debería empezar siempre con aprobación humana.
OWASP incluye la «autonomía excesiva» entre los diez riesgos principales de las aplicaciones con modelos de lenguaje.[2] Ese riesgo aparece cuando un sistema tiene más permisos o capacidad de acción de la que su tarea requiere.
Qué exigir a una plataforma de agentes
La plataforma no se evalúa por la demostración más vistosa, sino por lo que ofrece cuando el agente trabaja de verdad:
- conectores con tus sistemas y facilidad para crear los que falten;
- gestión de identidades y permisos por rol, con registro de accesos;
- registro de cada acción y de cada decisión, con métricas de rendimiento y coste por ejecución;
- control de versiones de las instrucciones, las herramientas y las fuentes, para poder reproducir un resultado;
- límites, validaciones y rutas de aprobación para las acciones sensibles.
Probarlo como se prueba el software
Un agente es software y hay que tratarlo como tal:
- Pruebas por partes: que interprete bien la intención, extraiga los datos correctos y respete sus límites.
- Pruebas de punta a punta con datos realistas en un entorno controlado, incluidos los casos difíciles.
- Despliegue controlado: cada cambio de instrucciones, herramientas o fuentes se publica con posibilidad de volver atrás y con métricas para comparar.
Las personas: nuevos roles
Los agentes no eliminan el trabajo, cambian su naturaleza. Cuando entran en producción aparecen funciones que conviene asignar de forma explícita:
- Supervisión del agente: revisar su rendimiento, las escalaciones y cuándo debe detenerse.
- Gestión de excepciones: el agente filtra y la persona resuelve los casos complejos o sensibles.
- Responsable de producto: prioriza los casos de uso por su retorno y coordina negocio y tecnología.
- Cuidado del conocimiento: mantener al día políticas, preguntas frecuentes y documentación.
Un plan de adopción en 90 días
- Días 1 a 15: elegir el flujo. Un proceso repetitivo con datos registrados, en ventas, mesa de ayuda, logística o administración. Fija tres indicadores: tiempo de ciclo, tasa de error y coste por transacción.
- Días 16 a 30: poner los límites. Permisos, acciones permitidas, rutas de escalado y una lista de excepciones conocidas. Decide qué hace solo, qué confirma y qué no toca.
- Días 31 a 60: piloto observable. Registro de acciones y medición diaria. Forma al equipo en la supervisión.
- Días 61 a 90: ampliar con cuidado. Añade una segunda integración y formaliza quién es el dueño del flujo, quién aprueba cambios y quién responde ante un error.
El objetivo es llegar al día 90 con un caso que dé un retorno defendible y con un equipo capaz de operarlo. Si quieres ayuda para diseñarlo, el servicio de automatización de procesos con agentes sigue este mismo orden.
Fuentes y referencias
Fuentes consultadas el 2 de noviembre de 2026. La cifra de Gartner es una predicción, no una medición.
- [1] Gartner: «Gartner Predicts 40% of Enterprise Apps Will Feature Task-Specific AI Agents by 2026, Up from Less Than 5% in 2025». Nota de prensa del 26 de agosto de 2025.
- [2] OWASP: Top 10 for LLM and Generative AI Applications, edición 2025. Riesgo LLM06, autonomía excesiva.
