#Agentes101 : Bienvenidos a nuestra serie de verano para dominar la automatización con agentes

David Guede es el creador de Sharlie, un agente de voz que actúa como servicio de atención al cliente para la operadora de telecomunicaciones Sosh. Durante todo el verano, compartirá su experiencia con nosotros en este curso intensivo sobre los fundamentos de los agentes de IA.

Puntos clave:

• Multiplicar agentes aislados no basta para mejorar la productividad; la verdadera revolución es la agentificación de procesos completos.
• Es crucial entender la diferencia entre una tarea (por ejemplo, calcular una cifra) y un proceso (generar un informe de principio a fin).
• El verdadero valor de la IA no reside en ejecutar los pasos individuales, sino en eliminar el coste de coordinación humana entre esos pasos.

Desde hace dieciocho meses, la misma escena se repite en la mayoría de las organizaciones. Se da acceso a una plataforma de IA, se permite a los equipos crear sus propios agentes y los catálogos se llenan: un agente que resume, otro que redacta, uno que traduce y otro que rastrea la base documental. El contador de agentes no para de subir. Sin embargo, la productividad apenas se mueve.

Esta desconexión entre el número de agentes creados y el valor real generado es el punto de partida de esta serie.Nuestra experiencia en el terreno nos dice algo muy claro: el futuro de la productividad empresarial no dependerá de multiplicar los agentes, ni de tener un chatbot cada vez más inteligente, sino de la orquestación de procesos completos, de principio a fin.

¿Qué entendemos por IA basada en agentes?

Aclaremos los términos, porque hablar de agentes de IA abarca realidades muy distintas. En la práctica, los dividimos en tres grandes familias:

• Agentes de productividad interna: Asistentes que apoyan a los empleados en su trabajo diario, activados por ellos y a su servicio.
• Automatización en segundo plano (RPA evolutivo): Agentes que ejecutan flujos de trabajo de forma autónoma y de principio a fin, sin necesidad de supervisión constante.
• Agentes de cara al cliente (Front-office): Sistemas conversacionales en contacto directo con los usuarios, enfocados en atención, soporte y gestión de relaciones.

Estas tres familias no se rigen por las mismas reglas de diseño, gobernanza ni adopción. Esta serie se centrará exclusivamente en la primera: la IA diseñada para maximizar la productividad de los equipos internos.

Ahora, debemos ponernos de acuerdo sobre una palabra que todo el mundo usa pero que rara vez se define: proceso.

Entender la diferencia entre tarea y proceso

Pensemos en tres situaciones cotidianas que todos conocemos, independientemente del sector:

• El reporting mensual: recopilar datos de diferentes sistemas, calcular los indicadores, identificar las variaciones, redactar un análisis, montar una presentación y distribuirla.
• El onboarding de un nuevo empleado: crear sus cuentas y accesos, preparar su equipo informático, asignarle un mentor, planificar su primera semana, fijar sus objetivos a 30, 60 y 90 días, y enviar los mensajes de bienvenida.
• La gestión de la petición de un cliente: clasificar la solicitud, buscar el historial del cliente y la respuesta adecuada en la base de conocimientos, formular una solución, actualizar el ticket y redactar la respuesta.

Ninguna de estas tres cosas es una tarea. Son procesos: secuencias de pasos estandarizados que, encadenados, producen un resultado final esperado. «Calcular los ingresos por región» es una tarea. «Generar el informe mensual» es un proceso. El matiz parece insignificante, pero de él depende todo lo demás.

Los tres enfoques de la automatización con IA

Tomemos el ejemplo del informe mensual y veamos las tres formas de aplicarle la IA hoy en día.

Primer enfoque: crear un agente. Fabricas un «agente de informes». Pero, ¿qué hace exactamente? En el mejor de los casos, se encarga de un solo paso, como generar una tabla o redactar un párrafo. Luego pasa a engrosar el catálogo, junto a docenas de agentes más, y suele acabar en el olvido: nadie sabe con exactitud qué hace ni cuándo recurrir a él. Has creado un objeto, no un beneficio real.

Segundo enfoque: pedírselo al chatbot conectado a tus sistemas. A través de sus conectores (a menudo mediante MCP), tu asistente conversacional ya está enchufado a tus datos. Le pides: «Sácame la facturación por región», y lo hace a la perfección. Luego le pides los comentarios, después el gráfico y, por último, el formato. Cada paso funciona, pero eres tú quien los va encadenando, uno a uno. Sigues siendo el director de orquesta. Y si el agente dedicado del primer enfoque resulta tan a menudo inútil, es precisamente porque el chatbot ya hace la tarea sin que hayas tenido que construir nada.

Tercer enfoque: agentificar el proceso completo. Expresas una intención («quiero el informe de noviembre») y toda la cadena se despliega automáticamente: recopilación de datos, cálculos, detección de variaciones, redacción de las conclusiones, montaje y distribución. Cada paso es gestionado por un agente que le pasa el testigo al siguiente, con puntos de validación humana en los momentos que realmente importan. Al final, la presentación está lista, exactamente donde tiene que estar.

La diferencia no está en los pasos individuales: el chatbot ya sabía sacar una cifra y un agente ya sabía redactar un párrafo. La diferencia radica en lo que conecta esos pasos. Lo que elimina la agentificación de un proceso no es el trabajo en sí, sino el coste de coordinación que hasta ahora asumías manualmente al pasar tú mismo de un paso al siguiente.

Productividad y adopción: ¿Por qué la agentificación lo cambia todo?

Este cambio de perspectiva es revolucionario a dos niveles.

A nivel de productividad, el ahorro ya no se mide en un par de minutos ganados en una tarea aislada, sino en horas recuperadas en un proceso completo, desde su inicio hasta la entrega final.

A nivel de adopción (un tema del que se habla demasiado poco), un agente aislado exige que el usuario sepa que existe, se acuerde de abrirlo y entienda sus límites. Cuando tienes cincuenta agentes, la carga mental de pensar «¿cuál hace qué?» suele superar el beneficio. Un proceso agentificado, por el contrario, se activa mediante una intención formulada de la misma manera en que pensamos nuestro trabajo: no te dices a ti mismo «tengo que extraer los ingresos, luego redactar y luego dar formato»; piensas «quiero mi informe». La unidad básica de adopción no es la tarea. Es la intención.

El verdadero salto cualitativo en productividad no vendrá de un chatbot más inteligente, sino de la orquestación de tus flujos de trabajo. En los próximos artículos de esta serie, veremos cómo poner esto en práctica, desde la adopción por parte de los equipos hasta la gobernanza de los datos.

Lo que descubrirás en esta serie

Esta visión se construye paso a paso. Los siguientes cuatro artículos sentarán las bases, uno tras otro:

• El manifiesto: por qué hay que orquestar el proceso y no la tarea, cómo saber cuándo está justificado el uso de un agente y cuándo sobra por completo.
• De la capacitación al proceso: por qué dar a todos el poder de crear agentes es un buen primer paso, pero un destino final terrible, y qué es lo que realmente hace que la adopción despegue.
• Hacerlo en serio: evaluaciones, supervisión y la última milla, es lo que separa una simple demo de un proceso fiable en producción.
• Gobernar y alimentar a la máquina: registros de agentes, control de accesos y el gran tabú del que nadie quiere hablar: la calidad de los datos, que al final lo decide todo.

Usaremos el informe mensual como hilo conductor a lo largo de toda la serie para que los ejemplos sean lo más concretos y aplicables posible.

Un último apunte para fijar el rumbo: hoy en día, las plataformas tecnológicas son excelentes creando, distribuyendo y catalogando asistentes. Es algo muy valioso y es su verdadera especialidad. Sin embargo, ninguna plataforma va a decidir por ti qué proceso merece la pena automatizar, ni cómo desglosarlo, ni cómo limpiar tus datos o generar confianza en tus equipos.

Crear agentes no es lo mismo que orquestar tus procesos. Y es exactamente ahí donde reside el verdadero valor.