Agente de IA, chatbot o automatización: ¿qué necesita de verdad tu negocio?

¿Qué diferencia real hay entre un agente de IA, un chatbot y un flujo automatizado?

Compáralos con una sola pregunta: ¿quién decide lo que pasa después? En un flujo automatizado decide un script; el modelo, si lo hay, solo lee o redacta dentro de un paso. Un chatbot es una ventana de conversación: sin conexión a tus sistemas, no cambia nada. En un agente, el modelo elige el siguiente paso y la herramienta.

Los fabricantes de modelos trazan la misma línea. Para Anthropic, en un flujo los modelos y las herramientas siguen rutas de código predefinidas; en un agente, el modelo dirige su propio proceso y sus herramientas. La guía de OpenAI sobre agentes lo dice sin rodeos: un chatbot sencillo no es un agente, porque el modelo no controla el trabajo.

Te han ofrecido un «agente de IA»: ¿cómo saber qué es en realidad?

Hazle seis preguntas al vendedor; las respuestas muestran cuál de los tres estás comprando.

1. ¿Qué sistemas nuestros puede modificar y con qué permisos? Si ninguno, es un chatbot.
2. ¿Quién fijó el orden de los pasos, tu desarrollador o el modelo? Si está fijado de antemano, es un flujo.
3. ¿Qué acciones esperan la aprobación de una persona? Reembolsos, cancelaciones y pagos deberían esperarla.
4. Cuando duda, ¿pregunta, se detiene o adivina?
5. ¿Podemos leer un registro de cada acción junto con los datos que la motivaron?
6. ¿Cuánto cuesta cada ejecución en tarifas del modelo con nuestro volumen, y con el doble?

Vender pasos fijos con la etiqueta de agente no es una estafa en sí: a menudo es la ingeniería más sensata. El problema es pagar precio de agente por un script.

¿Por qué empezar con la mínima autonomía que resuelve la tarea?

La autonomía da flexibilidad y se paga en dinero, velocidad y previsibilidad. Anthropic aconseja buscar la solución más simple que funcione: los agentes cambian latencia y coste por rendimiento, y sus errores pueden acumularse. Un fallo en el segundo paso detiene un script; en un agente, puede desviar los cinco pasos siguientes.

OpenAI enumera tres señales de que una tarea necesita de verdad un agente; si no se da ninguna, puede bastar una solución determinista:

• decisiones llenas de criterio y excepciones, como aprobar un reembolso;
• reglas tan enredadas que cada cambio se ha vuelto caro o propenso a errores;
• dependencia fuerte de datos no estructurados: texto libre, documentos, conversaciones.

Piensa en las opciones como una escalera: una regla, un flujo con un paso de IA, un chatbot que deriva a una persona, un agente con una sola tarea. Sube un peldaño solo cuando el de abajo haya fallado con tus casos reales.

¿Qué encaja en seis tareas habituales de un negocio?

Lo que decide es si el camino de la tarea se conoce antes de empezar.

Cuatro de las seis son flujos: la ruta se conoce y solo la entrada es desordenada, y eso pide un paso de IA, no un agente.

¿Qué suma un agente a la factura, además del desarrollo?

Un agente trae cuatro gastos recurrentes que un flujo casi siempre evita; una propuesta sin ellos está incompleta.

• Uso del modelo. Según Anthropic, un agente consume unas cuatro veces más tokens que un chat; un sistema multiagente, unas quince. Pide una estimación mensual con tu volumen.
• Permisos. El Top 10 de OWASP para aplicaciones LLM atribuye la agencia excesiva a tres causas: más funciones, permisos y autonomía de los necesarios. Acota cada herramienta y pasa las acciones de alto impacto por una persona.
• Un conjunto de pruebas: casos reales con el resultado esperado, también aquellos en los que lo correcto es detenerse. El equipo de investigación de Anthropic empezó con unas 20 consultas reales; repite el conjunto tras cada cambio.
• Supervisión. OpenAI señala dos motivos para pasar el control a una persona: el agente supera su límite de reintentos o acciones, o va a dar un paso sensible e irreversible, como cancelar un pedido o pagar.

¿Cuándo es un agente de IA una mala compra?

• Los pasos caben en una página. Un flujo hará el trabajo por menos y fallará de forma más visible.
• La acción clave no se puede deshacer y nadie está designado para aprobarla.
• Sin API ni exportación, el agente trabajaría sobre pantallas que puede leer mal.
• La tarea surge pocas veces por semana: vigilar al agente costaría más que hacerla.
• Nadie se ocupa de las escalaciones. Derivar «al equipo» es no derivar a nadie.
• Los datos no pueden salir de tus sistemas y ningún modelo permitido se ejecuta allí.

En todos estos casos conviene algo más pequeño: una regla, un flujo, un chatbot que deriva a una persona o, por ahora, nada de automatización.

¿Cuándo basta un chatbot y cuándo se convierte en agente?

Basta un chatbot cuando el trabajo es responder: horarios, condiciones de envío, dudas sobre productos, una solicitud de llamada. Se convierte en agente en cuanto puede cambiar algo por su cuenta, como reservar una cita o emitir un reembolso; desde ese momento necesita permisos, límites y un registro de acciones.

Nuestro asistente muestra dónde puede quedar esa línea. En el área privada de VITON ID, VIT LIVE sugiere productos y paquetes del estudio en tarjetas con precio, pero nunca añade nada a la cesta: el miembro elige, revisa las opciones y añade el artículo. Como la decisión es de la persona, sigue siendo un chatbot, con su menor riesgo.

Un chat para visitantes que pasa las conversaciones a tu equipo es el paquete de chatbot con IA: desde 73 $, en 5–8 días laborables.

¿Cómo te lleva VITON¹³ de la pregunta a un sistema que funciona?

Cada paso termina en algo que puedes usar o llevar a otro proveedor, y la ruta se detiene en el primer paso que resuelve la tarea. El alcance por escrito, el plazo y el precio final llegan en un día laborable; nada empieza sin tu aprobación.