Qué es un agente de IA
Un agente de IA es un sistema que recibe un objetivo en lenguaje natural, decide qué pasos hacen falta para cumplirlo y los ejecuta usando herramientas: consulta una base de datos, llama a la API de un sistema, lee un documento, registra una operación. Cuando termina, informa el resultado. Si en el camino le falta un dato, lo pide; si el caso no le corresponde, se lo pasa a una persona.
La diferencia con un programa tradicional está en quién decide el orden de los pasos. En una automatización clásica, cada paso está escrito en el código. En un agente, un modelo de lenguaje elige la siguiente acción en cada momento, dentro de los límites y con las herramientas que se le habilitaron.
Dicho en criollo: un chatbot te contesta; un agente te resuelve el trámite.
Cómo funciona un agente de IA por dentro
Casi todos los agentes que hoy están en producción comparten cuatro piezas:
- Un modelo de lenguaje, que convierte "quiero un turno con el traumatólogo el martes a la tarde" en una tarea concreta.
- Herramientas, que son las acciones que el agente tiene permitido ejecutar: buscar disponibilidad en una agenda, crear un pedido en el ERP, leer un PDF, mandar un mensaje.
- Memoria y contexto, para recordar lo que ya se habló en la conversación y usar la información de la empresa (horarios, reglas, precios, procedimientos).
- Un ciclo de trabajo: piensa, actúa, mira el resultado y decide el próximo paso, hasta terminar o derivar.
A esas cuatro piezas, un agente pensado para una empresa le suma una quinta que casi nunca aparece en las definiciones: las reglas del negocio y sus límites, escritos antes de construirlo. Qué puede hacer, qué nunca debe hacer y cuándo tiene que dar un paso al costado.
Agente de IA vs. asistente de IA vs. chatbot
Desde afuera los tres se ven igual: una ventana donde alguien escribe. La diferencia está en lo que pasa después del mensaje.
| Chatbot | Asistente de IA | Agente de IA | |
|---|---|---|---|
| Qué hace | Responde con guiones fijos | Responde y sugiere en lenguaje natural | Entiende, decide y ejecuta la gestión |
| Quién decide los pasos | El que armó el guion | El usuario, paso a paso | El agente, dentro de sus reglas |
| Qué entiende | Opciones de menú y palabras clave | Preguntas en lenguaje natural | Texto, audios, imágenes y documentos |
| Tus sistemas | No los toca | Los consulta | Los consulta y escribe en ellos |
| Conviene para | Preguntas simples y siempre iguales | Encontrar información o redactar rápido | Gestiones completas que hoy hace una persona |
Un ejemplo para verlo claro. Un cliente escribe: "¿Tienen turno el jueves?".
- El chatbot le muestra un menú: "1. Turnos 2. Horarios 3. Hablar con alguien".
- El asistente le contesta que los jueves se atiende de 9 a 18 y le sugiere llamar para reservar.
- El agente busca en la agenda real, le ofrece dos horarios libres, le pide los datos que falten, registra el turno en el sistema y se lo confirma en la misma conversación.
La pregunta práctica para una empresa es simple: ¿el sistema termina la gestión o se la devuelve a una persona?
Qué tipos de agentes de IA hay
Hay dos formas de clasificarlos, y conviene conocer las dos.
La clasificación clásica
Ordena a los agentes según cómo toman decisiones:
- Agentes reactivos simples: aplican reglas del tipo "si pasa esto, hacé aquello". No recuerdan nada. Un termostato es el ejemplo de manual.
- Agentes basados en modelos: guardan un registro de lo que pasó, así pueden actuar aunque no vean toda la situación en ese momento.
- Agentes basados en objetivos: planifican una secuencia de acciones para llegar a una meta concreta.
- Agentes basados en utilidad: entre varios caminos posibles, eligen el que mejor resultado da según un criterio (el más rápido, el más barato).
- Agentes que aprenden: mejoran con la experiencia y la retroalimentación.
La clasificación práctica, para una empresa
Hoy casi todos los agentes de negocio combinan varios de esos rasgos, así que es más útil clasificarlos según para qué sirven:
- Agentes de atención: hablan con clientes o pacientes por WhatsApp, correo o la web, y resuelven consultas, pedidos, turnos o reclamos simples.
- Agentes internos: ayudan al equipo a encontrar información de la empresa, preparar borradores o completar tareas administrativas.
- Agentes de documentos: leen facturas, remitos o comprobantes que llegan como foto o PDF, extraen los datos y los validan antes de cargarlos.
- Agentes de datos: consultan bases y reportes para responder preguntas del negocio.
- Sistemas multiagente: varios agentes especializados que se reparten una tarea grande, cada uno con su parte.
Ejemplos de agentes de IA en empresas
Los casos que más rinden combinan un canal de atención con un sistema donde hay que registrar algo. Algunos ejemplos concretos:
- Toma de pedidos por WhatsApp: el cliente escribe o manda un audio, el agente arma el pedido con las reglas y la lista de precios de la empresa y lo carga en el sistema.
- Turnos y agenda: consulta disponibilidad real, reserva, reprograma o cancela, y manda recordatorios.
- Verificación de pagos: lee el comprobante que manda el cliente, controla que los datos coincidan y marca el pago.
- Carga de documentos: toma una factura o un remito, extrae los campos y los registra en el ERP.
- Seguimiento proactivo: avisa por su cuenta cuando un turno está sin confirmar o un pago venció.
Todos reemplazan la parte repetitiva de un puesto y dejan en manos del equipo las excepciones y las decisiones.
Un agente en producción: el caso de M.I.C.A
M.I.C.A es el agente que desarrollamos en Axlan junto a Integrando Salud para clínicas y consultorios. Atiende a los pacientes por WhatsApp las 24 horas y entiende texto, audios e imágenes: el paciente puede escribir, mandar un audio o una foto del comprobante, como haría con una persona. Con eso:
- Identifica qué necesita: un turno, una consulta o un trámite, y lo orienta a la especialidad que corresponde según lo que cuenta.
- Consulta el sistema de gestión de la clínica: busca disponibilidad en la agenda real y da de alta al paciente si todavía no existe.
- Verifica el pago: si el turno requiere pago previo, lee el comprobante, de cualquier banco o billetera, y lo concilia.
- Cierra la gestión: bloquea el turno en el sistema y lo confirma en la misma conversación.
- Responde lo frecuente: ubicación, requisitos y preparación previa a estudios.
Lo importante: escribe en el sistema de la clínica. El turno queda cargado de verdad, sin que nadie del mostrador lo copie.
Qué hace un agente de IA cuando no sabe
Es la pregunta que más importa y la que menos contestan las definiciones. Un agente que improvisa es un riesgo; uno que sabe dónde termina su trabajo es una herramienta.
En M.I.C.A, la regla es clara: nunca da consejos médicos, bajo ninguna circunstancia. Y pasa la conversación a una persona del equipo ante cuatro situaciones:
- Una emergencia médica.
- Un pedido explícito del paciente de hablar con alguien.
- Una gestión financiera compleja, como una devolución o un descuento.
- Un reclamo o una situación que necesita contención.
La misma lógica vale para cualquier agente bien diseñado:
- Los límites se escriben antes de construir, no después del primer problema.
- Si falta un dato, repregunta. Si sigue sin estar seguro, deriva.
- La derivación va con contexto: la persona que toma el caso recibe la conversación completa y los datos ya cargados. Nadie tiene que volver a preguntar.
- Si un sistema no responde, no inventa: avisa que la gestión va a demorar y pasa el caso al equipo.
- Cada decisión queda registrada para poder auditarla.
Cómo se integra un agente con los sistemas de una empresa
Un agente sin acceso a tus sistemas es, a lo sumo, un asistente con buena conversación. Para completar gestiones necesita leer y escribir en el ERP, el CRM, la agenda o el sistema de gestión propio.
Esa conexión se hace con las mismas reglas que le pondrías a una persona nueva en el equipo:
- Permisos mínimos: accede solo a lo que necesita para su tarea, con un usuario propio y trazable.
- Vías oficiales: usa la API del sistema cuando existe, y alternativas documentadas cuando no.
- Tus datos en tu nube: la solución puede correr en una cuenta de Google Cloud, AWS o Azure de tu empresa.
- El modelo según el caso: no hace falta atarse a un único proveedor de IA; se elige el que mejor resuelve la tarea con el costo y la privacidad que requiere.
Si querés profundizar en la parte técnica de conectar sistemas, lo contamos en automatización e integraciones.
Cuándo conviene un agente de IA (y cuándo no)
Un agente conviene cuando hay una gestión que se repite mucho, sigue reglas que se pueden escribir y termina con algo registrado en un sistema. Dar turnos, tomar pedidos, verificar comprobantes o cargar documentos son buenos candidatos.
No conviene cuando la tarea es siempre idéntica y no requiere entender lenguaje (alcanza con una automatización común), ni cuando cada caso depende del criterio experto de una persona.
En Axlan desarrollamos agentes de IA para empresas que operan sobre los sistemas que ya usás. Si tenés una gestión en mente, contanos cuál es en un diagnóstico sin cargo y te decimos si un agente es la forma correcta de resolverla, qué sistemas tocaría y dónde debería derivar.