Agente, chatbot o automatización: qué necesita tu empresa
- Un chatbot responde preguntas. Sirve para atención básica, pero no actúa sobre tus sistemas.
- Una automatización ejecuta siempre los mismos pasos (RPA, flujos de n8n). Funciona con reglas fijas, pero se rompe con documentos o situaciones nuevas.
- Un agente de IA combina las dos cosas: entiende el caso, consulta tus sistemas, decide según tus reglas y ejecuta la tarea. Cuando no está seguro, pasa el caso a una persona con todo preparado.
No todo necesita un agente. En la primera sesión analizamos el proceso y te decimos qué lo resuelve mejor: a veces basta una integración de datos, un modelo de machine learning o un cambio en el propio proceso.
Casos de uso por área
- Administración y finanzas: lectura de facturas y albaranes, conciliación, alta de proveedores y seguimiento de cobros.
- Compras: comparación de ofertas con rúbricas, nivelación y generación del informe comparativo. Ver el agente de compras.
- Ventas y preventa: cualificación de leads, respuesta a solicitudes de información y preparación de propuestas a partir del histórico. Ver Radar de Licitaciones.
- Atención al cliente: clasificación y enrutado del correo entrante, respuestas con tu documentación citando la fuente y escalado a personas.
- Operaciones: seguimiento de pedidos e incidencias, control de plazos y avisos.
- Recursos humanos: criba de candidaturas, respuestas sobre políticas internas y gestión de solicitudes.
Cómo integramos el agente con tus sistemas
- Servidores MCP sobre tus APIs. Creamos conectores con el estándar Model Context Protocol por encima de tu ERP, CRM o aplicaciones propias, para que Claude, ChatGPT, Copilot o tus propios agentes los consulten y operen con permisos y trazas.
- Skills reutilizables. Convertimos los procedimientos de tu equipo en instrucciones, plantillas y scripts que el agente aplica siempre igual.
- Conocimiento con fuente. El agente responde con tu documentación (RAG), cita de dónde sale cada dato y respeta los permisos de cada usuario.
- Sin dependencia de un modelo. Una capa de orquestación propia permite usar Claude, ChatGPT, Gemini, Azure AI Foundry o modelos open-source en tu infraestructura, y cambiarlos sin rehacer la solución.
Seguridad y control
- Supervisión humana por excepción: el agente ejecuta lo claro y pregunta lo dudoso.
- Trazas de cada decisión: qué consultó, qué decidió y por qué.
- Datos tratados donde tú decidas y sin entrenar modelos con ellos; cumplimiento de RGPD, ENS y Reglamento de IA.
- Banco de pruebas con casos reales y métricas de calidad antes de cada cambio.
- Coste por operación medido desde el primer día.
Proceso y plazo orientativo
- Elegir el proceso (1 semana): el que más horas consume, con volumen y reglas claras; medimos el punto de partida.
- Prototipo con datos reales (2 a 3 semanas): primeros documentos y casos reales para fijar la tasa de acierto.
- Puesta en producción (3 a 6 semanas): integración, permisos, revisión por excepción y trazas.
- Medir y escalar (desde el primer mes): horas ahorradas y coste por operación; si funciona, siguiente proceso.
El primer agente suele estar en producción entre 6 y 10 semanas después del arranque. La propuesta es cerrada por proceso, con alcance, plazo y precio por escrito.
Tecnologías
Claude, ChatGPT, Gemini, Azure AI Foundry y Azure OpenAI, LLaMA y modelos open-source, LangGraph, MCP, n8n, Python, vector stores, OCR, APIs y webhooks. Integración con Odoo y con cualquier ERP o CRM que exponga una API.
Un ejemplo de agente tipo
Una empresa recibe solicitudes de presupuesto por correo con documentos adjuntos. El agente lee cada solicitud, comprueba en el ERP el cliente y las tarifas, prepara el presupuesto con la plantilla de la empresa y lo deja listo para que una persona lo apruebe. Los casos con condiciones especiales se escalan con toda la información reunida. Se mide el tiempo por presupuesto antes y después, y el coste de IA por operación.
Más información
- Automatización de procesos con IA: el servicio completo, con entregables y preguntas frecuentes.
- Consultora de inteligencia artificial en Madrid: quiénes somos y cómo trabajamos.
- IMPACT AI™: nuestra metodología de adopción de IA.
Preguntas frecuentes
¿Qué es un agente de IA para empresas?
Un sistema que entiende una tarea, consulta tus sistemas y documentación, decide según tus reglas y la ejecuta, con una persona supervisando los casos dudosos. A diferencia de un chatbot, actúa sobre el ERP, el CRM o el correo.
¿Cuánto tarda poner un agente en producción?
Entre 6 y 10 semanas para el primero: una semana para elegir el proceso, dos o tres de prototipo con datos reales y entre tres y seis de integración y puesta en marcha. Los siguientes van más rápido porque reutilizan la plataforma y las integraciones.
¿Cuánto cuesta un agente de IA?
Depende del proceso y de las integraciones. Trabajamos con propuesta cerrada por proceso, con alcance, plazo y precio antes de empezar, y el coste de uso del modelo se mide por operación y se incluye.
¿Qué modelo de IA usáis?
El que mejor encaje: Claude, ChatGPT, Gemini, Azure AI Foundry o modelos open-source en tu infraestructura. Una capa de orquestación propia permite cambiar de modelo sin rehacer el agente.
¿Qué pasa cuando el agente no está seguro?
Pasa el caso a una persona con toda la información preparada. La decisión final sigue siendo humana donde hace falta, y cada decisión queda registrada.
¿Mis datos se usan para entrenar modelos?
No. Trabajamos con servicios empresariales que no entrenan con tus datos o con modelos locales, y lo dejamos documentado en el contrato y en el registro del sistema.