En este artículo
Un agente de IA es un sistema que usa un modelo de lenguaje para decidir qué pasos seguir y qué herramientas usar, como buscar en documentos, consultar un sistema o preparar un registro, hasta completar una tarea dentro de límites definidos. A diferencia de un chatbot que solo responde, un agente puede actuar. Por eso, antes de implementarlo, una empresa define qué puede consultar, qué puede ejecutar y cuándo debe intervenir una persona.
Qué es un agente de IA
La palabra agente se usa para soluciones distintas. OpenAI describe los agentes como sistemas que realizan tareas de forma independiente en nombre del usuario: un modelo dirige el flujo y usa herramientas para obtener contexto y actuar. Anthropic los distingue de los workflows: en un workflow, el modelo y las herramientas siguen rutas de código predefinidas; en un agente, el modelo dirige su propio proceso.
En la práctica, un agente recibe un objetivo, decide el siguiente paso, usa una herramienta, revisa el resultado y vuelve a decidir hasta terminar, pedir ayuda o detenerse. Esa capacidad de elegir el camino es lo que lo separa de una automatización con pasos fijos.
No toda aplicación con IA es un agente. La guía de OpenAI aclara que un chatbot simple, un modelo que responde una sola vez o un clasificador de sentimiento usan IA, pero no controlan la ejecución de un flujo.
Cómo funciona un agente de IA: componentes
OpenAI resume la base de un agente en tres componentes: modelo, herramientas e instrucciones. En una empresa también se definen datos, permisos, memoria y evaluación, como muestra la tabla.
El funcionamiento es un ciclo: el agente interpreta la solicitud, elige una herramienta, observa la respuesta y decide si continúa. Las guías de Anthropic y OpenAI describen condiciones de salida, como un máximo de pasos, y pausas para revisión humana cuando el agente encuentra un bloqueo o debe ejecutar una acción de riesgo.
| Componente | Qué hace | Qué define la empresa |
|---|---|---|
| Modelo | Interpreta la solicitud, decide el siguiente paso y redacta la respuesta | Qué modelo usar según la tarea, el costo y dónde se procesan los datos |
| Instrucciones | Fijan el objetivo, las reglas, el tono y cuándo detenerse | Procedimientos vigentes, casos especiales y límites de la tarea |
| Herramientas | Permiten consultar o actuar: buscar un documento, leer un registro, crear un ticket | Qué herramientas existen y cuáles solo leen o también escriben |
| Datos y fuentes | Entregan el contexto para responder o decidir | Fuentes autorizadas, vigencia de los documentos y quién las actualiza |
| Permisos | Limitan lo que el agente puede ver y hacer para cada usuario | Accesos por rol y acciones que requieren aprobación |
| Memoria | Conserva el contexto de una conversación o de casos anteriores | Qué se guarda, por cuánto tiempo y quién puede verlo |
| Evaluación y registro | Permiten comprobar resultados y revisar qué hizo el agente | Casos de prueba, criterios de aceptación y bitácora de acciones |
Tipos de agentes de IA en una empresa
La literatura académica de IA tiene clasificaciones clásicas, como agentes reactivos, basados en objetivos o que aprenden. En una empresa es más útil clasificarlos por la autonomía que reciben. Un camino prudente es partir con un agente que propone y ampliar su autonomía cuando la evaluación lo respalde:
- Asistente con recuperación de información: responde con documentos internos y muestra referencias. Como no ejecuta acciones, no es un agente en sentido estricto, pero suele ser el primer paso.
- Agente que propone: reúne datos y prepara una acción, como un ticket o un borrador de respuesta, que una persona confirma antes de ejecutarla.
- Agente que ejecuta con límites: realiza acciones de bajo impacto dentro de sus permisos, como actualizar un estado, y deriva a una persona lo que excede su alcance.
- Sistema de varios agentes: agentes especializados se coordinan mediante un agente central o traspasándose la tarea. OpenAI recomienda aprovechar primero un solo agente y dividirlo cuando la lógica o la cantidad de herramientas lo exijan.
Agente de IA vs chatbot vs RPA vs automatización tradicional
Desde fuera estas soluciones se parecen: una conversación, un flujo o un robot que completa una tarea. Se diferencian en cómo deciden el siguiente paso y en qué pueden hacer.
No son alternativas excluyentes. Un proyecto puede usar un chatbot como canal, un agente para interpretar y preparar la gestión, una automatización con reglas para registrarla y RPA solo donde un sistema no tiene API. Cuando los pasos se conocen de antemano, un flujo definido suele ser más predecible y fácil de probar que un agente.
| Enfoque | Cómo decide el siguiente paso | Cuándo conviene | Qué controlar |
|---|---|---|---|
| Chatbot | Es una interfaz de conversación; responde con reglas, menús o un modelo y puede contener un asistente o un agente | Preguntas frecuentes y orientación con información aprobada | Información vigente y derivación a una persona |
| Automatización tradicional | Sigue pasos y condiciones definidos de antemano | Entradas estructuradas y reglas estables | Excepciones que no calzan con ninguna regla |
| RPA | Repite acciones programadas sobre la interfaz de otro sistema | Sistemas sin API con tareas repetitivas en pantalla | Cambios de pantalla, credenciales y mantenimiento |
| Agente de IA | Un modelo elige pasos y herramientas según el objetivo y lo que observa | Tareas con varios caminos, información no estructurada o reglas difíciles de mantener | Permisos, aprobaciones, registro de acciones y evaluación continua |
Ejemplos de agentes de IA en empresas
Estos ocho casos muestran qué puede hacer un agente y qué conviene mantener bajo control humano. Son ejemplos de diseño, no casos de clientes ni resultados medidos. Su viabilidad depende de las fuentes, las interfaces disponibles y la evaluación con casos reales.
| Caso | Qué hace el agente | Qué queda bajo control humano |
|---|---|---|
| Mesa de ayuda interna | Responde dudas de TI o RRHH con procedimientos vigentes y referencias; si corresponde, prepara un ticket | Confirmar el ticket y definir qué documentos ve cada rol |
| Atención de clientes | Responde preguntas frecuentes y consulta el estado de un pedido o caso en el sistema | Reclamos, devoluciones y respuestas fuera de lo aprobado |
| Cuentas por pagar | Cruza facturas con la orden de compra y la recepción, y explica las diferencias | Registrar facturas con diferencias y autorizar pagos |
| Cobranza | Prioriza clientes por vencimiento y prepara recordatorios con el estado de cuenta | Acuerdos de pago y casos sensibles |
| Cotizaciones | Lee la solicitud, consulta precios y stock, y prepara un borrador en el CRM | Descuentos, plazos de entrega y condiciones especiales |
| Ingreso de personal | Revisa los documentos recibidos, detecta faltantes y prepara los datos del contrato | Contenido del contrato y su registro en el Portal Mi DT |
| Seguimiento de trámites | Consulta estados en portales o sistemas, resume cambios y avisa al responsable | Decisiones y respuestas que derivan de cada cambio |
| Revisión de contratos | Compara un contrato con la plantilla aprobada y marca las cláusulas distintas | Evaluación legal y aprobación final |
Riesgos de un agente de IA y cómo controlarlos
Un agente que puede actuar también puede equivocarse al actuar. OWASP llama agencia excesiva al riesgo de que un sistema con IA ejecute acciones dañinas a partir de una salida inesperada, ambigua o manipulada, y lo asocia a funciones, permisos o autonomía mayores que los necesarios.
OpenAI sugiere asignar a cada herramienta un nivel de riesgo según si solo lee o también escribe, si la acción es reversible, qué permisos requiere y su impacto financiero, y usar ese nivel para pausar o escalar a una persona. El AI RMF de NIST, de uso voluntario, sirve como marco general para gestionar riesgos de IA.
Si el agente trata datos personales, en Chile rige la Ley 19.628, que la Ley 21.719 modifica en profundidad. Revisa con tu equipo legal la vigencia de esos cambios y qué exigen a tu caso. Estos controles se acuerdan antes del piloto y se prueban como parte de la evaluación:
| Riesgo | Control |
|---|---|
| Acciones no autorizadas | Herramientas y permisos mínimos por rol; la autorización se valida en el sistema de destino, no en el modelo |
| Acciones irreversibles o de alto impacto | Aprobación humana antes de pagar, anular, enviar a clientes o modificar registros sensibles |
| Respuestas sin sustento | Fuentes autorizadas, referencias visibles e instrucción de reconocer cuando falta información |
| Instrucciones ocultas en correos o documentos | Tratar el contenido externo como dato, filtrar entradas y limitar las acciones posteriores a su lectura |
| Exposición de datos personales o confidenciales | Acceso según el usuario, mínimo de datos necesarios y revisión de las condiciones del proveedor del modelo |
| Cambios que degradan el resultado | Repetir la evaluación con los mismos casos cuando cambian el modelo, las fuentes o las herramientas |
| Fallos de herramientas | Estados visibles, reintentos controlados y un límite de pasos por ejecución |
| Costo de consumo variable | Límites de uso, monitoreo del consumo y comparación con la línea base |
| Falta de trazabilidad | Registro de consultas, herramientas usadas, resultados y aprobaciones |
Cómo empezar con un piloto acotado
Un piloto útil prueba una tarea concreta con usuarios reales y deja evidencia para decidir si ampliar. Estos pasos ayudan a mantenerlo acotado:
- Elige una tarea con volumen, fuentes disponibles y un resultado que alguien pueda verificar.
- Define usuarios, fuentes, herramientas y las acciones que el agente puede proponer o ejecutar.
- Parte en modo propuesta: el agente prepara y una persona confirma.
- Prepara casos de evaluación: consultas habituales, ambiguas, sin respuesta en las fuentes y fuera de alcance.
- Mide respuestas correctas con referencia, acciones bien preparadas, derivaciones, tiempo de intervención y costo de consumo.
- Amplía la autonomía solo en las acciones donde la evaluación muestre resultados consistentes.
| Prueba | Criterio de aceptación |
|---|---|
| La respuesta no está en las fuentes | Explica la falta de información sin presentar un dato inventado como hecho |
| El usuario no tiene acceso a un documento | La respuesta respeta el acceso definido para ese usuario |
| Se propone crear o modificar un registro | Se comprueban los campos y las confirmaciones acordadas |
| Una herramienta falla | El estado indica el fallo y permite revisión o reintento controlado |
| Un documento incluye instrucciones dirigidas al agente | El agente no las ejecuta y sigue el procedimiento definido |
- Si buscas implementarlo, revisa nuestro servicio de agentes de IA para empresas
- Cómo integrar IA en los procesos de una empresa sin reemplazar sus sistemas
Preguntas frecuentes
¿Qué es un agente de IA en palabras simples?
Es un programa que usa un modelo de lenguaje para decidir qué hacer y usar herramientas, como buscar información o crear un registro, hasta completar una tarea dentro de los permisos y límites que define la empresa.
¿Cuál es la diferencia entre un agente de IA y un chatbot?
Un chatbot es una interfaz de conversación. Un agente puede decidir pasos y ejecutar acciones con herramientas, como consultar un sistema o preparar un ticket. Un chatbot puede ser el canal de un agente, pero no todo chatbot es un agente.
¿En qué se diferencia un agente de IA de la RPA?
La RPA repite pasos programados sobre la interfaz de otro sistema y funciona bien con reglas estables. Un agente decide el camino según el objetivo y la información disponible: tolera más variación, pero necesita más evaluación y control. Ambos pueden convivir en un mismo proceso.
¿Cuáles son los tipos de agentes de IA?
La teoría de IA describe, entre otros, agentes reactivos, basados en modelos, basados en objetivos, basados en utilidad y que aprenden. En una empresa es más práctico distinguirlos por autonomía: asistentes que responden con fuentes, agentes que proponen acciones, agentes que ejecutan dentro de límites y sistemas de varios agentes.
¿Un agente de IA puede actuar sin supervisión?
Puede ejecutar lo que sus permisos le habilitan, pero no conviene que lo haga en todos los casos. Las acciones sensibles, irreversibles o con impacto financiero deberían pasar por aprobación humana, al menos hasta que la evaluación muestre resultados consistentes.
¿Qué se necesita para implementar un agente de IA?
Una tarea definida, fuentes de información vigentes, acceso a los sistemas mediante APIs u otras interfaces autorizadas, permisos por rol, casos de evaluación y un responsable del proceso. Si faltan fuentes o interfaces, conviene resolver eso antes de construir el agente.
¿Cómo se protegen los datos que usa un agente?
Con acceso según el usuario, fuentes autorizadas, registro de actividad y el mínimo de datos personales necesario. También hay que revisar dónde y en qué condiciones procesa los datos el proveedor del modelo. En Chile, revisa con tu equipo legal la Ley 19.628 y las modificaciones de la Ley 21.719.
¿Cómo se mide si un agente funciona?
Con casos de prueba preparados antes del piloto: respuestas correctas con referencia, acciones bien preparadas, derivaciones oportunas, tiempo de intervención humana y costo de consumo. La evaluación se repite cuando cambian las fuentes, el modelo o las herramientas.
En resumen
Un agente de IA combina un modelo, instrucciones y herramientas para completar tareas con cierta autonomía. Conviene cuando la tarea tiene varios caminos o mucha información no estructurada; si los pasos se conocen de antemano, un flujo definido puede bastar. Parte con un piloto en modo propuesta, permisos mínimos y casos de evaluación, y amplía la autonomía cuando los resultados lo respalden.
Fuentes y referencias
- 01OpenAI: A practical guide to building agents(se abre en una pestaña nueva)
- 02Anthropic: Building effective agents, distinción entre workflows y agentes(se abre en una pestaña nueva)
- 03OWASP Top 10 para aplicaciones LLM 2025: agencia excesiva (LLM06)(se abre en una pestaña nueva)
- 04NIST: AI Risk Management Framework, marco de uso voluntario(se abre en una pestaña nueva)
- 05Biblioteca del Congreso Nacional: Ley 21.719 sobre protección de datos personales(se abre en una pestaña nueva)
Tecnología 11 min
