Agentes de IA que hacen el trabajo, no que lo comentan

En los proyectos que hacemos, no: sustituye tareas, no puestos. El patrón habitual es que el agente se ocupa del volumen repetitivo y la persona pasa a revisar excepciones y a hacer el trabajo que requiere criterio o trato humano. Cuando un cliente plantea el proyecto como una reducción directa de plantilla, solemos advertir de que las expectativas de fiabilidad tendrían que ser mucho más altas de lo que la tecnología permite hoy.

Hay dos costes: el consumo del modelo, que se paga por uso y suele ser el menor, y el mantenimiento, que aparece cuando cambian tus sistemas, tus criterios o el propio modelo. Presupuestamos ambos desde el principio, porque un agente sin mantenimiento se degrada en cuestión de meses.

Sí, siempre que el sistema tenga API o base de datos accesible. Lo hacemos con una identidad propia y permisos acotados, nunca con credenciales de un usuario real. Si el sistema es antiguo y no ofrece integración, lo evaluamos antes: a veces la vía es un proceso intermedio y a veces sencillamente no compensa.

Diseñamos la integración con el modelo como una pieza reemplazable, no cableada al resto. Cambiar de proveedor implica reajustar y volver a probar, pero no rehacer el proyecto. Y todo proceso crítico lleva definido qué se hace si el servicio no responde.

Recomendamos empezar por uno. El primer agente paga la infraestructura, los accesos y el aprendizaje del equipo; a partir del segundo el coste marginal cae mucho. Intentar tres a la vez suele acabar con los tres a medias.