¿Cuál es la diferencia concreta entre un chatbot, una automatización y un agente?
Las tres cosas se venden juntas y no son lo mismo. La tabla de abajo es la forma más rápida de ubicarlas:
| Chatbot | Automatización clásica | Agente de IA | |
|---|---|---|---|
| Qué hace | Responde con información predefinida | Ejecuta una secuencia fija de pasos | Decide qué hacer y lo ejecuta |
| Cómo decide | Árbol de opciones o coincidencia de palabras | Reglas escritas por adelantado | Criterio del negocio aplicado a cada caso |
| Qué pasa con lo inesperado | Se rompe o repite el menú | Falla y frena el proceso | Lo evalúa y escala si corresponde |
| Acceso a sistemas | Ninguno, o solo lectura | El que se le programó | Lectura y escritura mediante herramientas |
| Cuándo usarlo | Preguntas frecuentes estables | Procesos idénticos y de alto volumen | Procesos con volumen y con matices |
| Cuándo no | Si el usuario necesita resolver algo | Si cada caso es distinto | Si el proceso no tiene criterio estable |
La distinción que importa para decidir no es técnica: es si el proceso necesita criterio. Si todos los casos son iguales, una automatización clásica es más barata, más rápida y más fácil de auditar — y recomendarla es lo correcto. Si los casos varían y hoy por eso van a una persona, ahí recién aparece el caso de uso del agente.
¿Por qué los chatbots de hace unos años decepcionaron?
Porque no entendían: hacían coincidir. Detrás de la mayoría había un árbol de decisión y una lista de palabras clave. Mientras el usuario preguntaba lo previsto, funcionaba. En cuanto se salía del molde —que es casi siempre— devolvía el menú otra vez.
Cambiaron dos cosas. La primera es que los modelos actuales entienden la intención aunque la pregunta esté mal escrita o mezcle dos temas. La segunda, y más importante, es que hoy un modelo puede usar herramientas: consultar una base, escribir un registro, llamar a una API. Eso es lo que convierte a un sistema que conversa en un sistema que resuelve.
¿Qué tres piezas necesita un agente para servir?
Sin las tres, es un chatbot caro.
- Acceso a los datos. Si no puede ver el stock, el estado del pedido o el historial del cliente, solo puede improvisar respuestas amables.
- Herramientas para actuar. Agendar, cargar, generar, notificar. Un agente que solo informa deja el trabajo donde estaba.
- Criterio del negocio, escrito y ajustable. Cuándo ofrecer un descuento, cuándo escalar, qué nunca hacer solo. Esto no se deduce del modelo: se escribe, se revisa y se cambia cuando el negocio cambia.
La tercera es la que casi nadie hace bien, y es la que decide si el proyecto sirve. Es también la parte que no requiere saber programar, sino entender la operación.
¿Qué puede hacer un agente, por función?
- Ventas. Califica un lead entrante, responde las dudas de producto, agenda y deriva al vendedor en el momento en que la conversación lo amerita, en vez de a las 48 horas.
- Abastecimiento. Revisa rotación, quiebres y lead time y propone la orden de compra con la justificación de cada línea.
- Administración. Concilia movimientos, ordena documentación y avisa específicamente lo que no cierra, que es el único caso que necesita una persona.
- Análisis. Consultás la base en lenguaje natural y respondés una pregunta de negocio sin esperar a que alguien arme el reporte.
¿Qué pasa cuando el agente se equivoca?
Esta sección la escribe muy poca gente, y es la que le importa a quien firma.
Un agente en producción necesita cuatro cosas: límites explícitos sobre qué puede ejecutar sin confirmación y qué no; trazabilidad, es decir un registro de qué hizo, con qué datos y por qué; escalamiento a humano con una regla clara, no solo cuando el modelo “no sabe” sino cuando el caso supera cierto monto o cierto riesgo; y medición, para saber qué porcentaje resolvió solo y en cuáles se equivocó.
Si un proveedor no puede explicarte esas cuatro, lo que te está por vender es una demo.
¿Cuándo NO conviene un agente?
- Procesos de bajo volumen. Si son diez casos por mes, configurarlo y mantenerlo cuesta más que hacerlo a mano.
- Procesos sin criterio estable. Si la regla cambia todas las semanas, vas a pasar más tiempo ajustando el agente que ejecutando el proceso. Primero se estabiliza el proceso.
- Cuando el error tiene costo alto y no hay forma de revisar. Si una equivocación implica un pago mal hecho o un compromiso legal y nadie va a revisar antes de que impacte, el agente no es la herramienta — o al menos no sin un paso de confirmación humana que quizás anule el ahorro.
Decir esto no nos quita trabajo: nos evita proyectos que iban a fracasar.