La respuesta corta
Un chatbot responde. Un agente de IA también puede decidir el siguiente paso, usar herramientas y dejar una acción hecha.
Si la conversación termina cuando la persona recibe información, probablemente basta un chatbot bien conectado a una fuente confiable. Si debe consultar un CRM, completar antecedentes, crear un registro o coordinar una reunión, vale la pena evaluar un agente.
Sube de nivel solo cuando el resultado necesita una acción real.
La pregunta útil no es “¿qué modelo usamos?”, sino esta:
¿Qué resultado debe quedar listo al terminar la conversación y qué sistema tendría que intervenir para conseguirlo?
Esa pregunta evita dos errores frecuentes: pagar por autonomía cuando bastaba un flujo simple, o construir un bot que conversa bien pero deja todo el trabajo operativo en manos de una persona.
Parte por el resultado, no por la tecnología
Antes de hablar de modelos, define qué debería cambiar después de cada interacción.
- Informar: explicar requisitos, horarios o servicios.
- Orientar: comparar alternativas usando contexto.
- Preparar: reunir datos y dejar un borrador revisable.
- Actuar: crear, consultar o actualizar información en otro sistema.
Las tres primeras necesidades pueden resolverse con menos autonomía. La cuarta exige herramientas, permisos, manejo de errores y trazabilidad.
Cuatro soluciones que conviene separar
| Solución | Qué hace bien | Ejemplo | Complejidad |
|---|---|---|---|
| Flujo guiado | Sigue reglas y opciones fijas | Preguntas frecuentes | Baja |
| Chatbot con IA | Explica y redacta con contexto | Orientar sobre servicios | Media |
| Asistente con herramientas | Consulta o prepara una acción | Revisar una solicitud | Media |
| Agente de IA | Decide y ejecuta varios pasos | Calificar un lead y coordinar seguimiento | Alta |
El salto importante ocurre cuando el modelo puede actuar. Ahí el prompt deja de ser suficiente: necesitas permisos mínimos, confirmaciones proporcionales al riesgo, registros y una ruta de recuperación.
El Model Context Protocol describe las herramientas como funciones que el modelo puede descubrir e invocar. Esa capacidad amplía lo que el sistema resuelve, pero también el impacto de una decisión equivocada.
Esa pregunta separa un chatbot útil de un agente sobredimensionado.
Explica, busca y redacta.
Contexto confiableConsulta, crea o actualiza.
Permisos · logs · confirmaciónCinco preguntas para decidir rápido
1. ¿La salida es información o una acción?
Si la persona solo necesita una respuesta, un chatbot puede ser suficiente. Si espera que la conversación cree un contacto, consulte disponibilidad o actualice un estado, necesitas herramientas.
2. ¿El camino siempre es igual?
Un formulario funciona muy bien cuando todas las personas recorren los mismos pasos. Un agente aporta cuando el orden cambia según el caso y debe reconocer qué información falta sin repetir un cuestionario completo.
3. ¿Qué ocurre si se equivoca?
Guardar un borrador no tiene el mismo impacto que aprobar un pago o borrar un registro. Mientras mayor sea la consecuencia, menor debería ser la autonomía inicial.
- Las lecturas pueden ser automáticas.
- Los borradores deben ser reversibles.
- Las acciones sensibles necesitan confirmación.
- Algunas operaciones deben quedar fuera del alcance.
4. ¿Existe una fuente de verdad?
Un agente no corrige por sí solo datos desordenados. En una empresa pueden convivir correo, WhatsApp, planillas, CRM y ERP. Antes de integrar, define dónde se consulta, dónde se escribe y quién resuelve una inconsistencia.
5. ¿Cómo medirás el resultado?
“Usar IA” no es una métrica. Mide tiempo hasta la primera respuesta, contactos completos, trabajo manual evitado, errores, derivaciones y costo por caso resuelto.
Tres ejemplos cotidianos
Atención comercial
Un chatbot explica el servicio. Un agente de IA puede entender el problema, pedir solo los antecedentes que faltan, guardar el contacto, enviar una confirmación y dejar un resumen útil para ventas. El valor no está en conversar más: está en dejar preparado el siguiente paso.
Soporte interno
Un asistente busca una política y cita su fuente. Si además crea un ticket y adjunta el diagnóstico, ya está actuando. Un buen inicio es permitir lectura y creación; cerrar tickets puede seguir bajo control humano.
Operaciones administrativas
Un agente puede leer documentos, extraer campos y preparar un registro. Eso no significa que deba aprobar pagos o enviar información sensible sin revisión. La autonomía debe aumentar solo cuando el proceso demuestra que puede recuperarse de un error.
Cuándo elegir algo más simple
No partiría con un agente de IA cuando:
- el flujo tiene pocos pasos fijos y un formulario lo resuelve;
- la tarea ocurre muy pocas veces;
- no existe una fuente de datos confiable;
- un error sería irreversible y no hay revisión humana;
- el único objetivo es “tener IA”.
A veces una integración tradicional o una mejora de interfaz entrega más valor. Decir que no también es una buena decisión de ingeniería.
La arquitectura mínima que sí tiene sentido
Para un primer caso productivo buscaría cinco piezas: una conversación acotada, pocas herramientas, permisos mínimos, confirmación antes de acciones sensibles y un registro que permita reconstruir lo ocurrido. También debe existir una salida alternativa si el modelo o un sistema externo falla.
Checklist antes de cotizar
- ¿Qué tarea repetitiva quieres reducir?
- ¿Quién la ejecuta hoy y cuánto tarda?
- ¿Cuál es el sistema que contiene la verdad?
- ¿Qué acción siempre debe confirmar una persona?
- ¿Qué dato demostrará que el piloto funcionó?
- ¿Qué debe pasar si la IA no está disponible?
Con esas respuestas ya puedes distinguir entre chatbot, automatización y agente de IA sin comprar tecnología de más.
Siguiente paso
Si tienes un proceso concreto, revisa el servicio de agentes de IA para empresas en Chile. La primera evaluación debería aclarar qué conviene automatizar, qué debe seguir bajo control humano y cuál es la versión más pequeña que se puede medir.