Hasta hace poco, cuando uno escuchaba hablar de “inteligencia artificial” (IA), se imaginaba cosas muy avanzadas y poco cercanas: robots que caminan, autos que se manejan solos o sistemas que vencen a campeones mundiales de ajedrez. Sin embargo, desde hace unos años, la IA llega a oficinas, comercios y servicios de todo tipo. No en forma de robots, sino como programas que escriben textos, responden preguntas o analizan datos. Eso es lo que se conoce como IA generativa.

Ahora bien, muchas empresas ya usan esta IA generativa, pero todavía no ven beneficios económicos ¿Por qué? Porque la usan en cosas pequeñas, sueltas, poco conectadas con el trabajo real de todos los días. Y ahí es donde aparece una nueva palabra clave: agente.

¿Qué es un agente y qué no lo es?

Un agente de IA no es lo mismo que un asistente como ChatGPT. Aunque ambos pueden parecer similares al principio —porque los dos “hablan” o “responden”, hay una diferencia clave: el agente actúa por sí mismo. Un sistema como ChatGPT requiere que se le indique de manera específica lo que se necesita, por ejemplo, pedirle que redacte un correo para solicitar vacaciones. En cambio, un agente automatizado tiene la capacidad de detectar situaciones sin intervención directa. Por ejemplo, identifica que un empleado está por tomarse vacaciones al observar datos como una reserva de hotel o una disminución en su actividad laboral, y envía el correo de solicitud de vacaciones de manera automática, sin necesidad de que se lo pida explícitamente. En resumen, un asistente espera órdenes, mientras que un agente observa, decide y actúa por iniciativa propia.

¿Qué usan hoy las empresas?

Muchas empresas ya usan IA en su día a día. Por ejemplo, tienen copilotos que ayudan a sus empleados a escribir más rápido, a resumir correos o a encontrar información interna. Pero estos usos están repartidos, son superficiales y no están conectados con el corazón de lo que hace la empresa. Es como si uno pusiera luces LED en una fábrica antigua: se ve más bonito, pero la producción no mejora mucho.

Una cadena de supermercados puede tener un asistente que le diga al encargado: “tuviste menos ventas este lunes que el anterior”. Pero ese mismo encargado tiene que decidir solo si cambia el cartel de oferta, si ordena menos productos o si habla con el gerente. El asistente no hace nada por su cuenta. Un agente de IA, conectado al sistema de ventas y al sistema de promociones, detectaría la baja en ventas, compararía con otras sucursales, revisaría si hay algún feriado, si el clima afectó la afluencia y decide solo si conviene poner una oferta especial, cambiar los horarios o enviar más stock a otra sucursal. Incluso, ejecuta esas decisiones automáticamente o pide aprobación si el cambio es muy grande. Es decir: procesa, conecta datos de distintos sistemas, decide y actúa.

¿Por qué no se usa más este tipo de agente?

Porque es mucho más complejo de hacer. Los copilotos o chatbots son como electrodomésticos: se enchufan y funcionan. Los agentes, en cambio, hay que diseñarlos pensando en el negocio, conectarlos a los sistemas internos, y decidir bien qué pueden hacer solos y qué no. Además, las empresas muchas veces tienen sus datos desordenados, o sus equipos técnicos separados del resto del personal. También existe miedo: ¿y si el agente hace algo mal? ¿Y si reemplaza mi trabajo?

Sin embargo, se habla de agentes porque es el primer tipo de IA realmente útil para automatizar tareas complejas en una empresa. No solo ayudan, sino que hacen el trabajo. Y no cualquier trabajo: pueden encargarse de tareas que hoy ocupan horas y horas de personas capacitadas. En un ejemplo real, un banco tiene empleados que pasan días escribiendo informes sobre si un cliente puede recibir un crédito o no. Tienen que mirar datos financieros, balances, historia del cliente, situación del mercado, etc. Un agente revisa todos esos datos en minutos, redacta un informe, indica el nivel de riesgo, y hasta propone preguntas para aclarar dudas. Esto mejora la calidad, reduce errores, y permite que los humanos se enfoquen en los casos realmente complejos.

¿Qué se necesita para usar agentes?

No alcanza con “ponerlos”. Hay que rediseñar los procesos, es decir, pensar cómo se hace cada tarea de cero, ahora que tenemos una herramienta nueva. Como cuando apareció el correo electrónico: no se usó solo para mandar cartas más rápido, se inventaron nuevos modos de trabajar. Por ejemplo, una empresa que responde miles de consultas por día tiene personas que leen mails, buscan respuestas y las envían. Con un agente, esas tareas se hacen solas. Pero si el proceso sigue siendo “recibo el mail – lo paso a alguien – espero respuesta – reenvío”, el agente no puede desplegar todo su poder. En cambio, si el sistema detecta el problema, encuentra la respuesta, y solo consulta al humano si hay algo raro, el cambio es radical.

Entre tanto, los agentes no son totalmente autónomos: tienen límites, reglas, y sistemas de control. Hay personas que los supervisan, se establecen escalones de aprobación y se diseñan para que no tomen decisiones críticas sin intervención humana. También hay sistemas para evitar que “se multipliquen sin control” (algo que ya pasó en el pasado con robots de software simples). La clave es tener gobernanza: es decir, reglas claras, control, y un responsable de cada agente.

¿Y qué pasa con los trabajos humanos?

Los agentes no reemplazan todo el trabajo, sino que automatizan lo repetitivo, lo predecible. Dejan a los humanos las decisiones importantes, el trato con personas, la creatividad, el juicio. Pero sí es cierto que cambian el tipo de tareas: menos operar, más supervisar. En este caso, no alcanza con que el departamento de informática proponga el cambio. Las decisiones las tienen que tomar los directores de la empresa. Porque cambiar procesos, reorganizar tareas, formar a la gente, revisar los datos; todo eso es una transformación grande. Por eso los expertos dicen que ya no estamos en la etapa de probar. Estamos en la etapa de transformar.

La IA generativa fue el primer paso: sirvió para escribir, resumir y conversar. Ahora llegan los agentes, sistemas más avanzados que observan, deciden y actúan por sí solos. Para que funcionen bien, es necesario repensar cómo trabaja la empresa. Si se implementan correctamente, el impacto será enorme: mayor velocidad, menos errores y una atención mucho más eficiente. No es ciencia ficción, ya ocurre, pero todo depende de las decisiones que se tomen hoy. El futuro del trabajo no es con humanos haciendo tareas como máquinas. Es con máquinas haciendo tareas para que los humanos podamos pensar mejor. Y los agentes de IA son la herramienta que lo permite. Las cosas como son