Agentes de IA para empresas: qué proceso automatizar primero

Para el primer piloto de un agente de IA, elige una tarea recurrente con datos accesibles y un resultado que alguien sepa comprobar. Limita el alcance a reunir información o preparar un borrador, y mide cuánto trabajo le queda a la persona. Una respuesta rápida del modelo no demuestra por sí sola que el proceso sea rentable.

Piensa en quien gestiona las solicitudes de un taller. Un mensaje indica fecha y número de asistentes, otro solo dice «queremos ir con el equipo». Copiar campos es sencillo. Detectar qué falta, consultar las condiciones y preparar una pregunta útil exige más criterio. Ese tramo concreto puede servir para el primer piloto.

¿Agente, flujo de trabajo o integración convencional?

Un agente de IA utiliza un modelo para elegir pasos y recurrir a herramientas con un objetivo. Como el término admite distintos usos, acuerda si seguirá una ruta fija o decidirá qué investigar. Anthropic distingue los flujos predefinidos de los agentes que dirigen su propio proceso.

Compara el piloto con una alternativa sencilla, como mejorar el formulario y usar plantillas. Si solo lo comparas con trabajo totalmente manual, puedes pasar por alto una solución más barata.

• Anthropic: flujos de trabajo y agentes

Elige el proceso observando el trabajo real

Revisa solicitudes recientes con la persona que las atiende. Localiza dónde copia datos, toma decisiones o descubre que falta información. Un caso concreto aporta más que el encargo genérico de «automatizar ventas».

• La tarea se repite lo suficiente para reunir ejemplos y observar diferencias.
• Existe una fuente vigente y autorizada, y el acceso puede limitarse a lo necesario.
• Alguien sabe distinguir una respuesta correcta de una convincente sin repetir todo el trabajo.
• El borrador puede corregirse antes de enviar, cobrar o modificar un registro.
• Una persona concreta revisa el resultado y atiende las excepciones.

Si varios documentos muestran precios distintos, resuelve esa contradicción primero. El modelo no puede adivinar cuál aprobó la dirección. Unificar las condiciones puede ser el primer beneficio del proyecto.

Ejemplo: preparar respuestas para un taller

Usaremos Forma, el taller de cerámica ficticio de nuestra guía anterior. Lo que sigue es un diseño posible del proceso. No hay ningún agente desplegado ni resultados de clientes detrás.

• Paso anterior: crear el sitio y comprobar el formulario

El sistema extrae los datos de la solicitud, consulta las condiciones aprobadas y prepara un borrador con sus fuentes. Si falta la fecha, redacta una pregunta para pedirla. El calendario de clases no demuestra que queden plazas: la disponibilidad debe comprobarse en otra fuente actualizada.

Empieza con permisos de lectura y un destino separado para borradores. Si después habilitas el envío, la aprobación debe corresponder al destinatario y al texto exactos. Reintentar tras un fallo no debe enviar una copia adicional sin que nadie lo advierta.

Comprueba el piloto antes de implicar a los clientes

1. Mide el proceso actual, incluidas las correcciones. Separa trabajo activo y espera de la respuesta del cliente.
2. Reúne casos habituales y excepciones. Escribe por adelantado los resultados esperados y las acciones prohibidas.
3. Reserva casos para evaluar, en lugar de usar únicamente los que sirvieron para ajustar las instrucciones.
4. Ejecuta sin enviar mensajes. Anota versión del sistema, resultado y tiempo de revisión.
5. Cuenta todos los intentos, también los que terminan resolviéndose a mano.
6. Decide si ampliar, reducir el alcance, corregir los datos o detener el proyecto.

Una cifra de precisión mezcla fallos muy diferentes. Un saludo torpe no equivale a inventar un precio. Registra por separado condiciones incorrectas, aclaraciones omitidas y acciones sin permiso. Añade pruebas específicas para errores poco frecuentes pero graves. No verlos en una muestra pequeña no demuestra que sean improbables.

Antes de probar, acuerda qué resultados justificarían continuar. Todos los borradores deben revisarse, los precios sin confirmar no deben llegar al cliente, el tiempo medio de trabajo humano debe bajar y el equipo tiene que poder resolver las excepciones. Fija los umbrales según tu proceso. No hay un porcentaje de éxito válido para todos.

• Descargar registro vacío del piloto (CSV)

Qué muestran los estudios y cómo medir tu resultado

Generative AI at Work analiza a 5.172 agentes de soporte y registra un aumento medio del 15% en casos resueltos por hora con ayuda de IA. Mide un proceso concreto, no la autonomía de un agente ni la rentabilidad de cualquier implantación.

• Generative AI at Work — authors / Stanford
• METR — randomized study, 2025
• METR — limitations of the follow-up, 2026

METR asignó aleatoriamente tareas reales con o sin IA. Eran desarrolladores expertos en repositorios conocidos y herramientas de principios de 2025. En su actualización del 24 de febrero de 2026, METR advierte de sesgos de selección que impiden estimar con fiabilidad la aceleración actual.

No promedies ambos resultados ni los traslades a tu taller. Muestran por qué conviene medir el trabajo terminado. No proporcionan tu tiempo de revisión, coste por hora ni presupuesto.

Horas liberadas = volumen × (minutos antes − minutos después) / 60.
Valor neto del tiempo = horas × tu tarifa − costes recurrentes.
Amortización = coste inicial / beneficio mensual positivo.

• Abrir la calculadora con tus propias hipótesis

La calculadora sigue siendo didáctica; sus valores iniciales no son mediciones. Sustitúyelos por tus datos. Las horas liberadas no son ahorro de dinero sin identificar gastos reducidos o trabajo adicional que el equipo pueda completar.

Qué llevar a la primera conversación con desarrollo

Prepara una página que indique quién se responsabiliza del proceso, qué información recibe el sistema, cuáles son las fuentes aprobadas y qué resultado debe producir. Explica qué hacer si faltan datos y qué acciones están prohibidas. Añade ejemplos sin datos identificativos, los tiempos actuales y un presupuesto máximo para la prueba.

Repite los casos de control al cambiar modelo, instrucciones o fuentes. Sigue midiendo la corrección manual. El piloto debe permitir una decisión razonada, incluida la de quedarse con un formulario y unas plantillas más sencillos.

• Implantación de IA y automatización con Neaptide