¿Agente de IA o simple automatización? La pregunta de los 20.000 €
« Queremos un agente de IA que pase los pedidos de la web al programa de gestión. » No: quiere un conector. Costará diez veces menos, no se equivocará nunca, y no tendrá nada que revisar.
La prueba en tres preguntas
- ¿Las entradas están estructuradas? Un formulario, una fila de base de datos, un webhook — sí. Un correo redactado por una persona, un PDF escaneado — no.
- ¿La regla se puede escribir? « Si importe > 5.000, validación del director » se escribe. « Si el cliente parece molesto » no.
- ¿Se vería un error? Una transferencia fallida se detecta. Un mal resumen pasa desapercibido — y por eso el agente exige más encuadre.
Tres síes: automatización. Un no en las dos primeras: agente. Un no en la tercera: agente con revisión obligatoria.
Lo que cuesta el error, en ambos sentidos
Poner un modelo donde basta una regla es pagar por tokens para siempre, añadir una fuente de error y revisar una salida que podía ser exacta por construcción. Vemos con regularidad proyectos de cinco cifras para lo que veinte nodos de n8n hacen mejor.
Poner una regla donde hay que leer cuesta de otra forma: una biblioteca de condiciones que crece con cada caso particular, que nadie se atreve a tocar al cabo de un año, y una cobertura estancada en el 60 %.
El criterio no es « ¿sabe hacerlo la IA? », sino « ¿hay que entender para hacerlo? ».
El caso más frecuente: los dos
La mayoría de los sistemas que abrimos son mixtos, y el montaje marca la diferencia: la automatización sostiene el circuito — disparador, llamadas a las herramientas, escritura en el programa de gestión, recuperación de errores — y el agente interviene solo en el punto exacto donde hay que leer o redactar.
Un ejemplo: llega una petición de presupuesto por correo. El circuito la archiva, crea el expediente, avisa. El agente lee la petición y encuentra el trabajo comparable — esa es su única tarea. Luego el circuito retoma, precumplimenta la plantilla y espera la validación humana.
Doble ventaja: el coste por tratamiento se desploma, y cuando algo falla se sabe cuál de los dos es.
¿Y la herramienta?
Llega la última, y es reversible. n8n, Make, código: la elección depende de quién mantendrá el circuito dentro de seis meses, no de lo que esté de moda este trimestre. Un equipo que sabe leer un circuito visual conserva el control; un equipo con desarrolladores preferirá código versionado.
Lo que no es reversible es haber confiado una decisión a una máquina. Ahí hay que ser exigente — no con el logotipo de la herramienta.
- Los diez sistemas de una empresa — la rejilla del levantamiento
- IA para la industria — el presupuesto, caso mixto de manual
- IA para la logística — la desviación de recepción, también mixta
- El levantamiento de sus diez sistemas — gratuito, en 72 horas
Otras notas
La base documental, o por qué su agente responde al lado
Un agente vale lo que puede leer. Los cuatro defectos que hacen responder al lado — duplicados, versiones sin fecha, PDF escaneados, contexto implícito — y la preparación que lo cambia todo.
IA responsable · 14 de agosto de 2026« ¿Y si se lo inventa? » — hacer que un agente cite sus fuentes
Un modelo produce una frase plausible, no una frase verdadera. Los cuatro montajes que hacen visible la invención, y la única regla que cuenta: cada afirmación remite a su fuente.
Sistemas · 10 de julio de 2026Que ChatGPT y Perplexity le citen: lo que funciona de verdad
Los motores generativos citan lo que pueden leer, estructurar y verificar. Cinco gestos concretos — entre ellos servir sus páginas en Markdown — y lo que no sirve para nada.