«Agente de IA» es el término que más se usa y peor se explica. No es un chatbot con otro nombre ni una automatización de toda la vida. La diferencia es concreta y se entiende en dos minutos — y saberla evita comprar lo que no necesitas.
La diferencia en una frase
Un chatbot responde. Un agente hace cosas.
Cuando le pides a Claude que escriba un email, te devuelve el texto y ahí acaba su trabajo: copiarlo y enviarlo es cosa tuya. Un agente, con permiso para usar tu correo, lo escribe y lo envía.
La diferencia no es que sea más listo. Es que tiene manos.
Los tres ingredientes
Un agente necesita tres cosas. Si le falta una, es otra cosa:
| Ingrediente | Qué es | Si falta… |
|---|---|---|
| Objetivo | Qué tiene que conseguir, no qué pasos dar | …es un script: hace pasos fijos |
| Herramientas | Acceso real a correo, archivos, calendario | …es un chat: sólo devuelve texto |
| Autonomía | Decide él la secuencia según lo que encuentra | …es una automatización clásica |
Ese tercer punto es el que de verdad separa. Una automatización de siempre sigue un camino escrito de antemano: «si llega un correo con adjunto, guárdalo en esta carpeta». Si aparece algo que no estaba previsto, se rompe o lo ignora.
Un agente recibe un objetivo —«clasifica las facturas que lleguen y avísame de las que superen 3.000 €»— y decide sobre la marcha. Si una factura viene en un formato raro, se las apaña. Si algo no cuadra, puede preguntar.
En qué se diferencia de lo que ya tienes
- Un chatbot de atención al cliente responde preguntas con la información que le diste. No consulta tu sistema de pedidos ni cambia nada. Es un chat.
- Una regla de tu gestor de correo mueve mensajes según condiciones fijas. No entiende el contenido. Es automatización.
- Un agente lee el correo, entiende de qué va, consulta lo que necesite y actúa — dentro de los permisos que le hayas dado.
Qué hace falta para que uno funcione
Aquí está la parte que las presentaciones se saltan. Un agente necesita:
- Instrucciones muy claras. Se llaman system prompt: quién es, qué debe conseguir, qué no debe hacer nunca. La mayoría de agentes que fallan no fallan por tecnología, fallan porque nadie definió bien el encargo.
- Conexión con tus herramientas. Es lo que resuelve MCP: el estándar que le permite hablar con tu Drive, tu correo o tu calendario sin programar una integración a medida para cada uno.
- Permisos mínimos. Sólo lo que necesita. Un agente que clasifica facturas no necesita poder borrar correos.
- Supervisión. Al principio, revisar lo que hace. Después, revisar por muestreo.
Dónde encaja de verdad en una empresa
Los que funcionan comparten un patrón: tarea repetitiva, con criterio pero sin decisión grave.
- Clasificar documentos que llegan y extraer sus datos.
- Preparar el borrador de respuesta a consultas frecuentes, para que una persona lo revise.
- Montar un informe recurrente juntando datos de varios sitios.
- Avisar de lo que se sale de lo normal en un flujo de trabajo.
Y dónde no: cualquier cosa donde equivocarse salga caro y no haya revisión humana. Un agente que manda presupuestos a clientes sin que nadie los mire es una mala idea, por bien construido que esté.
Lo que nadie te cuenta antes de montar uno
Hereda todos los defectos del modelo. Se inventa datos igual, sólo que ahora puede actuar sobre un dato inventado. Un agente que se equivoca de importe y manda el aviso ya ha hecho el daño.
El coste no es cero. Cada paso que da consume, y un agente que revisa cien documentos consume cien veces.
Y la responsabilidad sigue siendo tuya. Si un agente manda algo incorrecto a un cliente, responde la empresa. Por eso el Reglamento Europeo de IA insiste tanto en la supervisión humana: cuanta más autonomía le das, más obligaciones asumes.
¿Necesitas uno?
Prueba esto antes de plantearte nada: coge la tarea que quieres automatizar y hazla tú con Claude, a mano, tres veces. Si en las tres el resultado es bueno con las mismas instrucciones, es candidata a agente. Si cada vez tienes que ajustar algo distinto, todavía no.
Es el mismo criterio que con cualquier automatización: primero se domina la tarea a mano, después se automatiza. Al revés se automatiza el caos.
Y empieza por lo de siempre, que es donde está el 80 % del beneficio: pedir bien las cosas. En Claude para principiantes se practica sobre tareas de tu trabajo, que es lo que después permite decidir con criterio si algo merece un agente.
Preguntas frecuentes
¿Qué diferencia hay entre un agente de IA y un chatbot?
Un chatbot responde; un agente hace cosas. Con permiso para usar tu correo, no sólo redacta el mensaje: lo envía. La diferencia no es que sea más listo, es que tiene manos.
¿Un agente es lo mismo que una automatización de siempre?
No. Una automatización sigue pasos escritos de antemano y se rompe ante lo imprevisto. Un agente recibe un objetivo y decide la secuencia sobre la marcha según lo que encuentra.
¿Necesito programar para tener un agente?
Para montar uno a medida, sí. Pero antes conviene comprobar si hace falta: si la tarea la haces bien a mano con la IA tres veces seguidas con las mismas instrucciones, es candidata; si cada vez hay que ajustar algo distinto, todavía no.
¿Qué riesgos tiene dejar actuar a un agente?
Hereda los defectos del modelo: puede inventarse un dato y actuar sobre él. Por eso conviene darle permisos mínimos, supervisarlo al principio y no dejarle decisiones cuyo error salga caro.