Agentes de IA para empresas
Programas que leen un correo, consultan tu ERP y registran el pedido o la incidencia, con los permisos que tú decides. Cómo funcionan, dónde los tenemos en producción y cuándo no merecen la pena.
Qué es un agente de IA y en qué se diferencia de un chatbot
Un agente de IA es un programa que usa un modelo de lenguaje para entender una tarea y que tiene herramientas para resolverla: buscar un pedido, cambiar una dirección de envío, calcular un presupuesto en el ERP o contestar un correo. La diferencia con un chatbot está en esas herramientas. Sin ellas, el modelo solo puede redactar texto.
Lo que puede hacer lo decides tú, como con la cuenta de usuario de alguien recién llegado a la empresa: consultar pedidos sí, emitir abonos no. Y todo queda apuntado (qué leyó, qué decidió, qué herramienta usó), así que un error se puede revisar y corregir en su origen.
Los ejemplos de esta página salen de proyectos nuestros que están funcionando, entre ellos los de Crearal, Electrotodo, Boticasur, Gesttia y Navarro Hermanos.
Si prefieres empezar por lo básico, tienes la guía ¿Qué es un agente de IA? Guía práctica para empresas.
Las piezas de un agente que trabaja en una empresa
El modelo
Lee la petición y elige qué hacer. Usamos modelos de Azure OpenAI desplegados en la zona de datos de la UE.
Las herramientas
Funciones concretas que el agente puede llamar, como «buscar pedido» o «calcular presupuesto». Las que escriben datos llevan límites: en la atención al cliente de una tienda, cancelar un pedido o cambiar la dirección solo se permite si todavía no ha salido del almacén.
Las reglas sin IA
Comprobaciones fijas que se ejecutan antes de enviar nada y que, ante la duda, bloquean. Una de las que usamos en atención al cliente impide prometer entrega a domicilio cuando el paquete está en un punto de recogida.
El registro
Cada ejecución queda guardada con lo que recibió, lo que hizo y cuánto costó en tokens. Sin esto no hay forma de auditar por qué el agente contestó lo que contestó.
Permisos: cuánto decide el agente sin preguntar
No hay que elegir entre hacerlo todo a mano o dejárselo todo a la IA. En los proyectos que tenemos en marcha cada tipo de tarea tiene su nivel, y se sube de nivel con datos:
Modo sombra
El agente prepara su respuesta pero no la envía. Se compara con la que da la persona del equipo y se mide cuántas veces coinciden. Con ese informe se decide qué categorías están listas para más.
Propone y una persona decide
El agente redacta el borrador o sugiere la acción y alguien la valida. Es el modo para lo que tiene consecuencias económicas o legales. En una aplicación de incidencias que tenemos en producción, el modelo propone y el código ejecuta con sus propios permisos; el modelo no toca la base de datos.
Autónomo en categorías acotadas
Solo en las que han superado la sombra. En AgentDesk la IA solo responde sola en las categorías donde lo que preparaba coincidía con lo que hizo la persona. Una reclamación formal o un cliente muy enfadado van directos a una persona.
Cualquier categoría se puede apagar al momento, y los campos que ha corregido una persona quedan protegidos para que el agente no los sobrescriba.
Casos reales por departamento
Proyectos en producción, con el nombre del cliente cuando nos deja darlo. En cada caso, qué hace el sistema y con qué se conecta.
Atención al cliente en retail
Atención al clienteAgentDesk atiende varios buzones de correo, el formulario del centro de ayuda y el chat de la tienda, en el idioma de cada cliente. Clasifica los tickets en categorías sacadas del histórico real, traduce, redacta borradores y, contra el SGA, consulta pedidos o cambia la dirección si aún no han salido.
Crearal
VentasFabrica en Málaga murales, réplicas cerámicas y peldaños de gres. Su agente atiende por web y WhatsApp, calcula el presupuesto con las tarifas reales cuando el cliente lo confirma y lo registra en el ERP que les hicimos, que lo numera y lo envía por email. Los cortes a medida siempre los atiende alguien del equipo.
Electrotodo y Boticasur
Tienda onlineEn las tiendas Shopify de Electrotodo atiende en varios idiomas y localiza pedidos con el email y el número. En Boticasur, sobre PrestaShop, busca productos, consulta stock, añade al carrito y aplica cupones; el pago siempre lo hace el cliente.
Facturas de proveedor en retail
Back-officeDocunext lee con OCR las facturas de proveedor, extrae CIF, importes y líneas, detecta duplicados y comprueba que cuadran. Después pasan por validación, aprobación y pago con roles separados: quien administra la aplicación no puede aprobar ni pagar. Ya está en producción.
Gesttia
Documentación legalProcesamos notas simples, escrituras, certificados de saldo y burofaxes: el sistema extrae registro, titulares o responsabilidad hipotecaria, lo completa con el Catastro y lo entrega en el Excel del cliente. A 31 de agosto de 2026 llevaba 1.603 notas, con una precisión del 97 % al 98,8 % medida contra la revisión del propio cliente.
Navarro Hermanos
Operaciones y datosUn agente no sirve de nada si no puede leer los datos. La API REST de su ERP no estaba operativa, así que leemos su base de datos MySQL: el CRM comercial se sincroniza a las 2:00 y a las 14:00, y AgentSearch consulta el catálogo sin escribir nunca en él.
Cómo se conecta con tu ERP o CRM, también si no tiene API
No hace falta cambiar de ERP, pero sí una vía para leer datos y, si procede, escribirlos. Estas son las que usamos, de la más cómoda a la menos:
La API del fabricante
Shopify, el webservice de PrestaShop o la API del SGA. Es lo ideal, pero el agente solo puede hacer lo que la API permite: si el proveedor del SGA no deja hacer reembolsos o devoluciones por API, esas peticiones las gestiona el equipo.
La base de datos, en solo lectura
Cuando la API no existe o no funciona. En Navarro Hermanos el buscador lee el MySQL del ERP a través de su VPN, sin escribir nunca en él, en lotes de 5.000 filas y con un máximo de cuatro conexiones para no cargar el sistema.
El buzón de correo
Si todo entra por email, el agente lee el buzón por IMAP. Lo revisa cada poco tiempo sin marcar nada como leído, y así convive con la herramienta anterior durante el cambio.
Ficheros en una carpeta
Excel, CSV o EDI que otro programa deja cada día en un servidor. Así importa Docunext los ficheros EDI en un cliente de retail.
Llamadas a tu sistema
Cuando el ERP acepta peticiones entrantes (webhooks), el agente le envía el dato ya validado. Así llegan al ERP de Crearal los presupuestos y los pre-expedientes que genera su agente.
Automatizar clics en la pantalla de un programa es el último recurso: se rompe con la siguiente actualización. Más detalle en integración de sistemas.
Seguridad y RGPD
Un agente que consulta pedidos trata datos personales como cualquier otro programa, con la particularidad de que los lee un modelo de lenguaje. Lo resolvemos así:
- Modelos que procesan en la UE. Desplegamos los modelos de Azure OpenAI en la zona de datos europea, de modo que las peticiones se procesan en estados miembros de la UE. Microsoft no usa esas peticiones ni sus respuestas para entrenar modelos.
- Un recurso por cliente y producto. Cada agente consume de su propio recurso de Azure. Los datos no se cruzan entre proyectos y el cliente puede ver cuánto gasta su agente cada mes.
- En tu red, si hace falta. AgentDesk y Docunext pueden funcionar en un servidor dentro de la red del cliente, con acceso solo por VPN.
- Solo los datos necesarios. El agente de una tienda no consulta un pedido hasta que el cliente se identifica, con su sesión o con el email y el número de pedido. En una implantación de AgentDesk, un segundo clasificador revisa todo lo que va a la cola de protección de datos antes de que llegue al equipo.
Lo que Microsoft se compromete a hacer con los datos está en su documentación sobre privacidad de Azure OpenAI.
El resto de la lista (encargo de tratamiento, plazos de conservación, supervisión humana) está en la guía Cómo montar un agente de IA que cumpla con el RGPD.
Cuánto se tarda en montar un agente de IA
Depende sobre todo de los sistemas a los que hay que conectarlo. Estas son fechas reales, del primer commit a la puesta en producción:
| Proyecto | Qué incluye | Plazo |
|---|---|---|
| AgentBot · Electrotodo | Chat multiidioma y consulta de pedidos en Shopify | 5 semanas |
| AgentBot · Crearal | Web y WhatsApp, presupuestos calculados y registrados en su ERP | 9 semanas |
| Docunext · retail | Facturas con OCR, roles y circuito de aprobación y pago | 5 meses |
| AgentDesk · retail | Clasificación, borradores y respuestas autónomas sobre varios buzones, con integración al SGA | 5 meses y medio, con un parón de dos meses entre fases |
Lo que más alarga un proyecto es conseguir los accesos (una VPN, un usuario con permisos en el ERP), descubrir que la API no hace lo que prometía su documentación y limpiar datos. En un catálogo encontramos una secadora de 292 € con un coste registrado de 22.743 €. Un agente que decida precios con ese dato se equivoca aunque razone bien.
Hay fallos que no tienen nada de inteligencia artificial. En un proyecto se cambió una clave de acceso al ERP y nadie la actualizó en el agente, que estuvo nueve días sin poder registrar solicitudes. Desde entonces cada clave tiene apuntados los servicios que dependen de ella.
¿Y los agentes de IA de voz?
Se pueden montar: un modelo que escucha y habla en tiempo real, conectado a la centralita por un troncal SIP y con las mismas herramientas que un agente de texto. Tenemos un prototipo interno con esa arquitectura.
Lo que no tenemos todavía es un agente de voz en producción con un cliente, y no vamos a venderlo como si lo estuviera. Si tu caso es telefónico, lo planteamos como piloto cerrado: llamadas de un solo motivo (una cita, el estado de un pedido) y traspaso a una persona desde el primer día.
Cuándo NO usar un agente de IA
Parte del diagnóstico consiste en decir que no. Estos son los casos en los que solemos recomendar otra cosa:
- Cuando las reglas son fijas. Si el proceso cabe en «si pasa A, haz B», una automatización normal es más barata y no se equivoca. Las facturas de transportistas de Electrotodo se cuadran con reglas, sin IA, y aun así sacaron a la luz envíos internacionales cobrados por debajo de su coste.
- Cuando el volumen es bajo. Diez correos a la semana se contestan a mano en menos tiempo del que cuesta mantener un agente.
- Cuando ya existe una herramienta que lo hace. Si lo único que necesitas es responder preguntas frecuentes en la web, un SaaS de chat te cuesta menos que un desarrollo.
- Cuando un error es caro y nadie lo va a revisar. Un abono o una comunicación legal se pueden preparar con un modelo, pero decide una persona. AgentPrice, que propone precios a Electrotodo, ni siquiera usa IA: aplica reglas y cada cambio lo aprueba alguien antes de llegar a Shopify.
- Cuando los datos no existen. Si la información vive en la cabeza de dos personas o en hojas de cálculo que no cuadran, el primer proyecto es ordenar eso. A veces es un CRM o un ERP a medida, y el agente llega después.
Para esos casos tienes automatización de procesos y desarrollo de software a medida.
Chatbot, automatización o agente de IA
Son tres herramientas distintas y cada una encaja en un tipo de problema:
| Criterio | Chatbot de preguntas | Automatización con reglas | Agente de IA |
|---|---|---|---|
| Qué hace | Responde con un guion o una base de conocimiento | Ejecuta pasos fijos cuando se cumple una condición | Interpreta la petición, elige herramienta y la usa |
| Acciones en tus sistemas | Ninguna o casi ninguna | Las programadas | Las que permitan sus herramientas y sus permisos |
| Cómo falla | No resuelve y el cliente se va | Se rompe si cambia el formato | Se equivoca con aplomo; por eso la sombra, las aprobaciones y el registro |
| Dónde encaja | Preguntas frecuentes de una web | Procesos repetitivos y estables | Tareas con variación que hoy exigen leer y decidir |
Preguntas frecuentes sobre agentes de IA para empresas
¿Cuánto cuesta implantar un agente de IA?
Depende de cuántos sistemas haya que conectar y de cuánto decida el agente por su cuenta. Lo concretamos contigo después del diagnóstico, que es gratuito. El consumo del modelo sale de un recurso de Azure propio, así que sabes lo que gasta cada mes.
¿Cuánto se tarda en tenerlo en producción?
En nuestros proyectos, entre cinco semanas (un agente para una tienda Shopify) y cinco meses (atención al cliente con varios buzones e integración con el SGA). El plazo lo marcan los accesos y las integraciones mucho más que la IA.
¿Tengo que cambiar mi ERP o mi CRM?
No. El agente se conecta a lo que tengas: por API si la hay, leyendo la base de datos si no, o a través del correo y de ficheros.
¿Qué pasa si el agente se equivoca?
Pasará alguna vez. Por eso las tareas nuevas empiezan en modo sombra, lo delicado necesita la aprobación de una persona, hay reglas sin IA que bloquean respuestas peligrosas y cada acción queda registrada para encontrar la causa.
¿Un agente de IA cumple con el RGPD?
Puede cumplirlo si se diseña para ello: modelos que procesan en la UE, encargo de tratamiento firmado, acceso solo a los datos necesarios, registro de acciones y revisión humana en lo que afecta a personas. Lo detallamos en nuestra guía sobre agentes de IA y RGPD.
¿Tenéis agentes de IA de voz en producción?
Con clientes, todavía no. Tenemos un prototipo sobre telefonía SIP y, si tu caso es telefónico, lo planteamos como piloto acotado, con traspaso a alguien del equipo desde el principio.
¿Trabajáis solo con empresas de Málaga?
No. Estamos en el Parque Tecnológico de Andalucía y con empresas de Málaga y Andalucía hacemos el diagnóstico en persona, pero trabajamos en remoto con clientes de toda España.