Agentes de IA: qué son y cuándo los necesita una pyme (lo explica un mercader de Prato del siglo XIV)

Desde hace un año parece que cada software tiene su "agente de IA". Lo promete el ERP, el CRM, hasta el correo. Pero ¿qué es de verdad un agente, qué sabe hacer hoy y, sobre todo, lo necesita usted? Para responder empezamos por un hombre que tenía muchos agentes, y ninguno digital.

Francesco Datini y sus factores

Francesco di Marco Datini, mercader de Prato fallecido en 1410, construyó en la segunda mitad del siglo XIV una red de compañías y casas comerciales que iba de Aviñón a Pisa, Florencia y Génova, hasta Barcelona, Valencia y Mallorca. No podía estar en todas partes. En cada sede trabajaban sus factores: personas de confianza que llevaban el negocio diario, compraban, vendían, enviaban y cobraban. Datini los dirigía a distancia, por carta.

Y qué cartas. Su archivo, conservado en el palacio donde vivió y hoy sede del Archivo de Estado de Prato, reúne más de 150.000 cartas, junto con libros de cuentas, contratos de seguro y documentos de cambio. Es una de las fuentes más ricas que tenemos sobre el comercio medieval europeo, precisamente porque cada factor tenía que escribir: qué había hecho, a qué precio, con quién, qué pensaba hacer.

Fíjense en la estructura: un titular que fija objetivos, agentes que deciden los pasos sobre el terreno, una correspondencia continua que hace de registro. El factor tenía autonomía, pero dentro de un perímetro, y rendía cuentas de todo.

Pues bien, un agente de IA bien diseñado es un factor digital. Y las reglas que funcionaban en el Prato del siglo XIV siguen funcionando.

Qué es un agente de IA, en una frase

Un agente de IA es un sistema basado en un modelo de lenguaje que, recibido un objetivo, decide por sí mismo qué pasos dar y qué herramientas usar para alcanzarlo: buscar información, leer un archivo, consultar el ERP, redactar un borrador, pedir confirmación.

La definición más clara la dio Anthropic en su guía técnica Building effective agents (diciembre de 2024): los workflows son sistemas en los que modelos y herramientas siguen recorridos definidos en el código; los agentes son sistemas en los que el modelo dirige dinámicamente su propio proceso y el uso de herramientas.

Qué sabe hacer hoy un agente, y qué no

Los agentes actuales son buenos para:

• usar herramientas: consultar bases de datos, documentos, webs y calendarios, enviar peticiones a programas mediante API;
• dividir una tarea en pasos y adaptarse cuando uno no sale como estaba previsto;
• trabajar con textos largos y variables: correos, contratos, incidencias, notas;
• preparar borradores listos para la revisión humana.

Siguen flojos cuando:

• los errores se acumulan: en una cadena de diez pasos, un pequeño error en el tercero arrastra todo lo demás. La propia guía de Anthropic advierte que la autonomía implica "costes más altos y el riesgo de errores que se acumulan";
• hace falta un criterio que depende de un contexto no escrito: la relación con ese cliente, la historia de ese proveedor;
• las instrucciones llegan de fuentes no fiables: un agente que lee correos puede ser engañado por texto oculto pensado para darle órdenes. Es el riesgo llamado prompt injection, el primero de la lista OWASP Top 10 para aplicaciones LLM, que también señala el peligro de dar a los sistemas una "agencia excesiva", es decir, demasiados permisos.

Cuándo necesita de verdad un agente una pyme

En junio de 2025 Gartner, firma de análisis del mercado tecnológico, previó que más del 40% de los proyectos de agentes de IA se cancelará antes de finales de 2027, por costes crecientes, valor poco claro o controles de riesgo insuficientes. En la misma nota habla de agent washing, productos existentes rebautizados como "agentes" sin serlo, y estima que de los miles de proveedores que se declaran "agénticos" solo unos 130 lo son de verdad.

Para no acabar en ese 40%, haga cuatro pruebas antes de empezar:

1. ¿La tarea es variable? Si los pasos son siempre los mismos, basta una automatización clásica: cuesta menos y se equivoca menos. Lo explicamos en la guía de automatización de procesos empresariales.
2. ¿El resultado se controla fácilmente? Una oferta en borrador se relee en dos minutos. Un pago ejecutado no se anula con un clic.
3. ¿Los datos y las herramientas son accesibles? Un agente sin acceso al ERP es un factor sin almacén.
4. ¿Hay volumen que justifique el esfuerzo? Diseñar, probar y vigilar un agente lleva tiempo. Para tres solicitudes al mes no compensa.

Si responde "sí" a las cuatro, un agente puede tener sentido.

Ejemplos realistas para una pyme

Escenarios tipo, no promesas:

• Solicitudes de presupuesto: el agente lee el correo, identifica los productos, consulta tarifa y disponibilidad, pide al cliente los datos que faltan y prepara el borrador. Un comercial lo revisa y lo envía.
• Posventa: el agente recoge número de pedido y fotos del problema, comprueba la garantía, propone la solución estándar y pasa a una persona los casos fuera de lo normal.
• Búsqueda y síntesis: reunir información sobre una convocatoria, un proveedor o una norma, con las fuentes indicadas, para verificarla antes de usarla.
• Logística: reconstruir el estado de un envío problemático cruzando correos, seguimiento y documentos, como apuntamos en IA para la logística y el almacén.

Denominador común: en todos los ejemplos el agente prepara, la persona decide. Es también la razón por la que los agentes cambian las tareas más de lo que las eliminan, como contamos en IA y trabajo: qué tareas cambian.

Las reglas del buen factor (digital)

Volvamos a Prato. ¿Qué hacía gobernable una red de factores repartidos por el Mediterráneo? Lo mismo que hace gobernable a un agente.

• Instrucciones escritas. Objetivo, límites, qué hacer cuando no se sabe qué hacer. Un agente con instrucciones vagas improvisa.
• Perímetro claro. Qué herramientas puede usar, sobre qué datos, hasta qué importes. Permisos mínimos, nunca las credenciales de administrador.
• Un registro de todo. Como las cartas de los factores: cada acción del agente debe dejar un rastro legible de quién, qué, cuándo y por qué.
• Umbrales de confirmación. Por encima de cierto importe, o para ciertas acciones (pagar, borrar, enviar al exterior), hace falta un sí humano.
• Desconfianza hacia el contenido externo. Lo que el agente lee en un correo o en una web es un dato, no una orden.
• Pruebas en un entorno cerrado. Antes de tocar datos reales, se prueba en un entorno separado, como recomienda también Anthropic.
• Revisión periódica. Datini leía las cuentas de sus factores. Usted lee los registros de su agente.

Luego está la seguridad en sentido estricto: un agente que lee el correo está tan expuesto al phishing como un empleado, si no más. Lo tratamos en phishing, IA y ciberseguridad para pymes.

¿Quiere saber si un agente tiene sentido para su empresa?

Ayudamos a empresarios y pymes a distinguir lo que sirve de lo que solo hace ruido, partiendo del trabajo de las personas. Descubra nuestros servicios o reserve una llamada gratuita: en media hora vemos juntos si necesita un factor digital o le basta con un buen registro.