¿Qué es un agente de IA?

¿Qué es un agente de IA, en palabras simples?

Un agente de IA (inteligencia artificial) es un programa al que le das un objetivo, por ejemplo «registra las facturas de proveedores que llegaron hoy», y que decide por sí mismo cómo cumplirlo: qué datos consultar, qué herramienta usar, en qué orden y cuándo detenerse. La guía práctica de OpenAI lo define como un sistema que realiza tareas de forma independiente en nombre del usuario.

La diferencia con el software tradicional es que el camino no está escrito paso a paso. En un programa clásico, alguien codificó cada regla. En un agente, el modelo arma la ruta según lo que va encontrando, dentro de los límites que le pusiste.

Anthropic distingue dos diseños: los flujos de trabajo, donde el modelo sigue rutas de código predefinidas, y los agentes, donde el modelo dirige su propio proceso y el uso de herramientas. Muchos sistemas en producción combinan ambos: rutas fijas para lo predecible y autonomía solo donde aporta.

¿Cómo funciona por dentro?

Según la guía de OpenAI, un agente tiene tres piezas:

El agente trabaja en ciclo: decide un paso, lo ejecuta, revisa el resultado y decide el siguiente. Anthropic lo resume como un modelo que usa herramientas en un bucle, guiado por la retroalimentación del entorno. Cuando no puede terminar, debe detenerse y devolverle el control a una persona.

Un ejemplo en una empresa ecuatoriana

Imagina una distribuidora que recibe cada día decenas de facturas electrónicas de proveedores. Un agente de cuentas por pagar puede leer el archivo XML (un formato de datos estructurado) que autoriza el SRI (Servicio de Rentas Internas), que según su ficha técnica lleva la firma electrónica dentro. Luego busca la orden de compra en el ERP (el sistema de gestión de la empresa), compara cantidades y precios, y registra la factura si todo cuadra.

Si encuentra una diferencia mayor a la tolerancia acordada, no la «arregla»: arma el caso con el detalle y se lo envía al analista. El analista deja de digitar y pasa a revisar excepciones. La decisión de pagar sigue siendo de una persona.

¿Qué límites y riesgos tiene?

• Costo y errores en cadena. Anthropic advierte que más autonomía significa más costo y la posibilidad de que los errores se acumulen. Recomienda probar en entornos controlados y fijar condiciones de parada, como un máximo de intentos.
• Acciones de alto riesgo. OpenAI recomienda supervisión humana para acciones sensibles, irreversibles o de alto impacto, como anular pedidos, autorizar reembolsos grandes o hacer pagos. Es el principio de human-in-the-loop.
• Permisos. El agente solo debe ver y tocar lo que su rol necesita. Si tiene acceso a todo el ERP, un error o una instrucción maliciosa escondida en un documento puede costar caro.
• No todo necesita un agente. La misma guía de OpenAI aclara que, si el caso no tiene decisiones complejas, reglas difíciles de mantener o mucha información no estructurada, una solución determinística puede bastar.

¿Cómo se relaciona con otros términos?

Un chatbot conversa; un agente, además, actúa en tus sistemas. La RPA repite clics sobre pantallas con reglas fijas; el agente entiende documentos y conversaciones, y maneja excepciones. Cuando varios agentes se coordinan alrededor de un objetivo, se habla de IA agéntica.

Si estás evaluando dónde aplicarlos, la guía de agentes de IA para empresas explica casos por área, riesgos y supervisión.