Chatbot o agente de IA: en qué se diferencian, cuánto cuestan y qué riesgos tienen

¿Qué diferencia hay entre un chatbot y un agente de IA?

Un chatbot conversa; un agente de IA conversa y además hace cosas en tus sistemas. La guía de OpenAI para construir agentes lo dice sin rodeos: una aplicación que usa un modelo de lenguaje pero no lo deja controlar la ejecución del flujo, como un chatbot simple, no es un agente. El agente, en cambio, decide los pasos, usa herramientas para consultar y actuar en otros sistemas, reconoce cuándo terminó y devuelve el control a una persona cuando no puede seguir.

La diferencia se nota en una pregunta como «¿tienen la talla 38 y me la mandan a Cuenca?». El chatbot responde con un menú o con un texto general. El agente consulta el inventario, calcula el envío, toma el pedido y lo deja registrado.

¿Cómo funciona cada uno?

Chatbot de botones. Es un árbol de decisiones: menú, opción 1, opción 2. Es predecible y fácil de mantener mientras las preguntas sean pocas y no cambien. Si el cliente escribe algo que no está en el menú, se queda atascado.

Chatbot con IA generativa, sin herramientas. Entiende lenguaje natural y responde a partir de textos o de una base de conocimiento, pero no consulta tu inventario ni registra un pedido. Conversa mejor que el de botones; resolver, no resuelve.

Agente de IA. Entiende el mensaje, consulta el ERP o el CRM, cotiza con precios vigentes, registra el pedido, la reserva o la cita, y deriva a una persona cuando el caso lo pide. Para eso necesita integración con tus sistemas, permisos por rol y registro de cada acción. Más definiciones en el glosario: chatbot y agente de IA.

¿Cómo se comparan, punto por punto?

¿Cuánto cuesta cada uno?

El costo tiene tres componentes, y solo el primero es igual para ambos:

1. Los mensajes de WhatsApp. Meta cobra por mensaje entregado según la categoría (marketing, utilidad, autenticación y servicio) y según el mercado del destinatario; Ecuador está en la región «Resto de Latinoamérica». Desde el 1 de octubre de 2026, cada número de empresa tiene 1.000 mensajes de servicio gratis al mes y paga desde el mensaje 1.001. Esto aplica igual a un chatbot que a un agente. El detalle de tarifas está en WhatsApp Business API en Ecuador.
2. El modelo de lenguaje. Solo el agente, o el chatbot generativo, paga tokens. Los modelos de alto volumen cuestan poco por unidad: Claude Haiku 5.5 parte de USD 0,10 por millón de tokens de entrada y USD 0,50 de salida (Anthropic), y GPT-6 Luna cuesta lo mismo (OpenAI), según sus precios al 11 de noviembre de 2026. Como escala, Anthropic estima que un millón de tokens equivale a unas 555.000 palabras.
3. La integración y la operación. Conectar el agente al ERP, al inventario o a la agenda es un proyecto, no una licencia. Y hay que vigilar el consumo: OWASP incluye el consumo sin límites entre los diez riesgos principales de las aplicaciones con modelos de lenguaje.

Anthropic recuerda que los sistemas agénticos suelen cambiar latencia y costo por un mejor desempeño, y recomienda la solución más simple que funcione. Traducido: si un menú de botones resuelve el caso, no pagues un agente. Para estimar el costo de un agente en WhatsApp con más detalle, revisa agente de IA para WhatsApp.

¿Qué riesgos tiene cada uno?

El chatbot tiene sobre todo un riesgo comercial: el cliente que no encuentra su opción se va. Además, si lo usas en WhatsApp, la política de WhatsApp Business, actualizada el 23 de septiembre de 2026, permite automatizar respuestas dentro de la ventana de 24 horas, pero exige rutas de escalamiento rápidas, claras y directas; una de las que menciona es la transferencia a un chat con un representante humano.

El agente tiene un riesgo distinto: que diga o haga algo mal con total seguridad. En febrero de 2024, el Civil Resolution Tribunal de Columbia Británica (Canadá) ordenó a Air Canada pagar 812,02 dólares canadienses a un cliente porque el chatbot de su sitio le indicó que podía pedir una tarifa por duelo de forma retroactiva, algo que la aerolínea no permitía. El tribunal rechazó la idea de que el chatbot respondiera por sus propios actos y concluyó que la empresa es responsable de toda la información de su sitio, venga de una página o de un chatbot (Moffatt v. Air Canada, 2024 BCCRT 149).

OWASP suma dos riesgos que pesan más cuando el modelo puede actuar: la inyección de instrucciones (prompt injection), cuando un mensaje intenta manipular al modelo, y la agencia excesiva, cuando el agente tiene más permisos o herramientas de las que necesita.

Las defensas son conocidas:

• Herramientas mínimas y permisos por rol. El agente solo toca lo que el proceso necesita.
• Aprobación humana en lo sensible. OpenAI recomienda supervisión humana para acciones sensibles, irreversibles o de alto impacto, como cancelar pedidos, autorizar reembolsos grandes o hacer pagos.
• Umbrales de derivación. Si el agente no entiende al cliente tras varios intentos, pasa el caso a una persona, otra recomendación de la misma guía.
• Respuestas ancladas a tus datos y registro de cada conversación, para auditar y corregir. El fenómeno de respuestas inventadas tiene nombre: alucinación.

¿Cuándo basta un chatbot y cuándo conviene un agente?

Gartner propone una regla útil: asistentes para las consultas simples, automatización para los flujos rutinarios y agentes cuando hay que tomar decisiones.

Basta un chatbot si:

• Las preguntas son pocas y estables: horarios, direcciones, requisitos.
• El siguiente paso es casi siempre derivar a una persona o enviar un enlace.
• No necesitas consultar ni actualizar ningún sistema.

Conviene un agente si:

• El cliente pregunta por precios, stock, disponibilidad o el estado de su pedido.
• Quieres que la venta, la reserva o la cita queden registradas en tus sistemas sin que nadie las digite.
• Los clientes escriben como hablan, con errores y preguntas mezcladas.
• Hay volumen fuera de horario y una conversación sin respuesta puede ser una venta que se enfría.

¿Cómo pasar de un chatbot a un agente sin perder el control?

No hace falta apagar el chatbot el primer día. Un camino ordenado:

1. Empieza por las conversaciones que se repiten y que hoy terminan en una persona, como las consultas de precio, disponibilidad o estado de pedido. Ahí el agente aporta desde el inicio.
2. Conecta primero en modo de lectura. El agente consulta inventario, precios o agenda, pero todavía no escribe en tus sistemas.
3. Habilita las acciones de una en una, como registrar un pedido o una reserva, con reglas claras sobre qué puede hacer solo y qué necesita aprobación humana.
4. Define la derivación desde el primer día: a quién pasa el caso, en qué horario y con qué contexto, para que el cliente no tenga que repetir todo.
5. Mide lo mismo antes y después: conversaciones resueltas sin intervención, tiempo hasta la primera respuesta y ventas o reservas registradas.

Así, el menú de botones puede seguir atendiendo lo simple mientras el agente se gana los casos que generan dinero.

El módulo de WhatsApp para empresas de Advise es un agente de este tipo: responde, cotiza, reserva y toma pedidos las 24 horas conectado a los sistemas de la empresa, y se mide en conversaciones resueltas sin esperar.