Agentes de IA que trabajan cada día

Un agente de IA es un programa que recibe una tarea, lee lo que necesita, decide qué hacer y lo hace. Es decir, además de responder también actúa: clasifica un correo, actualiza una ficha, avisa a alguien o prepara un borrador.

Se diferencia de un chatbot en que, además de conversar, trabaja dentro de tus procesos. Y de una automatización clásica, en que entiende texto, matices y casos que no estaban previstos.

Eso sí, tiene sus límites. No lo resuelve todo solo ni se instala un viernes para que funcione el lunes. Y tampoco te ahorra decidir cómo quieres que funcione tu empresa.

En ventas, lee cada contacto que entra, valora si encaja y se lo pasa a quien le toca. Así ya no hace falta repartirlos a mano al final del día.

En atención al cliente, contesta las preguntas que se repiten por teléfono, por voz en la web o por texto. Lo que no sabe se lo pasa a una persona con el contexto ya resumido. Y ojo, porque si habla con tus clientes, tiene que ser accesible para cualquiera.

En marketing, vigila el rendimiento de los anuncios, avisa cuando algo se tuerce y adapta contenido a varios idiomas sin perder el tono. En operaciones, comprueba cada día que lo que debe funcionar funciona. Y en dirección, responde en lenguaje normal a preguntas sobre tus propios datos, sin esperar a que alguien saque un informe.

Soy Head of AI GTM Engineering en Sesame HR, con un mandato sobre los proyectos internos de IA de toda la empresa. Allí tengo más de diez herramientas en producción en cinco mercados. Y entre todas siguen a la competencia, responden preguntas sobre los datos del negocio, preparan contenido en varios idiomas, vigilan los anuncios y revisan la web de punta a punta.

Antes fui Global Lead, Automation & Tech en Dentsu International (Dentsu X e iProspect), en Londres. Allí nació GeoAdsFinder, que acabó usándose en toda la red. Por el camino he trabajado en agencias y en grandes empresas, en marketing, en ingresos y en producto.

Fuera de Sesame HR construyo AIsWise: asistentes de IA por voz y texto con accesibilidad integrada según WCAG 2.2, el estándar internacional de accesibilidad web. Y en 2021, cuando aún no existía ChatGPT, cofundé Chat Ergo Bot, una startup dedicada a la IA conversacional que dirigí. Así que llevo años viendo qué funciona de verdad cuando la demo se acaba.

Lo primero que necesitas es un proceso que ya exista. ¿Sabrías explicarle hoy a alguien nuevo cómo se hace esa tarea, paso a paso? Si no, un agente tampoco lo va a adivinar, y lo que hará es automatizar el desorden.

Después, datos que el agente pueda leer. Si la información está en la cabeza de una persona o repartida en diez hojas de cálculo, ese es el primer trabajo.

Por último, hace falta una persona responsable del resultado, que decide qué está bien y qué hay que corregir. Y también un registro de lo que hace el agente, con lo que leyó, lo que decidió y por qué, para que cualquiera de tu equipo pueda revisar su trabajo.

Muchas pruebas se quedan ahí porque una demo se prepara para salir bien, con datos limpios, un caso ideal y ninguna pregunta incómoda sobre qué pasa si se equivoca. En una empresa de verdad, en cambio, los datos están incompletos y los casos raros son la mitad del trabajo. Y alguien tiene que responder cuando algo sale mal.

Así que lo que suele faltar es el sistema que lo rodea: de dónde salen los datos, quién lo supervisa y cómo se mide si el agente ayuda o estorba.

Empiezo por entender tu empresa por dentro: quién hace qué, con qué herramientas y dónde se atasca el trabajo. A veces la respuesta es un agente y otras es algo más sencillo, como ordenar dónde está la información. Y elijo lo que funcione en tu caso.

Cuando toca construir, empiezo por una sola tarea, compruebo que ayuda y la dejo funcionando antes de pasar a la siguiente. Así tu equipo deja de copiar datos de un sitio a otro y puede dedicar ese tiempo a los clientes. Y cada decisión del agente queda registrada.