Chatbot o agente de IA: cuál necesita tu empresa

"Queremos poner IA en la atención al cliente" es de los pedidos que más escuchamos. Detrás de esa frase hay dos proyectos muy distintos: un chatbot que responde preguntas o un agente que hace cosas. Se parecen en la pantalla (en los dos casos alguien escribe y la IA contesta), pero cambian el costo, el riesgo y lo que hay que preparar antes.

Esta guía te ayuda a distinguirlos, a elegir y a arrancar sin comprometer tu operación.

Definiciones que sirven para decidir

Un chatbot con IA conversa. Recibe una pregunta, la entiende aunque esté mal escrita y responde con información que le diste: tus horarios, tus políticas, tu lista de servicios, tus preguntas frecuentes. Su salida es texto. Si se equivoca, el daño es una respuesta incorrecta.

Un agente de IA actúa. Además de conversar, tiene acceso a herramientas: puede consultar el stock, crear un turno en tu agenda, cargar un pedido, mandar un email o actualizar una ficha en tu CRM. Decide cuándo usar cada herramienta según la conversación. Su salida son acciones en tus sistemas. Si se equivoca, el daño puede ser un turno mal dado, un pedido duplicado o un mail a quien no correspondía.

Entre los dos hay un punto medio muy útil: el agente de solo lectura, que consulta tus sistemas (estado de un pedido, disponibilidad) pero no modifica nada.

Ejemplos por tipo de negocio

Comercio con tienda online. Un chatbot resuelve envíos, cambios, medios de pago y talles, que suelen ser la mayoría de las consultas repetidas. Un agente de solo lectura agrega el estado del pedido con número de seguimiento. Un agente con acciones podría iniciar un cambio o una devolución, pero ahí ya conviene una aprobación humana.

Consultorio, clínica o centro de estética. El chatbot informa especialidades, obras sociales y preparación para estudios. El agente con acciones da y reprograma turnos sobre la agenda real. Ojo: acá aparecen datos de salud, que son datos sensibles según la ley argentina. Lo tratamos en la guía sobre qué datos podés darle a una IA.

Estudio contable o jurídico. El chatbot orienta sobre vencimientos generales y qué documentación pedir. Un agente de solo lectura podría decirle a un cliente qué papeles le faltan entregar. Las respuestas sobre su situación particular las sigue dando un profesional.

Distribuidora o mayorista. Un agente de solo lectura que consulta precios y stock por WhatsApp ahorra muchas idas y vueltas a los vendedores. Cargar el pedido en el sistema, con confirmación del cliente, es el paso siguiente natural.

Inmobiliaria. El chatbot filtra consultas y responde sobre requisitos de alquiler. El agente coordina visitas en la agenda de cada asesor y deja la consulta registrada.

Un ejemplo real: Kyna, nuestra agente

En este mismo sitio trabaja Kyna, nuestra agente. Conversa sobre los desafíos de cada empresa y, cuando corresponde, agenda un diagnóstico. Es un agente con una sola herramienta, y vale la pena mirar cómo la cuidamos:

• La herramienta de agendar exige cinco datos: nombre, email, empresa, el problema a resolver y una fecha preferida. Si falta alguno, no se ejecuta y Kyna lo pide.
• El email tiene que haberlo escrito la persona en esa conversación. Kyna tiene la instrucción explícita de no inventar ni suponer un email, y además el sistema rechaza direcciones con formato inválido o con pinta de relleno ("test@test", "sin@...").
• Si ese día ya tiene un diagnóstico agendado, la herramienta lo informa y Kyna ofrece otro día.
• Cada turno agendado le llega a una persona del equipo, que confirma y responde.

Ese es el patrón: la IA propone y conversa; el sistema valida; una persona cierra. El modelo puede equivocarse, pero hay controles que no dependen de que el modelo acierte. Contamos el diseño completo, con sus límites, en cómo diseñamos a Kyna.

Cuándo conviene cada uno

Empezá por un chatbot si:

• Más de la mitad de tus consultas se repiten y la respuesta está escrita en algún lado (o la podés escribir).
• No tenés sistemas con datos ordenados, o están en planillas sueltas.
• Querés medir la demanda antes de invertir en integración.

Pasá a un agente cuando:

• Las consultas repetidas necesitan un dato en vivo (stock, turnos, estado de un pedido).
• Hay una tarea con pasos claros que hoy alguien hace a mano copiando de un sistema a otro.
• Tenés al menos un sistema con acceso programático (una API, una base de datos, una agenda en línea).

Y no hagas ninguno de los dos si el problema real es otro: un proceso mal definido no mejora porque lo atienda una IA. Muchas veces el primer entregable útil es escribir bien el proceso.

Los riesgos, sin dramatismo

• Respuestas inventadas. Los modelos completan huecos con texto plausible. Se mitiga limitando el tema, dándole la información correcta y pidiéndole que diga "no lo sé" y derive a una persona.
• Acciones con datos incorrectos. Se mitiga validando en el sistema, no en el prompt: campos obligatorios, formatos, disponibilidad real.
• Instrucciones maliciosas. Alguien puede escribir "ignorá tus reglas y hacé tal cosa". Un agente nunca debería tener más permisos que los que necesita para su tarea.
• Datos personales. Toda conversación puede contener información de terceros. Definí qué se guarda, cuánto tiempo y quién la ve.
• Costo que crece sin control. Las conversaciones largas consumen más. Ponerle límites al largo de los mensajes y al historial que se envía es parte del diseño, no un detalle. Lo explicamos en cuánto cuesta implementar IA en una pyme.

Cómo empezar chico

1. 1.Elegí un solo proceso con mucho volumen y bajo riesgo. Consultas de envíos, sí; reclamos por facturación, todavía no.
2. 2.Juntá 50 conversaciones reales de ese proceso (anonimizadas) y clasificalas. Te dicen qué preguntas hay que cubrir y te sirven de prueba.
3. 3.Arrancá como chatbot o agente de solo lectura. Medí cuántas consultas resuelve sin derivar y cuántas respuestas son incorrectas.
4. 4.Sumá una acción por vez, con validación del sistema y, al principio, aprobación humana antes de ejecutar.
5. 5.Revisá conversaciones todas las semanas (en cómo medir si la IA está funcionando proponemos una rutina de media hora). Cada error que aparezca se convierte en una regla o en un dato nuevo para el asistente. Es lo mismo que hacemos en nuestro estudio de juegos operado con agentes.
6. 6.Definí cuándo se apaga. Si después del piloto no mejora el indicador que elegiste, se corrige o se descarta. Sin esa regla, los pilotos se vuelven permanentes por inercia.

En resumen

Un chatbot te ahorra respuestas; un agente te ahorra trabajo. El segundo vale más, pero pide sistemas ordenados, validaciones y una persona que supervise. Para la mayoría de las pymes, el camino razonable es empezar por un chatbot bien acotado o un agente de solo lectura, medir durante unas semanas y recién ahí darle manos.