¿Cuándo necesitas un agente de inteligencia artificial y cuándo basta con una automatización simple? La escalera de soluciones es la herramienta que te ayuda a decidir qué nivel de sofisticación requiere realmente tu problema, antes de gastar de más en modelos de lenguaje. Es clave para cualquiera que diseñe automatizaciones en empresas.

La idea central es simple pero poderosa: no todos los problemas necesitan un agente como solución. Antes de construir nada, debes responder una pregunta que define todo el diseño: ¿quién decide el siguiente paso en el flujo? ¿Son reglas fijas, un paso con inteligencia artificial, o necesitas que un modelo decida el camino? [0:05]

¿Qué es la escalera de soluciones y cómo funciona?

La escalera de soluciones es un marco de tres escalones que ordena las opciones según el nivel de razonamiento que necesitas. Mientras más subes, más capacidad de decisión delegas a un modelo, pero también asumes más costo y más riesgo. [4:25]

Los tres escalones son:

• Automatización: para flujos con reglas fijas.
• Automatización cognitiva: cuando necesitas una tarea de razonamiento dentro del flujo.
• Agente: cuando no hay una secuencia de pasos definible, solo un objetivo.

Moverte de un escalón a otro significa ir hacia la derecha: ganas razonamiento, pero también encareces la solución. Por eso la decisión no es trivial.

¿Cuándo debo usar una automatización en vez de un agente? Cuando tu flujo tiene una misma entrada, una secuencia de pasos definida por reglas y una misma salida. Si todo se ejecuta siempre igual, una automatización es más barata y escalable que un agente.

¿Cómo se ve una automatización por reglas en la práctica?

En el primer escalón, el nodo de decisión se da por reglas fijas. Es uno de los casos más comunes en las empresas y el ejemplo lo deja clarísimo. [5:30]

Imagina que llega una factura al correo y quieres guardarla en la carpeta del mes correspondiente. El flujo siempre sigue la misma secuencia:

1. Un evento desencadena el proceso: llega una factura al correo.
2. Se lee la fecha del correo y se toma el documento adjunto.
3. El documento se dirige a la carpeta del mes observado.
4. Se genera un mensaje predeterminado que avisa a contabilidad.

Esta rutina se ejecuta siempre de la misma forma. Es altamente escalable, muy eficiente y muy económica. Para este tipo de problema, herramientas como n8n o Power Automate son la opción más idónea. [1:00]

¿Qué agrega una automatización cognitiva al flujo?

El segundo escalón aparece cuando el flujo necesita una tarea cognitiva, es decir, un nodo que realiza un proceso de razonamiento asociado a lectura, clasificación o generación. [1:40]

Volvamos a la factura. Ahora no basta con guardarla: necesitas registrar en el sistema el monto y el proveedor. El documento llega con información no estructurada dentro del PDF, y ahí es donde entra la inteligencia artificial.

El flujo se mantiene casi igual, pero suma un componente clave:

• El evento no cambia: llega una factura en PDF al correo.
• Un nodo con IA lee el documento y extrae el monto y el nombre del proveedor.
• La salida pasa al siguiente nodo, que registra en el sistema.
• Se notifica a contabilidad con un mensaje predeterminado.

Lo interesante es que el flujo sigue repitiéndose de la misma forma. Solo agregaste un componente de IA para la lectura, interpretación y extracción. Herramientas como n8n, AI Builder en el entorno Microsoft o Cloud permiten implementarlo. [2:30]

¿Qué es una tarea cognitiva en una automatización? Es un paso dentro del flujo donde un modelo de IA razona: lee, clasifica, interpreta o genera información. El resto del proceso sigue siendo fijo; solo ese nodo usa inteligencia artificial.

¿Cuándo un agente es la solución correcta?

El tercer escalón es para problemas que no tienen una secuencia de pasos definible, pero sí un objetivo claro. Aquí necesitas delegar el razonamiento y la toma de decisiones a un modelo. [2:50]

El ejemplo es potente: averiguar por qué no cuadra el cierre contable de octubre. No hay pasos fijos para responder esa consulta. El agente tiene un modelo como componente tomador de decisiones y acceso a herramientas:

• La información del sistema contable.
• La información del banco.
• El correo para obtener los emails.

En cada iteración, el agente analiza lo que obtiene de sus herramientas para proponer ajustes al usuario, y repite hasta considerar que cumplió el objetivo. El problema es que no siempre usa la misma cantidad de pasos para una misma consulta. El modelo decide, así que tienes menos control sobre la extensión del razonamiento y sobre el costo. Herramientas como n8n, Copilot Studio o Cloud sirven para esto. [3:50]

¿Por qué no conviene subir de más en la escalera?

Subir de escalón siempre tiene un precio. Ganas razonamiento y capacidad para responder preguntas más abiertas, pero sumas costos por consumo de modelos de lenguaje y más riesgo de que algo salga mal. [4:50]

La regla de oro es clara: sube solo hasta el escalón que cumple los requerimientos y agrega valor. Si subes más allá de los requisitos mínimos, estás sobresofisticando la solución y asumiendo mayor costo y mayor riesgo sin necesidad.

El caso de la tienda Andina lo ilustra. La gerencia pidió un agente para atender todos los mensajes, pero al revisar en detalle:

• Más de la mitad consultan el estado del pedido.
• El 25 % son correos variados: cambios de dirección, facturas o garantías.
• El 15 % son reclamos complejos sobre pedidos retenidos o productos dañados.
• El 5 % son reembolsos relacionados con devolución de dinero y compensación.

No todos esos casos necesitan un agente. Para cada tipo de mensaje debes definir cuál es el escalón suficiente. [6:40]

Una solución más compleja no es automáticamente la mejor solución. ¿Qué tipo de mensaje resolverías tú con una simple automatización? Cuéntame en los comentarios cómo aplicarías la escalera en tu propio flujo.