¿Cómo decides cuándo usar un agente de IA y cuándo basta con una automatización? La respuesta está en tres criterios claros que cualquiera puede revisar: datos, integraciones y autonomía. Si trabajas con flujos de trabajo e inteligencia artificial y necesitas justificar tu decisión ante un jefe o un gerente, estos criterios te dan argumentos sólidos más allá de la intuición.

Imagina la escena: tu jefe llega convencido de que necesitan un agente para resolver un problema. Con corazonadas no vas a convencer a nadie. Necesitas criterios revisables que funcionen como argumento técnico. Y aquí viene lo interesante: casi siempre el agente no es la respuesta completa, solo lo es para una parte del problema.

¿Cómo influyen los datos en elegir entre automatización y agente?

El primer criterio es identificar cómo llega la información dentro de tu flujo. Esto define el punto de partida de toda la decisión.

• Si los datos llegan ordenados, como en un formulario, un menú o una tabla, basta con una automatización.
• Si llegan libres, como un correo, pero la IA puede ordenarlos en un solo paso y en un formato específico, estás en la automatización cognitiva.
• Si los datos llegan libres, en formato heterogéneo, y además hay que cruzarlos con varias fuentes según el caso, la mejor solución puede ser un agente.

Cada opción exige un esfuerzo distinto. En la automatización el esfuerzo es mínimo, porque los datos siempre están en un formato específico y el proceso secuencial no cambia. En la automatización cognitiva el esfuerzo es medio, porque necesitas un modelo de IA para extraer los datos en el formato que requieres [00:55]. En el agente el esfuerzo es mucho mayor: hay que parametrizar el sistema para que interprete bien, minimice los pasos de razonamiento y contraste la información antes de responder [01:17].

¿Qué es la automatización cognitiva? Es un flujo con pasos fijos donde la inteligencia artificial resuelve solo una tarea puntual, como ordenar un correo en un formato específico. No decide la ruta, solo ejecuta ese paso cognitivo dentro de una secuencia que no cambia.

¿Qué papel juegan las integraciones al decidir un agente?

El segundo criterio consiste en identificar qué sistemas hay que consultar y en qué orden.

En la automatización y en la automatización cognitiva, los sistemas son fijos y conocidos: siempre son los mismos y siempre se ejecutan en el mismo orden. Aquí hay un matiz clave. En la cognitiva, la inteligencia artificial interpreta un texto, pero no decide qué consultar, porque las fuentes ya están definidas de antemano [01:53].

El agente es la solución idónea cuando los sistemas son diversos y se eligen según el caso. El modelo decide qué fuente consultar y en qué orden, y tanto ese orden como el número de pasos de razonamiento dependen del tipo de solicitud [02:19].

¿Cómo defines el nivel de autonomía de tu solución?

El tercer criterio responde a una sola pregunta: ¿quién decide la secuencia que se va a ejecutar? Es la misma pregunta de la escalera de soluciones, convertida en criterio.

• En la automatización, nadie decide: la ruta está escrita por un sistema de reglas.
• En la automatización cognitiva, tampoco nadie decide la ruta. La IA resuelve un solo paso, pero no elige el camino ni el orden de los siguientes.
• En el agente, el modelo decide cada paso según lo que va encontrando en su rutina de razonamiento [02:47].

Esa capacidad de decidir sobre la marcha es lo que distingue a un agente de cualquier otra solución.

¿Cuál es la diferencia entre una automatización y un agente de IA? En la automatización, un sistema de reglas define toda la ruta por adelantado. En un agente, el modelo decide cada paso según lo que encuentra, eligiendo qué fuentes consultar y en qué orden.

¿Cómo usar la matriz de decisión para elegir tu solución?

Al juntar los tres criterios se forma una matriz de decisión que se lee por filas: datos, integraciones y autonomía. Cada columna representa un escalón dentro de la escalera de soluciones posibles [03:12].

La regla es muy simple: quédate con la primera columna que resuelva tu problema. Cada columna hacia la derecha agrega razonamiento, pero al agregar razonamiento también agregas costo. Por eso no conviene saltar a un agente si una automatización ya resuelve el caso.

Veamos cómo se aplica con los cuatro tipos de mensaje que llegan a Tienda Andina por su canal de atención [03:40]:

1. Estado de pedido: los datos llegan ordenados, las integraciones son fijas y no se requiere autonomía. Se resuelve con una automatización.
2. Correos variados: los datos vienen libres en texto, así que un modelo de IA los ordena, pero las integraciones y la ruta siguen fijas. Encaja en automatización cognitiva.
3. Reclamos complejos: los tres criterios llegan al máximo, así que escalan a la columna del agente.
4. Reembolsos: datos heterogéneos, integraciones diversas con múltiples fuentes de conocimiento y, además, aprobación humana. También requieren un agente [04:19].

Después de este análisis queda claro dónde sí va un agente en Tienda Andina: en los reclamos complejos y en los reembolsos. Esos son los únicos casos que alcanzan el máximo en los tres criterios.

¿Cuándo NO necesito un agente de IA? Cuando tus datos llegan ordenados o pueden ordenarse en un solo paso, cuando las integraciones son fijas y conocidas, y cuando nadie necesita decidir la ruta sobre la marcha. En esos casos basta con una automatización o una automatización cognitiva.

Antes de diseñar el agente, queda una pregunta que cualquier gerente te va a hacer: ¿cuánto cuesta? Si ya aplicaste esta matriz a un problema tuyo, cuéntame en los comentarios en qué columna quedó tu caso.