Agentes de IA para una pequeña empresa: dónde ayudan

Un agente de IA es un programa que recibe un objetivo, avanza por una serie de pasos, usa herramientas como su correo electrónico, su calendario o su base de datos y decide qué hacer a continuación según lo que encuentra. No es lo mismo que un chatbot que responde a una pregunta cada vez. Tampoco es lo mismo que una automatización simple que sigue un guion fijo. El agente elige.

Esa capacidad de elegir es toda la gracia y todo el riesgo. Construimos agentes para clientes, y rechazamos trabajos con agentes cuando una herramienta más sencilla haría mejor el trabajo. Así es como lo planteamos.

Dónde ayudan los agentes

Los agentes funcionan bien en tareas repetitivas en su forma pero variadas en el detalle. Los pasos son más o menos los mismos cada vez, pero los datos de entrada son desordenados, así que un guion fijo se rompe.

• Clasificar el correo entrante y redactar borradores de respuesta, donde cada mensaje es distinto pero los tipos de respuesta son pocos.
• Extraer los mismos datos de facturas, formularios y documentos que llegan con distintos formatos.
• Una primera investigación, como comprobar una lista de proveedores frente a unos criterios y escribir un resumen para que usted lo lea.
• Mantener sincronizados los registros entre herramientas que no se comunican entre sí, donde hoy una persona copia y pega.
• Responder preguntas rutinarias de clientes a partir de sus propios documentos, con un traspaso claro cuando la pregunta no es rutinaria.

En cada uno de estos casos el agente ahorra tiempo en la parte intermedia de la tarea, y una persona sigue siendo responsable del resultado.

Dónde no ayudan los agentes

Un agente encaja mal cuando el trabajo es poco frecuente, cuando un error sale caro o cuando las reglas ya están claras.

• Si una tarea ocurre unas pocas veces al año, el tiempo dedicado a construir y revisar el agente no se recuperará.
• Si una acción errónea no se puede deshacer, como enviar dinero, borrar registros o hacer una promesa a un cliente, el agente no debería actuar solo.
• Si la lógica es simple y estable, una automatización normal sin modelo dentro es más barata, más rápida y más fácil de probar. No todo flujo de trabajo necesita un modelo que razone.
• Si usted no puede describir cómo es un buen resultado, el agente tampoco lo sabrá. Los agentes necesitan una definición clara de qué significa terminado.

Barreras de seguridad

La diferencia entre un agente que ayuda y uno que causa un desastre está casi siempre en las barreras que lo rodean, no en el modelo que lleva dentro. Las incorporamos desde el principio.

1. Limitar las herramientas. El agente solo tiene acceso a los sistemas que necesita, y solo a las acciones que necesita. El acceso de lectura se concede antes que el de escritura.
2. Separar leer de actuar. Consultar información y redactar borradores es de bajo riesgo. Enviar, pagar, modificar y borrar es de alto riesgo, y cada acción de alto riesgo tiene su propia puerta de control.
3. Registrarlo todo. Cada paso, cada llamada a una herramienta y cada decisión quedan registrados, para que usted pueda ver por qué el agente hizo lo que hizo.
4. Definir condiciones de parada. El agente se detiene y pide ayuda cuando no está seguro, cuando se encuentra con algo que no ha visto antes o cuando lo ha intentado demasiadas veces.
5. Probar con ejemplos reales. Ejecutamos el agente sobre un conjunto de casos pasados, incluidos los difíciles, antes de que toque trabajo real.

Cuándo debe seguir una persona supervisando

Human in the loop, una persona en el circuito, significa que una persona revisa o aprueba antes de que una acción se ejecute. Frena al agente, y a menudo es el intercambio correcto.

Recomendamos mantener a una persona supervisando cuando la acción es difícil de revertir, cuando llega a un cliente en su nombre, cuando implica dinero o compromisos legales, o cuando el agente es nuevo y usted todavía no confía en su criterio. A medida que los registros muestren que el agente acierta una y otra vez en una categoría de tareas, puede retirar la revisión para esa categoría y mantenerla para el resto.

El error contrario también es frecuente: un paso de revisión en cada acción, de modo que nadie ahorra tiempo. Revisar el resultado del agente debería ser más rápido que hacer el trabajo usted mismo. Si no lo es, el agente no está ayudando y conviene replantearlo.

Cuánto cuesta mantenerlo

Los agentes tienen un coste de funcionamiento que el software normal no tiene. Cada paso que da el agente llama a un modelo, y el proveedor factura cada llamada. Un agente que da muchos pasos, reintenta a menudo o lee documentos largos costará más por tarea que uno ajustado y bien delimitado. También está el coste de las herramientas que usa, el alojamiento, la supervisión y el tiempo que alguien dedica a revisar su trabajo.

No daremos cifras aquí porque las tarifas cambian. Nuestro estimador le da un rango en minutos, con el coste de construcción, los costes mensuales de funcionamiento, el esfuerzo por rol y todas las suposiciones listadas, para que vea qué determina la cifra antes de hablar con nadie.

Cómo lo abordamos

Empezamos por la tarea, no por la tecnología. Trazamos los pasos que hoy hace una persona, marcamos cuáles conllevan riesgo y decidimos cuáles necesitan siquiera un modelo. A menudo la respuesta es una mezcla: automatización simple para los pasos fijos, un agente para la parte intermedia desordenada y una persona en las puertas de control que importan.

Podemos construirlo como un precio fijo para un alcance definido, como un equipo por meses o como un bloque de horas con un tiempo de respuesta garantizado. Si está valorando un agente para su negocio, use primero el estimador. Es rápido, y le dirá con claridad si la idea merece una conversación.