Agentes de IA para empresas, construidos para llegar a producción y quedarse.

Los procesos con reglas claras se automatizan desde hace décadas. Lo que se quedaba fuera era todo lo que llegaba sin un formato fijo, por ejemplo un cliente manda el pedido en PDF, otro lo escribe en el cuerpo del correo y un tercero pide «lo del mes pasado, pero para el almacén nuevo». Automatizar eso exigía o una persona picando datos o un proyecto de reglas que se rompía con el primer proveedor que escribía distinto.

Un modelo de lenguaje cambió todas las reglas del juego, porque la parte cara ya no es leer la entrada sucia o desestructurada. El modelo entiende el pedido escrito de cualquier manera y el resto del sistema lo trata con la misma disciplina que un desarrollo de siempre. Por eso los encargos de arriba comparten forma, en medio de cada uno hay algo que leer o interpretar y alrededor hay código que se comporta igual todas las veces.

Ningún agente nuestro empieza actuando por su cuenta. El primer día solo propone. Una persona revisa cada salida antes de que salga. Cuando la batería de pruebas y unas semanas de uso enseñan dónde acierta, se le sueltan primero las acciones de menos riesgo.

Con un ejemplo se ve mejor. Un agente que contesta a proveedores empieza escribiendo borradores que aprueba el equipo. Semanas después manda él solo los acuses de recibo, mientras una reclamación o una negociación de precio siguen pasando por una persona.

Y hay una regla que no rompemos. Nunca ampliamos a la vez lo que el agente toca y lo que decide por su cuenta. Si le damos acceso a un sistema nuevo, en ese sistema vuelve al modo de revisión, aunque lleve meses trabajando solo en los demás.

El modelo elige, pero no decide. Escoge dentro de un conjunto cerrado de acciones y es el código quien revisa esa elección antes de ejecutar nada. El agente de un taller puede consultar el historial de un vehículo, proponer cita y enviar un presupuesto. Borrar no puede, porque esa acción no existe en su lista y pedírsela por escrito no la crea. Por eso el límite no vive en una instrucción que el modelo pueda desoír, ahí está la diferencia entera entre una garantía y una petición educada.

Los agentes actúan con los permisos de la persona que los usa, a través de las cuentas de tu organización. Si le retiras el acceso a alguien, el agente también lo pierde.

El reparto de papeles es la regla de la casa: el juicio vive en el código, la interpretación vive en el modelo y el conocimiento vive en tus datos. Todo lo que pueda resolverse con código normal se resuelve con código, porque cada llamada al modelo en producción añade coste, tiempo de espera y una variabilidad que hay que vigilar. Calcular un vencimiento o aplicar un tipo de IVA es código y sale igual las mil veces. Entender que «lo del otro día para el almacén nuevo» es el pedido 4512 con otra dirección de entrega, eso es el modelo. De ahí salen sistemas más baratos de operar y más fáciles de auditar, no menos capaces.

Y cuando conviven datos de varias empresas o de varias áreas, el aislamiento no se pide por instrucciones. Se construye en capas que acaban en un filtro que el modelo no puede tocar y al agente solo se le entrega el contexto de quien pregunta, para que ni siquiera pueda formular una consulta sobre datos ajenos. Es lo que una asesoría ya exige a su propio equipo, que cada gestor vea sus empresas y ninguna más, aplicado a una pieza de software que además improvisa.

El modelo nunca llega a tocar tus sistemas. Interpreta la pregunta y entrega un contrato. A partir de ahí decide el código, que sí se comporta igual siempre. Lo peor que puede conseguir un mensaje malicioso es que se elija mal dentro de una lista que ya hemos revisado.

Una demostración se hace en días. Producción exige disciplina. Cada agente sale con una batería de pruebas, un conjunto de casos reales con su respuesta correcta anotada que se ejecuta entero antes de cada cambio. Dentro hay casos incómodos a propósito, la factura que llega sin número de pedido, la pregunta con dos lecturas posibles, el mensaje con faltas escrito desde el móvil, cada uno con la salida correcta escrita al lado. Si la calidad baja, el cambio no sale. En uno de nuestros agentes esa batería son 118 casos reales y con ella calibramos el enrutado del 72 % al 91 % de acierto.

Cada respuesta queda registrada con su contexto: qué consultó el agente, qué decidió y cuánto costó. Cuando llega una queja, reconstruimos exactamente qué pasó. Y lo que está en producción se revisa cada semana, porque un sistema con un modelo dentro puede empeorar sin que aparezca un solo error en ningún registro.

La batería hace algo más que vigilar la calidad. Dibuja el mapa de lo que el agente tiene demostrado y a ese mapa lo llamamos el perímetro de confianza. Dentro del perímetro, el agente actúa solo. Fuera, aparta el caso y lo entrega a una persona. Ese mapa no sale de una reunión, sale de los casos que el agente ya ha superado. Un agente que lleva meses tramitando pedidos nacionales recibe un día el primero con aduanas por medio. Lo honesto no es improvisar la respuesta, es reconocer que ese terreno no está probado y pasarlo a quien sepa, hasta que entre en la batería con sus propios casos.

Esto pide construir algo que a las personas les sale gratis. A un empleado nuevo se le enseña a preguntar cuando duda. A un modelo hay que construirle la duda, porque por sí solo no levanta la mano, rellena el hueco con algo que suena bien. Si a una solicitud le falta el CIF, el agente no registra nada y pide el dato. Esa parada no la decide el modelo, la impone el código.

Un agente en producción necesita a alguien dentro que responda por él. Ese trabajo ocupa menos de lo que parece, porque la supervisión cambia de naturaleza. La persona que hoy lee cada solicitud entera pasa a revisar la bandeja de dudas, donde cada caso llega con los datos extraídos y el motivo de la duda señalado. Decide de un vistazo lo que antes le llevaba un rato. Lo que el agente no resuelve solo no desaparece, se entrega. Antes de arrancar queda pactado qué casos escala, a qué bandeja llegan y quién los atiende.

En Savian construimos un agente que entiende una pregunta de negocio escrita en WhatsApp, la traduce a una consulta segura contra la base de datos y devuelve la cifra. Quien antes abría una petición a analítica y esperaba horas ahora pregunta y sigue trabajando. Lo mismo quien entraba a un panel a filtrar los datos a mano.

Lo que se nota al usarlo a diario son los detalles. Cada cifra llega diciendo de qué periodo sale. Si una fuente está caída, el agente lo dice y señala qué falta en el total. Y un auditor interno impide responder números de memoria, cada uno viene de una consulta hecha en el momento contra la base de datos. Las alertas automáticas del tipo «avísame cuando pase esto» están en proceso.

No buscamos maneras de usar la IA en tu empresa. Buscamos los problemas que ya te cuestan dinero y evaluamos si un agente los resuelve con ganancia demostrable. Parece lo mismo y es lo contrario. La primera búsqueda produce juguetes que se enseñan bien y se abandonan pronto. La segunda produce sistemas que un responsable defiende delante de dirección con números.

La primera fase se hace con quien sufre el proceso, no solo con quien compra la tecnología. Mapeamos el proceso paso a paso con sus actores, sus sistemas y sus tiempos. Después separamos los problemas que duelen hoy, los que ya cuestan horas o clientes, de los cuellos de botella que aguantarán solo hasta que el volumen crezca. Cada candidato se traduce a su ganancia esperada partiendo de una línea base medida, cuánto cuesta hoy en horas, en errores o en espera. Una línea base es algo tan poco solemne como esto, cuatro personas dedican la primera hora del día a clasificar el buzón y dos pedidos a la semana se traspapelan.

De esa lista, la mayoría se descarta. Con lo que sobrevive no arrancamos un despliegue grande sino un piloto acotado: una parte del problema, un grupo reducido de usuarios y una métrica pactada de antemano. Estrecho y profundo antes que ancho y superficial, porque un piloto barato que falla es información y un despliegue caro que falla es un agujero. La apuesta es desigual a propósito. La pérdida máxima está escrita antes de empezar y es el coste del piloto. Lo que puede ganarse queda abierto.

La tecnología ya no es el cuello de botella y lo decimos habiendo construido la tecnología. Los proyectos se caen por el lado de la organización, cuando nadie tiene tiempo de revisar el piloto o el acceso a los datos se eterniza. Por eso pedimos tres cosas antes de empezar: un responsable con nombre que decide y responde, horas reales de su equipo para revisar los casos del piloto y acceso a los datos que el agente necesita. Sin esas horas no hay batería que calibrar ni nadie que pueda dar el resultado por bueno.

Y hay una parte que no se compra, se gana. Quien hoy hace la tarea a mano será quien vigile al agente mañana. Si entra al proyecto el último, lo vivirá como una amenaza y encontrará motivos por los que no funciona. Es la muerte más tonta de un buen sistema y se evita gratis, el mapeo del proceso se hace con esas personas dentro desde el primer día y con un papel nuevo encima de la mesa. Dejan de teclear datos y pasan a decidir sobre los casos que el agente aparta.

Decírtelo es parte del servicio. Si las reglas de tu proceso son claras y estables, un desarrollo tradicional lo resuelve más barato, más rápido y sin la vigilancia que exige un modelo. Un agente compensa cuando en medio del proceso hay que leer, interpretar o decidir sobre entradas que cambian, un correo redactado de cualquier manera, un documento escaneado torcido, una pregunta con tres formas de entenderse.

Dos pruebas rápidas lo destapan. Si el proceso se deja escribir como una lista de comprobación, llega el archivo, se vuelca, se confirma, siempre con el mismo formato, lo tuyo son reglas y te sobra el modelo. Y si llevas meses apilando condiciones para cada manera nueva en que la gente escribe una dirección, el problema ya no es de reglas, es de lectura. Ahí empieza el terreno del agente.

Tampoco compensa cuando nadie puede señalar la ganancia con el dedo, ni cuando los datos que el agente necesita no existen o el equipo que debería usarlo no quiere. En esos casos lo honesto es empezar por ordenar los datos o por el proceso, no por el agente. El mercado está pagando cara esa lección. Gartner calcula que antes de que acabe 2027 se habrá cancelado más del 40 % de los proyectos de IA agéntica. Nuestra manera de no engrosar esa cifra es descartar pronto y con números.

El repositorio está a tu nombre desde el primer día: código, documentación, manuales de operación, instrucciones del modelo y juegos de pruebas. La infraestructura también, montada en una nube a nombre de tu empresa. Hay sistemas nuestros funcionando sobre más de un proveedor de modelo. Cambiar el tuyo es posible y se hace con la batería de pruebas delante, porque modelos distintos se comportan distinto y lo honesto es medir el cambio, no prometer que no se nota.

Con el sistema entregamos el catálogo de incidencias, escrito para reconocer cada fallo desde fuera antes de saber su causa. Si decides operarlo por tu cuenta, formamos a tu equipo. El día que decidas prescindir de nosotros, ya lo tienes todo.

Un agente a medida se mueve entre 2.500 y 10.000 € de construcción, según integraciones y exigencia de validación, más entre 150 y 500 € al mes de operación, que cubre las llamadas al modelo, la infraestructura y la vigilancia. La cuota se pacta antes de arrancar y los consumos se vigilan con límites, no es un contador abierto que descubres a fin de mes. Los sistemas con orquestador y varios agentes se presupuestan por proyecto. El desglose entero, qué encarece la construcción y a qué se va la cuota, está en la guía de coste.