Hace dos años todo era «generativo». Ahora todo es «agéntico». La palabra aparece en las webs de herramientas que hacen cosas muy distintas, desde un chatbot con un nombre nuevo hasta sistemas que de verdad consultan datos y ejecutan gestiones por su cuenta.
Detrás del ruido hay una idea concreta, útil y fácil de explicar. Y saber explicarla es la mejor defensa para no pagar por una etiqueta.
La respuesta corta
La IA agéntica es la que, para cumplir un objetivo, decide qué pasos dar, usa herramientas para darlos —consultar un sistema, cambiar un dato, enviar algo—, comprueba el resultado y decide si sigue, si ha terminado o si necesita a una persona. La IA generativa produce texto; la agéntica produce acciones. En atención al cliente, la diferencia es la que hay entre explicarle al cliente cómo cambiar la dirección de su pedido y cambiársela.
Generativa y agéntica: la diferencia
| IA generativa | IA agéntica | |
|---|---|---|
| Qué produce | Texto, imágenes, código | Acciones en otros sistemas |
| Cuándo termina | Al dar una respuesta | Cuando el objetivo se cumple o no puede seguir |
| Qué necesita | Un modelo de lenguaje y tu información | Además, herramientas, permisos y reglas |
| Cómo se equivoca | Diciendo algo falso | Diciendo algo falso o haciendo algo indebido |
| Qué hay que vigilar | Lo que dice | Lo que dice y lo que hace |
La agéntica no sustituye a la generativa: la usa. El modelo de lenguaje sigue siendo quien entiende la petición y redacta la respuesta. Lo que se añade es la capacidad de llamar a herramientas y la lógica para decidir cuándo hacerlo.
Cómo funciona, con un caso real
Una clienta escribe: «He puesto mal la dirección del pedido de ayer, es calle Mayor 12, no 21».
Una IA solo generativa responde con lo que dice tu documentación: «Puedes modificar la dirección desde tu área de cliente mientras el pedido no haya salido del almacén». Correcto. Y la clienta tiene que hacerlo ella.
Una IA agéntica recorre un ciclo:
- Entiende qué se pide: cambiar la dirección de un pedido concreto.
- Consulta: busca el pedido de ayer de esa clienta y mira su estado.
- Decide: el pedido no ha salido, así que el cambio es posible y está permitido.
- Confirma: «¿Cambio la dirección a calle Mayor 12? El resto de los datos se mantiene».
- Actúa: con el sí, llama a la herramienta que modifica la dirección.
- Comprueba: verifica que el cambio se guardó y se lo dice a la clienta.
Y si en el paso 3 el pedido ya hubiera salido, la decisión es otra: explicarlo, ofrecer lo que sí se puede hacer y, si hace falta, pasar el caso a una persona con todo lo consultado.
Eso es todo. No hay magia: hay un modelo que decide, unas herramientas que tú defines y unas reglas sobre qué puede hacer solo y qué no.
Lo que la hace posible
- Herramientas. Cada acción posible es una herramienta que alguien ha definido: consultar un pedido, cambiar una dirección, reenviar una factura. La IA no puede hacer nada que no esté en esa lista. Cada vez más, esas herramientas se conectan mediante estándares como MCP.
- Permisos. Qué herramientas puede usar, sobre qué datos y con qué límites. Que pueda consultar cualquier pedido no significa que pueda reembolsar cualquier importe.
- [Guardarraíles](/es/glosario/guardarrailes). Las reglas que fijan cuándo tiene que pedir confirmación, cuándo debe parar y qué no puede hacer nunca.
- Registro. Cada acción queda apuntada: qué hizo, sobre qué cuenta, cuándo y por qué. Sin registro no hay forma de auditar un error.
Cinco preguntas para saber si lo que te venden es agéntico
Cuando un proveedor diga «agéntico», pregunta:
- ¿Qué herramientas puede usar y quién las define? Si la respuesta es vaga o «se conecta con todo», pide una lista. Si no hay lista, no hay agente.
- ¿Puedo ver el registro de lo que ha hecho? Cada acción, con su conversación de origen. Si no se puede ver, es motivo suficiente para descartarlo. Más en ¿puedo ver qué acciones ha ejecutado el agente?
- ¿Qué pasa cuando una herramienta falla? La respuesta buena es «lo dice y pasa el caso a una persona». La mala es silencio o un reintento infinito.
- ¿Puedo exigir confirmación para ciertas acciones? Lo que cambia algo debería poder ir con un «¿lo hago?» antes.
- ¿Cuándo se detiene? Un sistema que no sabe parar —que sigue intentándolo o contesta cualquier cosa por no quedarse callado— no es más autónomo, es menos fiable.
Si las respuestas a las cinco son claras, probablemente estás ante un sistema agéntico de verdad. Si a la primera te contestan con una demo de una conversación muy fluida, estás ante una IA generativa con una etiqueta nueva.
Dónde tiene sentido en atención al cliente
Allí donde la respuesta útil no es una explicación, sino una gestión:
- Consultas sobre «lo mío»: dónde está mi pedido, qué incluye mi plan, cuándo me renuevan.
- Cambios pequeños y reversibles: una dirección, una fecha, reenviar un documento.
- Preparar lo que decidirá una persona: reunir pedidos, pagos e historial antes de pasar una reclamación.
Y donde no lo tiene, o todavía no: lo irreversible sin supervisión, las excepciones a tu política y lo que exige empatía antes que eficiencia. Cómo repartir la autonomía por tipo de acción está en ¿puede un agente de IA actuar sin supervisión?
Si lo que buscas es cómo se aplica todo esto a un agente que atiende a tus clientes —qué lo diferencia de un chatbot, qué cuesta, cuándo hace falta—, está desarrollado en qué es un agente de soporte con IA.
Los riesgos de verdad
No son los de las películas. Son más aburridos y más concretos:
- Errores que se encadenan. Un dato mal leído en el paso 2 lleva a una acción equivocada en el paso 5. Por eso importa la confirmación en lo que cambia algo.
- Acciones difíciles de deshacer. Un reembolso enviado no vuelve solo. Lo irreversible debería pasar por una persona.
- Permisos de más. Darle acceso a todo «por si acaso» convierte un error pequeño en uno grande. Se empieza por lecturas y se amplía con datos.
- Datos personales. Un sistema que consulta cuentas de clientes trata datos personales, y eso tiene obligaciones. En Europa, las resume ¿es legal usar IA para atender clientes en Europa?
Ninguno es motivo para no usarla. Todos son motivo para empezar con poco, mirar el registro y ampliar con calma.
Cómo lo hace Intake
Intake responde con tu información, consulta los datos de cada cliente en tus sistemas, ejecuta las acciones que tú le conectas —con confirmación cuando cambian algo— y pasa el relevo a tu equipo cuando toca, con el contexto reunido. Tú decides qué herramientas tiene y cuáles no.
Preguntas frecuentes
¿Qué significa «agéntico»?
Que el sistema actúa como un agente: tiene un objetivo, decide qué pasos dar, los da con herramientas y comprueba el resultado. Viene de «agente», no de ninguna tecnología nueva.
¿La IA agéntica sustituye a la IA generativa?
No, la incluye. El modelo de lenguaje sigue entendiendo y redactando; lo agéntico es lo que se le añade para que pueda hacer cosas.
¿Es lo mismo un agente de IA que IA agéntica?
En la práctica, sí: un agente de IA es un sistema concreto que funciona de forma agéntica. La definición está en el glosario: agente de IA.
¿Es segura para atender a clientes?
Lo es si las herramientas están acotadas, lo que cambia algo pide confirmación, lo irreversible pasa por una persona y cada acción queda registrada. Sin esas cuatro cosas, no.
¿Necesito una API para usarla?
Necesitas que tus sistemas tengan alguna forma de consultarse o cambiarse desde fuera: una API, una integración ya hecha o un estándar como MCP. Sin eso, la IA puede responder, pero no actuar.
