Durante los últimos años, para la mayoría de las personas la inteligencia artificial fue sinónimo de un chat: uno pregunta, el sistema responde. Útil, pero limitado. Lo que está cambiando la forma de trabajar en organizaciones públicas y privadas es otra cosa: los agentes.
Un agente de IA no se queda en la respuesta. Recibe un objetivo, consulta las fuentes que se le habilitan, usa herramientas como una planilla, un sistema de expedientes o el correo, y completa una tarea de varios pasos. Siempre dentro de las reglas que define la organización.
Qué es un agente, sin vueltas
Pensemos en una mesa de entradas que recibe doscientos pedidos por semana. Un chat puede explicar cómo se hace un trámite. Un agente, en cambio, puede leer cada pedido, clasificarlo, verificar si falta documentación, derivarlo al área correcta y dejar un borrador de respuesta para que una persona lo revise y lo envíe.
La diferencia no es la inteligencia del modelo: es que el agente está conectado al trabajo real y actúa sobre él, con límites claros.
Tareas que hoy rinden bien
- Atención de consultas frecuentes, con respuestas basadas en los documentos propios de la organización y no en lo que el modelo "cree saber".
- Búsqueda y resumen de información dispersa: expedientes, normativa, informes técnicos, actas.
- Primeros borradores de documentos repetitivos: notas, respuestas a reclamos, informes de avance.
- Clasificación y derivación de pedidos, reclamos o correos según tema, urgencia y área responsable.
- Controles de consistencia en bases de datos: faltantes, duplicados, cruces entre registros.
En todos estos casos hay un patrón: tareas frecuentes, con información disponible y donde una persona puede revisar el resultado antes de que tenga efectos.
Dónde todavía no conviene
- Decisiones que afectan derechos de personas sin revisión humana: otorgar o negar un beneficio, sancionar, calificar.
- Procesos que nadie documentó. Si el equipo no puede explicar cómo se hace algo, un agente tampoco lo va a hacer bien.
- Información desordenada o incompleta. El agente amplifica la calidad de los datos que recibe, para bien y para mal.
- Tareas donde un error es caro y difícil de detectar. Ahí la automatización tiene que esperar a que exista una forma confiable de verificar.
Cómo empezar sin riesgo
En los proyectos que acompañamos seguimos siempre la misma secuencia:
- Elegir un proceso acotado y frecuente. No "automatizar el municipio", sino "responder consultas sobre habilitaciones comerciales".
- Medir cómo funciona hoy: cuánto tiempo lleva, cuántos errores hay, cuántas consultas quedan sin respuesta. Sin esa línea de base no hay forma de saber si el agente mejora algo.
- Definir reglas y límites: qué puede hacer el agente, qué no, y en qué casos debe derivar a una persona.
- Registrar cada acción para poder auditar qué hizo, con qué información y por qué.
- Cuidar los datos personales conforme a la Ley 25.326: qué información ve el agente, dónde se procesa y quién accede.
Un ejemplo concreto
Imaginemos un área de atención al público que recibe consultas por correo, por formulario web y por WhatsApp. Hoy, tres personas leen todo, responden lo que pueden y derivan el resto. Las preguntas más repetidas —horarios, requisitos, estado de un trámite— ocupan la mayor parte del día.
Un agente bien configurado puede hacer lo siguiente con cada mensaje que entra:
- Identificar de qué se trata y si la respuesta está en la documentación oficial.
- Si lo está, preparar la respuesta citando el documento y, según lo que defina la organización, enviarla o dejarla para revisión.
- Si la consulta requiere consultar un sistema, por ejemplo el estado de un expediente, buscar el dato y agregarlo a la respuesta.
- Si no puede resolverla, derivarla a la persona indicada con un resumen del caso, para que nadie tenga que leer todo desde cero.
El equipo no desaparece: deja de responder cien veces lo mismo y se concentra en los casos que necesitan una persona. Y la organización gana algo que antes no tenía: un registro ordenado de qué se consulta, cuándo y desde dónde.
Cinco preguntas antes de empezar
- ¿Qué tarea concreta queremos delegar, y cuántas veces por semana se repite?
- ¿Dónde está la información que el agente necesita, y está actualizada?
- ¿Qué puede hacer el agente por su cuenta y qué tiene que pasar siempre por una persona?
- ¿Cómo vamos a saber si funciona bien? ¿Qué vamos a medir?
- ¿Qué datos personales están involucrados y cómo los protegemos?
Si estas preguntas tienen respuesta clara, el proyecto está listo para arrancar. Si no, el primer trabajo es ordenar el proceso, no comprar tecnología.
La pregunta correcta
La discusión pública suele girar alrededor de si la inteligencia artificial va a reemplazar a los equipos de trabajo. En la práctica, la pregunta útil es otra: qué horas del equipo se liberan para las tareas que sí requieren criterio, conocimiento del contexto y trato humano.
Un agente bien diseñado no decide por la organización. Hace el trabajo repetitivo para que las personas puedan decidir mejor.