Agentes IA corporativos · por qué una PYME no los necesita aún

En los últimos doce meses se ha multiplicado la oferta de propuestas comerciales a PYMEs de servicios profesionales en Cataluña que prometen montar agentes IA personalizados que respondan correos solos, contesten al teléfono, prereserven citas o calculen impuestos sin intervención. Algunas son técnicamente posibles. La pregunta práctica para una asesoría de seis personas o una clínica de cuatro consultas no es si son posibles, sino si son prioritarias, si son sostenibles operativamente y si encajan en el punto de madurez digital actual de la empresa. Este artículo expone con calma qué es realmente un agente, en qué empresas tiene sentido hoy y por qué la inmensa mayoría de PYMEs pequeñas debería empezar por otra capa antes de plantearse esa inversión.

Un agente es un sistema que conecta uno o varios modelos de lenguaje con herramientas externas (calendario, correo, base de datos, software de gestión, navegador web) y ejecuta acciones encadenadas con cierta autonomía. La definición exacta varía por proveedor y por escuela técnica, pero el patrón común es claro: el modelo decide, no solo responde. Un asistente conversacional como ChatGPT responde a lo que se le pregunta. Un agente, en cambio, recibe un objetivo ("ordena la bandeja de entrada", "reserva la siguiente cita con este cliente", "prepara el resumen mensual de movimientos") y decide qué pasos dar, en qué orden y con qué herramientas, hasta cumplirlo o detectar que no puede.

En el discurso comercial se mezclan cuatro tipos de soluciones que técnicamente son distintas. Un agente autónomo en sentido estricto decide y ejecuta. Un RAG (Retrieval Augmented Generation) es una arquitectura que da al modelo acceso a documentos internos para responder con contexto propio: no es un agente, aunque a veces se venda como tal. Una automatización con n8n, Make o Zapier es una cadena de pasos predefinida con una llamada al modelo en algún nodo: tampoco es un agente en sentido estricto. Y un copilot integrado en una suite ofimática es un asistente contextual dentro de una aplicación concreta. Cada una de estas cuatro categorías tiene coste, mantenimiento y curva de adopción distintos.

Tiene sentido en organizaciones que ya tienen cultura digital instalada, equipos técnicos internos o proveedor de mantenimiento con SLA claro, datos limpios y estructurados, procesos estables y documentados, y un caso de uso concreto que justifique el coste de construcción y mantenimiento. Habitualmente son empresas medianas o grandes (más de cincuenta personas), con un volumen de operaciones suficiente para que la inversión amortice. En PYMEs pequeñas excepcionalmente hay casos viables, pero suelen ser muy específicos y nacen de un dolor operativo claro, no de una intuición comercial general. El error frecuente es invertir antes que el dolor exista.

La realidad de la mayoría de asesorías, despachos, clínicas y administradores de fincas en Cataluña es otra: software base Word, Excel, correo, herramienta sectorial y un par de hojas compartidas en Drive o OneDrive. Equipos entre cuatro y doce personas, sin departamento técnico, sin científico de datos, sin presupuesto recurrente para mantenimiento de infraestructura compleja. Antes de pensar en agentes, el equipo necesita perder el miedo a la IA conversacional básica y empezar a usarla con criterio sobre tareas reales. Saltarse esa capa para construir directamente un agente es montar un sistema de riego automatizado sin haber aprendido todavía a usar la manguera. Lo desarrollamos también en cómo implementar IA en una PYME.

Un agente requiere instalación, mantenimiento, supervisión, gestión de errores, monitorización de coste por llamada al modelo, actualización periódica cuando cambia la API del proveedor, gestión de excepciones y revisión periódica de la calidad de salida. Sin un equipo técnico interno o un proveedor con SLA claro y precio razonable, los agentes acaban abandonados a los pocos meses, especialmente cuando el proveedor original deja de mantenerlo o el coste de las llamadas se dispara con el uso. El coste no está en montarlos, está en sostenerlos. La conversación honesta no es "cuánto cuesta el agente" sino "cuánto cuesta tener el agente vivo, supervisado y actualizado durante los próximos veinticuatro meses".

El Reglamento UE 2024/1689 introduce categorías de riesgo según el tipo de uso de la IA. Un asistente conversacional usado por un profesional para redactar correos cae habitualmente en uso de bajo riesgo. Un agente que toma decisiones que afectan al cliente sin intervención humana puede acercarse a categorías de mayor exposición regulatoria, dependiendo del caso. Para una asesoría o un despacho, montar un agente que conteste correos a clientes sin supervisión humana significa asumir capa adicional de responsabilidad legal y reputacional. La firma sigue siendo del profesional aunque el correo lo haya redactado un agente. Vale la pena conocer el marco antes de firmar contratos. Más en el artículo sobre el Reglamento.

Primero, una formación práctica que enseñe al equipo a usar ChatGPT, Claude y Gemini con criterio sobre tareas reales del puesto. Segundo, cuentas corporativas con DPA Art. 28 RGPD firmado y retención cero. Tercero, política IA interna escrita y firmada por toda la plantilla. Cuarto, seis meses de acompañamiento para sostener el hábito. Cuando todo eso está y el equipo lleva al menos seis meses usando IA conversacional con criterio, recién entonces se puede valorar si un agente concreto resuelve un dolor concreto. La pregunta filtro es directa: ¿hay una tarea repetitiva y de alto volumen que el equipo ya está haciendo asistido por IA pero que se beneficiaría de automatización sin intervención? Si la respuesta es un sí claro, hay caso. Si es un quizás, no.

OctIA enseña de manera superficial e introductoria, deliberadamente. Cero agentes, cero RAG, cero n8n, cero automatización compleja, cero programación de prompts encadenados. El objetivo es que el equipo pierda el miedo, conozca tres IAs del mercado (ChatGPT, Claude, Gemini), entienda el marco legal del Reglamento UE de IA, cumpla el Art. 4 con expediente firmado, y empiece a usar IA conversacional con criterio sobre sus archivos reales. Lo avanzado vendrá después, si tiene sentido para esa empresa concreta y si aparece un dolor que lo justifique. La sobriedad pedagógica no es timidez técnica: es decisión consciente, basada en lo que las PYMEs pequeñas realmente necesitan en su primera etapa. Más sobre el nivel en qué es OctIA.

Hay casos en los que en una conversación con una empresa identificamos que el dolor no es de formación introductoria, sino de automatización avanzada. En esos casos lo decimos en la llamada de veinte minutos: el caso no encaja con OctIA, conviene buscar un proveedor especializado en agentes corporativos con SLA. No competimos con esos proveedores; cubrimos otra capa del proceso. Una empresa madura que ya tiene IA conversacional con criterio y ahora quiere construir un agente concreto necesita una conversación distinta a la que tenemos aquí. Recomendar al cliente lo que de verdad encaja, aunque no sea lo nuestro, es parte del compromiso de honestidad de la marca.

¿El equipo ya usa IA conversacional con criterio sobre sus tareas reales? ¿Existe un dolor operativo concreto, medible y repetitivo, que un agente resolvería? ¿Hay presupuesto recurrente para mantenimiento durante los próximos veinticuatro meses, no solo para construcción inicial? ¿El proveedor ofrece SLA, soporte y actualizaciones, o vende construcción única y se desentiende? Si las cuatro respuestas son sí, hay caso. Si alguna es no, conviene empezar por otra capa. La llamada de veinte minutos sirve para validar este criterio sin compromiso.

Los agentes corporativos son una herramienta legítima del catálogo de soluciones IA. No son el enemigo. Son una capa que tiene sentido en su momento, para su tipo de empresa y para su tipo de dolor. Para la mayoría de PYMEs de servicios profesionales en Cataluña pequeñas en 2026, ese momento aún no ha llegado, y se llega bien después de seis a doce meses de uso ordenado de IA conversacional con cumplimiento documentado. Quien venda agentes a una empresa que aún no ha hecho esa primera capa está colocando un sistema avanzado encima de un cimiento que no existe. El producto puede ser bueno; la decisión de comprarlo en ese momento no lo es.