Crear el agente de IA es lo fácil. El 80% del trabajo es decidir qué delegarle
La parte técnica de armar un agente de IA hoy se resuelve en una tarde. Elegís una plataforma, conectás un modelo, pegás un par de instrucciones, tirás de una herramienta y el agente contesta. Eso está al alcance de cualquiera que sepa usar un editor visual.
Lo difícil viene antes y después de ese momento. Antes: decidir qué proceso delegás, con qué reglas, con qué permisos y hasta dónde puede llegar solo. Después: medir si sirve, corregirlo cuando se equivoca y sostenerlo cuando nadie lo mira. Ese 80% del trabajo casi nunca lo explica el tutorial de la herramienta, y es exactamente donde se cae la mayoría de los proyectos.
Esta guía está pensada para dueños, gerentes y responsables de área que quieren crear un agente de IA para empresas sin contratar un equipo de desarrollo. Vas a ver el paso a paso completo, las decisiones que definen el resultado, los errores que se repiten y lo que conviene no delegar nunca. Y al final, lo más importante: por qué el cuello de botella no es la herramienta.
Qué significa «crear» un agente de IA (las 3 capas)
Antes del cómo, el qué. Crear un agente no es «elegir una IA y ponerle un nombre». Un agente tiene tres capas, y las tres se definen con decisiones tuyas, no del proveedor.
| Capa | Qué define | Ejemplo |
|---|---|---|
| 1. Instrucciones y personalidad | Quién es, cómo habla, qué tono usa, qué reglas sigue | «Sos el asistente de Mesa de Ayuda de la empresa. Respondés en español rioplatense, con tono directo, y nunca prometés plazos que no estén confirmados.» |
| 2. Herramientas y datos | A qué sistemas accede y con qué información trabaja | Leer el estado del pedido en el ERP, consultar la base de conocimiento, mirar el calendario del vendedor |
| 3. Reglas de acción | Qué puede hacer solo, qué necesita aprobación y qué nunca | «Puede responder consultas de estado. Puede agendar reunión. No puede modificar precios ni emitir reembolsos.» |
La capa 1 es la más fácil y la que todos escriben. La capa 2 es la que más tiempo técnico consume. La capa 3 es la que define si el agente es una herramienta o un riesgo. Cuando alguien te dice que «crear un agente de IA personalizado» es solo escribir un buen prompt, está mirando una de las tres patas y olvidando las otras dos.
La capa que casi nadie define: las reglas de acción
Un agente que solo sugiere es inofensivo. Un agente que ejecuta cambia el estado de las cosas: envía un mail, actualiza una ficha, reserva una reunión, genera un documento. Justamente por eso necesita límites explícitos. La regla práctica que ordena todo: cuanto más caro o irreversible el error, menos autonomía le das. Un agente que clasifica consultas entrantes puede ser autónomo desde el primer día. Uno que mueve plata no debería serlo nunca sin un humano en el medio.
Esa definición de límites no es un detalle técnico: es una decisión de proceso. Y es tuya, no de la herramienta.
Cómo crear un agente de IA para tu empresa en 7 pasos
Estos siete pasos sirven para cualquier plataforma. Si los hacés en orden, vas a terminar con un agente acotado, medible y bajo control. Si te salteás los primeros, vas a terminar con un prototipo lindo que nadie usa.
Paso 1: Elegí el proceso, no la herramienta
El error de arranque más común es empezar por el software. Se hace al revés: primero el proceso que duele, después la herramienta.
Elegí un proceso que cumpla con estas condiciones, en este orden:
- Alto volumen y repetitivo. Si pasa diez veces por mes, no se paga.
- Reglas claras y estables. Si cada caso se resuelve con criterio distinto, no es candidato.
- Resultado verificable. Tenés que poder chequear si salió bien sin revisarlo todo a mano.
- Costo del error bajo o reversible. El primer agente no puede ser el más crítico de la empresa.
Un solo proceso, bien elegido, vale más que cinco a medio hacer. Escribilo en una línea: entra esto, sale esto, hoy lo hace esta persona y le lleva tanto tiempo.
Paso 2: Mapeá las herramientas y los accesos
Para que el agente trabaje, tiene que poder tocar los sistemas donde vive la información. Antes de construir nada, hacé una lista honesta:
- ¿Dónde entra el dato y dónde tiene que salir el resultado? (mail, planilla, CRM, ERP, WhatsApp)
- ¿Qué sistemas tienen API o integración disponible y cuáles no?
- ¿Con qué usuario y qué permisos va a acceder el agente?
- ¿Qué información es sensible y no debería pasar por el agente?
Este paso es donde aparecen las sorpresas. El sistema que todos usan todos los días suele ser el que no tiene forma de conectarse. Cuanto antes lo descubras, mejor: define si el agente se puede construir ahora o si primero hay que ordenar los datos. Un agente no arregla una base desordenada; la expone más rápido y a mayor escala.
Paso 3: Definí el rol del agente y sus límites
Acá se escribe el «contrato» del agente. No es un prompt todavía: es la decisión de negocio sobre qué puede y qué no puede hacer.
Definí por escrito:
- Qué hace solo. Ejemplo: responder preguntas frecuentes usando la base de conocimiento.
- Qué prepara pero no ejecuta. Ejemplo: redacta la respuesta al reclamo y espera el OK de una persona.
- Qué nunca hace. Ejemplo: no promete reembolsos, no modifica precios, no comparte datos de clientes con terceros.
- Cuándo escala. Ejemplo: si la consulta no está en la base o el cliente pide hablar con un humano, deriva y avisa.
- Hasta qué monto o hasta qué caso. Ejemplo: puede aprobar cambios de hasta cierto valor; por encima, va a un responsable.
Sin esta definición, el agente decide por su cuenta dónde está el límite. Y lo va a decidir mal.
Paso 4: Escribí las instrucciones
Recién acá se escribe el texto que el agente va a seguir. Y la regla es una: instrucciones específicas producen agentes específicos; instrucciones vagas producen agentes vagos.
Un buen juego de instrucciones responde:
- Rol y tono: quién es y cómo habla. Nada de «sé útil y amable»; decí «respondé en español rioplatense, en menos de 120 palabras, con tono directo».
- Fuentes: de dónde saca la información y de dónde no. «Consultá solo la base de conocimiento cargada; no respondas de memoria.»
- Reglas de decisión: qué hacer en cada caso y qué hacer cuando no está el caso.
- Prohibiciones explícitas: «nunca inventes precios, plazos ni políticas». Esta línea sola evita la mayoría de los problemas.
- Qué hacer ante la duda: la instrucción más importante. «Si no estás seguro, derivá a un humano» es mejor que cualquier intento de adivinar.
Escribilas como le explicarías el trabajo a una persona nueva el primer día: clara, específica y con ejemplos de lo que sí y lo que no.
Paso 5: Conectalo a las herramientas
Ahora sí, la parte que las plataformas hacen simple. El agente necesita acceder a los sistemas del Paso 2 como «herramientas». En la práctica, cada acción que puede hacer (leer un pedido, buscar en el manual, crear un evento) se conecta como una función o una integración.
Tres reglas no negociables en este paso:
- Permisos mínimos. Dale solo los accesos que necesita, no la cuenta de administrador «para que no falle».
- Todo registrado. Cada acción que ejecuta tiene que quedar en un log con fecha, hora y qué hizo. Un agente sin registro es un problema esperando a pasar.
- Un ambiente de prueba. Probalo primero contra datos de muestra, nunca directo sobre producción.
Esta es la capa donde más se resbala la seguridad. Un agente con acceso total es cómodo de armar y peligroso de tener.
Paso 6: Probalo con casos reales
Antes de soltarlo, la prueba tiene que usar casos reales, incluidos los incómodos:
- Los 10 casos más frecuentes (tiene que resolverlos bien y rápido).
- Los 5 casos raros o al límite (tiene que saber derivar, no improvisar).
- Los casos ambiguos o mal escritos (tiene que pedir aclaración en lugar de suponer).
- Un caso fuera de alcance (tiene que negarse correctamente).
Compará el resultado del agente contra cómo lo resolvería una persona hoy. Si en los casos límite el agente inventa o se traba, el problema suele estar en las instrucciones del Paso 4, no en el modelo. Volvé y ajustá.
Paso 7: Medí y ajustá
Un agente no está «terminado»: se mantiene. Definí las métricas antes de lanzarlo, no después.
- Tasa de resolución sin humano. Qué porcentaje resolvió solo.
- Tasa de escalado. Qué porcentaje derivó, y si el motivo era válido.
- Errores detectados. Cuántas veces se equivocó y de qué tipo.
- Horas ahorradas por mes. Medido sobre el proceso, no sobre una impresión.
- Satisfacción de quien lo usa. Del cliente o del equipo interno.
Revisá estas métricas a las 2 y a las 4 semanas, ajustá las instrucciones y volvé a medir. Un agente sin dueño que lo mida se degrada solo: los procesos cambian, la información se desactualiza y nadie lo corrige.
Los errores típicos al crear un agente (y cómo evitarlos)
| Error | Por qué pasa | Cómo evitarlo |
|---|---|---|
| Arrancar por la herramienta | Es lo que se vende y lo que se ve | Elegí el proceso primero, después buscá la plataforma |
| Prompt vago | «Cuanto más general, más sirve» parece razonable | Escribí rol, fuentes, reglas y prohibiciones concretas |
| Darle acceso total | Es más rápido de configurar | Permisos mínimos: solo lo que necesita para esa tarea |
| Soltarlo sin probarlo | Las pruebas parecen tiempo perdido | Probá con casos reales y límite antes de producción |
| Sin registro de acciones | Se resuelve «cuando haga falta» | Log desde el día uno: qué hizo, cuándo y por qué |
| Sin dueño con nombre | «Es de todos» termina siendo de nadie | Un responsable que mida y corrija cada 15 días |
| Elegir un proceso de bajo volumen | Da la sensación de que es más simple | Medí volumen antes: menos de 20 veces al mes no se paga |
| Prometer que reemplaza gente | Suena mejor en la reunión | Absorbe tareas repetitivas, la persona queda en el criterio |
Qué plataforma usar para crear un agente de IA (comparación honesta)
No hay una mejor que otra: hay una mejor para cada caso. Estas son las tres rutas reales, sin código.
| Ruta | Ejemplos | Para quién es | Lo que resolvés | Lo que no resolvés |
|---|---|---|---|---|
| Automatización visual | n8n / Make | Equipos sin perfil técnico que ya usan alguna herramienta de automatización | Armar flujos con agentes, conectar apps y modelos por interfaz visual | Gobernanza fina, permisos avanzados y casos muy a medida |
| Asistentes con interfaz de chat | Hermes y similares | Un directivo o un equipo que quiere un asistente que trabaje sobre sus herramientas | Un agente que vive donde trabajás, con herramientas, memoria y reglas | Software embebido en tu producto o en un sistema legado sin API |
| Desarrollo a medida | Equipo de ingeniería propio o tercerizado | Empresas con procesos críticos, integraciones complejas o volumen alto | Integración profunda, control total y seguridad a medida | Velocidad y costo bajo: es la ruta más lenta y más cara |
Sobre las capacidades concretas, vale citar la fuente y no de memoria. n8n trae un nodo de Agente de IA dentro del mismo editor visual, sobre el que conectás un modelo, herramientas y memoria, y le das control de decidir qué llamar y en qué orden, sin escribir código (guía de n8n, 2026). Make se presenta como una plataforma visual para construir agentes y automatizaciones sobre más de 3.000 integraciones (Make, AI Agents). Hermes Agent, de Nous Research, es un agente open source con uso de herramientas, memoria persistente y ejecución programada que corre en distintas superficies (documentación de Hermes Agent).
Cómo decidir en un minuto: si el proceso es acotado y tus sistemas tienen integraciones estándar, la ruta visual alcanza. Si lo que querés es un asistente que viva en tu chat y trabaje sobre tus herramientas, la ruta de asistente es la más directa. La ruta a medida solo se justifica cuando hay integraciones complejas, seguridad específica o volumen que lo pague.
Cuándo recién ahí tiene sentido el desarrollo a medida
El desarrollo a medida es la respuesta correcta en tres escenarios y la equivocada en todos los demás:
- Cuando el sistema central de la empresa no tiene API ni forma razonable de conectarse.
- Cuando el agente forma parte de un producto que vendés a tus clientes, no de una operación interna.
- Cuando hay requisitos de seguridad, auditoría o volumen que ninguna plataforma estándar cubre.
Fuera de esos tres casos, pagar desarrollo a medida para algo que una plataforma visual resuelve es comprar lento y caro. Y la mayoría de las empresas que cree necesitar desarrollo a medida en realidad tiene un problema de proceso, no de tecnología.
Qué NO delegar nunca a un agente
Hay tareas que no se delegan, no importa cuánto avance la tecnología. Estas son las cinco líneas rojas:
- Autorizaciones y desembolsos. Que un agente apruebe pagos, transferencias o libere mercadería sin humano en el medio es pedir un problema. Puede preparar; no puede decidir solo.
- Decisiones con impacto legal o financiero. Firmar un contrato, aceptar una cláusula, fijar un precio o comprometer una obligación de la empresa son decisiones de personas.
- Datos sensibles sin control. Información de salud, datos financieros o personales de clientes no van a un agente sin política clara de qué ve, dónde se guarda y cuánto se retiene.
- Relaciones humanas delicadas. Despidos, conflictos, negociaciones sensibles o una disculpa a un cliente clave. El agente puede preparar el borrador; la conversación la da una persona.
- Alta dirección y estrategia. Definir prioridades, asignar presupuesto o decidir el rumbo no se automatiza. El agente puede traer la información para decidir, no decidir.
El criterio que resume todo: si el error es irreversible o afecta a una persona, el agente no decide solo. Puede hacer el trabajo pesado y dejar la decisión lista, pero el último clic lo da un humano.
Cuándo conviene que lo haga un tercero
Hay señales concretas de que el agente no se arma bien puertas adentro, y no tienen que ver con la capacidad técnica:
- No hay un dueño interno del proyecto. Si nadie de tu empresa puede dedicarle tiempo a definir el proceso y medir el resultado, cualquier agente que se arme va a quedar huérfano.
- Los procesos están desordenados. Si cada área trabaja distinto, la información está en tres lugares y nadie sabe cuál es la versión correcta, primero hay que ordenar eso. Un tercero puede mapearlo; vos tenés que sostenerlo.
- Varias áreas tienen que ponerse de acuerdo. Cuando el proceso atraviesa ventas, operaciones y administración, hace falta alguien que ordene la conversación y defina prioridades.
- Nadie puede definir qué es «bien hecho». Sin un criterio de éxito claro, el agente no se puede evaluar ni ajustar.
- Lo urgente se come lo importante. El día a día operativo no deja espacio para las decisiones de proceso, que son justamente el 80% del trabajo.
En todos estos casos el problema no es la herramienta: es la falta de método para decidir qué delegar, con qué reglas y con qué métricas. Y eso es consultoría, no desarrollo.
Preguntas frecuentes
¿Puedo crear un agente de IA para mi empresa sin saber programar?
Sí. Las rutas visuales y los asistentes con interfaz de chat permiten armar un agente eligiendo modelo, herramientas y reglas sin escribir código. Dicho eso, la parte técnica es la fácil: lo que decide si el agente sirve es definir bien el proceso, los datos y los permisos, y eso no depende de saber programar, sino de conocer tu operación.
¿Cuánto tarda crear un agente de IA personalizado?
Depende del proceso, pero un agente acotado sobre un proceso bien definido y con datos ordenados se puede tener funcionando en semanas, no en meses. Lo que alarga los proyectos no es construir el agente: es ordenar los datos y ponerse de acuerdo en los límites. Si eso ya está, el armado en sí es rápido.
¿Qué diferencia hay entre un agente de IA y automatizar con reglas fijas?
Una automatización con reglas fijas sigue un camino definido: si pasa A, hacé B. Un agente decide el camino en el momento: lee el contexto, elige qué herramienta usar y en qué orden hasta cumplir el objetivo. Eso lo hace más flexible con los casos imprevistos y también más difícil de predecir, por lo que necesita reglas y límites explícitos.
¿Cuánto cuesta tener un agente de IA funcionando?
El costo no está solo en construirlo, sino en mantenerlo y supervisarlo. Hay costo de licencias o consumo de modelos, más el tiempo humano de revisar y ajustar. Antes de hablar de números, definí volumen, reglas y costo del error. Una automatización simple bien pensada suele rendir más que un agente ambicioso mal delimitado.
¿Por qué fallan tantos proyectos de agentes de IA en empresas?
Porque arrancan por la herramienta y no por el proceso. Cuando no está claro qué se delega, con qué reglas y cómo se mide, el agente termina siendo un prototipo caro que nadie usa. Las causas típicas se repiten: datos desordenados, proceso mal definido y ausencia de un responsable con nombre.
El cuello de botella no es la herramienta
Crear un agente de IA para tu empresa hoy está al alcance de cualquiera. Las plataformas lo hicieron simple, y eso es una buena noticia. El problema es que esa facilidad tapa la parte que de verdad define el resultado: decidir qué delegar, con qué reglas, con qué permisos y con qué métricas. Eso no lo resuelve ninguna herramienta, porque es una decisión de proceso, y las decisiones de proceso requieren criterio y método.
Por eso, en G2Rocket trabajamos justo en esa parte. No vendemos desarrollo a medida: ayudamos a dueños, gerentes y directores a definir qué delegar a un agente, con qué límites y cómo medir si sirve. Ordenamos el proceso y los datos antes de hablar de herramientas, porque eso es lo que hace que un agente funcione o fracase.
Si tu empresa está pensando en crear un agente de IA y querés que no sea un proyecto más de la lista de los que se abandonan, hablemos.
