Agentes para empresas: usos, costes y riesgos

Los agentes para empresas pueden llevar una tarea de principio a fin: leer el mensaje de un cliente, buscar su pedido, tramitar un reembolso dentro de tus reglas y contestar. Es una propuesta distinta de la de un chatbot que solo responde preguntas, y cambia lo que hay que evaluar: qué tareas entregar, cómo conseguir un agente, cuánto cuesta y qué puede salir mal. Esta guía repasa esas cuatro preguntas con fuentes y un ejemplo de costes. Si necesitas antes lo básico, empieza por qué es un agente.

Qué tareas encajan con un agente

Anthropic, que dice haber trabajado con decenas de equipos que construyen agentes, describe las tareas en las que los agentes han aportado más valor como aquellas que requieren tanto conversación como acción, tienen criterios de éxito claros, permiten ciclos de retroalimentación e integran una supervisión humana significativa. Sus dos ejemplos:

• Atención al cliente. Las conversaciones necesitan información externa y acciones: las herramientas pueden traer los datos del cliente, el historial de pedidos y los artículos de ayuda, y acciones como tramitar reembolsos o actualizar incidencias se pueden gestionar por programa. El éxito es medible: ¿se resolvió el problema?
• Desarrollo de software. El código se puede comprobar con pruebas automáticas, así que el agente puede iterar sobre su propio trabajo, aunque Anthropic señala que la revisión humana sigue siendo imprescindible.

La misma prueba sirve para cualquier tarea: ¿puedes describir el éxito con precisión?, ¿puede el agente comprobar su propio avance?, ¿hay un punto en el que una persona da el visto bueno?

¿Necesitas de verdad un agente?

A menudo no. El consejo de Anthropic es buscar la solución más sencilla posible y complicarla solo si hace falta. En orden de complejidad:

1. Una sola petición bien diseñada a un modelo, con los documentos adecuados adjuntos. Anthropic dice que esto suele bastar en muchas aplicaciones.
2. Un flujo de trabajo: pasos fijos en código, con un modelo haciendo algunos (clasificar el correo, redactar la respuesta, una persona la aprueba). Es previsible y más barato de ejecutar.
3. Un agente: el modelo decide los pasos. Compensa cuando el camino hasta la respuesta varía demasiado para programarlo.

Según Anthropic, los agentes cambian latencia y coste por un mejor rendimiento en la tarea, así que sube por esta lista solo cuando la opción más simple se quede corta de forma demostrable.

Tres maneras de conseguir un agente

1. Usar los agentes de las herramientas que ya pagas. Los planes de empresa incluyen cada vez más funciones de agente: ChatGPT Business lista agentes del espacio de trabajo para flujos personalizados; el plan Team de Claude incluye Claude Code y Claude Cowork; el plan Premium de Microsoft para particulares incluye un uso limitado de funciones con agentes para investigación y análisis. Es el camino más rápido, sin desarrollo, pero te limita a lo que admita el fabricante.

2. Añadir pasos con modelos a una plataforma de automatización. Herramientas como n8n, Zapier y Make permiten encadenar aplicaciones y añadir llamadas a modelos como pasos, lo que encaja más con flujos de trabajo que con agentes abiertos.

3. Construir sobre la API de un proveedor de modelos. Es lo más flexible y la única opción cuando el agente tiene que trabajar dentro de tus propios sistemas. Pagas por token el modelo, más tu propio desarrollo y mantenimiento. Conectar herramientas con el Model Context Protocol (MCP) reduce el trabajo de integración.

Lo que cuestan las llamadas al modelo: un ejemplo

El uso del modelo es el coste más fácil de estimar, así que aquí tienes una ilustración. Es un agente de atención al cliente hipotético, no medido, con los precios que publicó cada proveedor el 26 de octubre de 2026:

• 5.000 conversaciones al mes;
• 6 llamadas al modelo por conversación (el bucle del agente: leer, buscar, decidir, actuar, comprobar, responder), es decir, 30.000 llamadas;
• 8.000 tokens de entrada por llamada (instrucciones, descripciones de herramientas, historial y resultados de herramientas), el 60 % leído de la caché;
• 400 tokens de salida por llamada.

Tabla: coste mensual del ejemplo (cálculo nuestro)

Las cifras de Claude Haiku 5.5, Sonnet 5.5, Opus 5.5 y Fable 5.1 incluyen el 30 % más de tokens aproximado que Anthropic dice que produce su tokenizador nuevo. Claude Haiku 4.5 usa el tokenizador anterior, así que su cifra no lleva ajuste. No se incluyen las escrituras de caché. Dos conclusiones valen con cualquier cifra:

• La elección del modelo mueve la factura dos órdenes de magnitud para el mismo trabajo. Comprueba si un modelo más pequeño resuelve la tarea antes de usar el más grande por defecto.
• El uso del modelo suele no ser el mayor coste. Construir las integraciones, probar el agente con casos reales, vigilarlo y el tiempo del personal que revisa su trabajo pueden costar cada uno más que los tokens.

Prueba tus propias cifras en nuestra calculadora de costes de API.

Qué puede salir mal

La lista OWASP Top 10 de 2025 para aplicaciones con modelos de lenguaje nombra los riesgos que más importan en los agentes:

• Inyección de prompts (LLM01): instrucciones escondidas en un correo, un documento o una web que lee el agente pueden redirigirlo.
• Divulgación de información sensible (LLM02): el agente puede revelar datos a los que tiene acceso a alguien que no debería verlos.
• Agencia excesiva (LLM06): un agente con más permisos de los que necesita su tarea puede hacer daños reales si se equivoca o lo manipulan.
• Consumo sin límites (LLM10): los bucles o los abusos pueden disparar los costes.

Anthropic añade que la autonomía trae la posibilidad de errores que se acumulan y recomienda pruebas exhaustivas en entornos aislados, con las protecciones adecuadas.

Protecciones prácticas: dale al agente los permisos más estrechos que funcionen, exige que una persona apruebe las acciones irreversibles o costosas (reembolsos por encima de un límite, borrar datos, enviar correos externos), fija un máximo de pasos, registra cada acción y revisa una muestra con regularidad.

Si operas en la UE

El Reglamento (UE) 2024/1689 ya se aplica a las empresas que usan modelos de lenguaje, no solo a las que los construyen. Desde el 2 de febrero de 2025, el Reglamento exige a las organizaciones medidas de alfabetización para el personal que usa sistemas; la modificación de 2026 lo formula como medidas para «apoyar» esa alfabetización. Desde el 2 de agosto de 2026, los chatbots deben diseñarse para que las personas sepan que hablan con una máquina salvo que sea evidente, un deber que el Reglamento pone en el proveedor del chatbot. Si un agente toma decisiones en ámbitos que el Reglamento considera de alto riesgo, como la selección de personal, se aplican más obligaciones desde el 2 de diciembre de 2027. Mira nuestra guía del Reglamento (UE) 2024/1689.

Un piloto de 30 días

1. Elige una tarea con una definición de éxito clara y una referencia medible (por ejemplo, el tiempo que hoy se tarda en resolver una solicitud de reembolso).
2. Empieza por la opción más sencilla que pueda funcionar: una sola petición a un modelo o un flujo de trabajo.
3. Reúne de 50 a 100 casos reales pasados y prueba con ellos antes de que ningún cliente vea el sistema.
4. Mantén a una persona en el circuito en toda acción difícil de deshacer.
5. Compara con la referencia a los 30 días: tasa de resolución, errores, tiempo ahorrado y coste total, no solo la factura de tokens.