¿Es lo mismo IA generativa que agentes de IA?

No. La IA generativa es la capacidad de producir texto, codigo o imagenes a partir de una instruccion. Un agente es esa capacidad envuelta en un sistema que puede consultar datos de la empresa, ejecutar acciones sobre otros sistemas y decidir cuando parar o escalar a una persona. Un modelo generativo responde; un agente hace. La diferencia practica esta en las herramientas y los permisos que le rodean, no en el modelo.

¿Conviene construir la plataforma o comprar una solucion cerrada?

Depende de que capa. La infraestructura de modelos se compra, no tiene sentido replicarla. La capa de contexto, acciones y permisos conviene que sea propia, porque es donde vive el conocimiento de la empresa y porque es lo que impide quedarse atado a un proveedor cuando cambien los precios o los modelos. Una regla simple: compra lo que es igual para todos, construye lo que te diferencia.

¿Necesita una pyme una plataforma de agentes o le bastan herramientas sueltas?

Con uno o dos casos de uso, las herramientas sueltas son suficientes y mas baratas. El punto de inflexion llega cuando aparece el tercero o el cuarto y se empieza a duplicar el mismo trabajo: volver a conectar los mismos datos, volver a definir los mismos permisos, volver a no tener trazas. A partir de ahi, cada nuevo caso sale mas caro con herramientas sueltas que con una base comun.

¿Como se mide si la IA generativa esta aportando algo?

Con metricas de proceso, no de uso. El numero de consultas al chat no dice nada. Lo que dice algo es el coste por tarea resuelta, el porcentaje de casos que el agente cierra sin intervencion humana, el tiempo de ciclo del proceso antes y despues, y la tasa de error detectada en revision. Si esas cuatro no se pueden calcular, falta la capa de observabilidad.

IA generativa en empresas: la arquitectura de plataforma

Un piloto de IA generativa se monta en una tarde. Lo que casi nunca se monta es lo que viene despues: quien lo mantiene, de donde saca los datos, que permisos tiene y quien responde cuando se equivoca. Esa diferencia entre demo y plataforma es la que decide si la IA cambia algo en una empresa o se queda en anecdota.

El piloto funciona. La plataforma no existe

Conectar un modelo a un chat interno es trivial. El problema llega en la segunda semana: el agente necesita datos que viven en el ERP, permisos que dependen del rol de cada usuario, un registro de lo que hizo y una via de escalado cuando no sabe responder.

Nada de eso es un problema de modelo. Es un problema de arquitectura. La empresa que compra quince suscripciones a quince herramientas de IA acaba con quince silos nuevos: cada uno con su copia parcial de los datos, su propia factura y ninguna vision de conjunto. Es el mismo error que se cometio con el SaaS, solo que ahora los silos escriben.

Las cuatro capas de una plataforma de agentes

Una empresa articulada sobre agentes se sostiene sobre cuatro capas. Si falta una, el sistema se cae hacia el piloto.

→Contexto: los datos de la empresa accesibles de forma recuperable y filtrada por permisos, no un volcado indiscriminado en un indice.
→Acciones: el catalogo de cosas que un agente puede ejecutar (crear un presupuesto, actualizar un CRM, enviar un correo), cada una con limites y trazabilidad.
→Orquestacion: quien decide que agente actua, en que orden, cuando escala a un humano y que pasa si un paso falla a medias.
→Observabilidad: trazas de cada ejecucion, coste por tarea, tasa de intervencion humana y tasa de error.

El modelo es intercambiable, la arquitectura no

Los modelos cambian cada pocos meses. Cambian de precio, de contexto, de velocidad. Una empresa que ha construido su operativa pegada a un proveedor concreto paga ese cambio entero cada vez.

La decision correcta es tratar el modelo como una pieza sustituible detras de una interfaz propia. Lo que se queda es el resto: como estan modelados los datos, como se describen las herramientas, quien tiene permiso sobre que. Ese trabajo no caduca cuando sale la siguiente version de un LLM.

Por eso construir la capa de plataforma tiene mas valor que elegir bien el modelo. Elegir el modelo es una decision de tres meses. La arquitectura es una decision de tres anos.

Las decisiones que no se delegan a un proveedor

Hay cuatro preguntas que ningun integrador puede responder por la direccion de una empresa:

La cuarta es la que mas se retrasa y la que mas duele. Un agente que emite una oferta comercial esta comprometiendo a la empresa. Alguien tiene que haber decidido antes hasta donde puede llegar sin firma humana.

→Que procesos se abren a un agente y cuales se quedan cerrados por decision explicita.
→Donde vive el dato y que sale de la organizacion en cada llamada.
→Como se mide el coste: por tarea resuelta, no por licencia y usuario.
→Quien asume la responsabilidad de lo que el agente ejecuta.

Del primer agente al sistema: el orden importa

La secuencia que funciona no empieza por el caso de uso mas vistoso. Empieza por un proceso repetitivo, con un resultado verificable y un dueno claro dentro de la empresa. Ese primer agente sirve para construir las cuatro capas en pequeno.

El segundo agente ya no cuesta lo mismo: reutiliza el contexto, las acciones y la observabilidad del primero. Ahi es donde aparece el efecto plataforma, y donde una empresa deja de comprar herramientas para empezar a componer capacidades. El detalle operativo de esa transicion lo desarrollamos en automatizacion con IA y plataformas agenticas.

Sobre esa base horizontal se monta despues la capa vertical, que es donde el sector manda: un concesionario no necesita los mismos agentes que una aseguradora, aunque compartan infraestructura. En IA generativa en empresas de automocion se ve como se concreta esa capa en un sector con procesos muy definidos.

La plataforma tambien tiene cara externa

Una empresa articulada sobre agentes no solo consume IA generativa hacia dentro. Tambien es consumida por ella hacia fuera: sus datos, su documentacion y su web son ahora la fuente que los modelos leen para responder sobre ella.

Eso convierte la estructura de la informacion publica en parte de la arquitectura, no en una tarea de marketing aparte. Como se cita a una empresa en ChatGPT o en las respuestas generativas de Google depende de decisiones tecnicas concretas, y ese frente lo cubre como te citan ChatGPT y Google.

Este tema tambien se trata, desde otro enfoque, en All ITs AI · Agent Hub · GEOySEO.

Montar un agente es un proyecto. Articular una empresa sobre agentes es una decision de arquitectura, y se toma una vez. Si estas en ese punto (con un piloto que funciona y sin idea clara de como convertirlo en sistema) hablemos del diseno de las cuatro capas antes de escribir mas codigo. Es la conversacion que ahorra los rehacer.