Desde la pantalla, dos soluciones pueden parecer idénticas. Una persona escribe una pregunta y el chat devuelve información. Pero detrás de esa interfaz, el software puede tener atribuciones muy distintas: limitarse a consultar datos y explicarlos, o acceder a aplicaciones de la empresa para actualizar un registro, iniciar una gestión o detenerse hasta recibir autorización.
Los términos tampoco se excluyen entre sí. IBM describe el chatbot como una modalidad de interacción y la agencia como un marco tecnológico. Por eso, un chatbot moderno puede tener funciones agénticas y ciertos agentes operan en segundo plano, sin conversar con nadie. Para una empresa, la apariencia del canal dice poco; importan el objetivo asignado, las operaciones habilitadas y el margen de autonomía.
Una consulta, tres formas de resolverla
Tomemos una situación habitual: un cliente quiere saber por qué se demoró su pedido. Un chatbot puede localizar la operación, informar su estado y explicar el plazo previsto. Si con eso se resuelve la necesidad, sumar más capacidad solo agrega complejidad.
Otra posibilidad es aplicar una automatización basada en reglas. Cuando la demora supera cierto plazo, crea un reclamo y lo asigna al área correspondiente. El circuito está definido de antemano y se repite cada vez que se cumple esa condición.
La tercera alternativa es un agente, apropiado cuando el caso requiere reunir datos dispersos y escoger entre opciones autorizadas. Podría revisar el estado logístico y los términos comerciales, comprobar otras formas de entrega y preparar una propuesta compatible con las políticas de la empresa. Las gestiones de bajo riesgo quedarían a su cargo; una compensación superior al límite previsto pasaría a una persona.
Qué conviene mantener bajo reglas
Las secuencias estables siguen favoreciendo la automatización convencional. Ofrece mayor previsibilidad, suele costar menos y facilita la auditoría. Cuando las condiciones y el tratamiento ya pueden expresarse mediante reglas claras, recurrir a un modelo para interpretar cada caso añade variabilidad sin aportar una ventaja real.
La intervención de un agente se justifica cuando cambian las entradas, hay que consultar varias fuentes o una excepción requiere evaluar el contexto antes de continuar. Incluso allí, conviene asignarle solo el tramo que exige interpretación. Microsoft propone combinar agentes y flujos de trabajo: los primeros atienden situaciones variables; los segundos conservan estructura y consistencia en las etapas previsibles.
En el reclamo por la entrega, la consulta del pedido y la apertura del ticket pueden permanecer bajo reglas. La causa de la demora, las alternativas disponibles y la derivación de una situación atípica sí pueden quedar a cargo del agente. El grado de variación que debe absorber la solución ofrece un criterio más útil que la novedad de la tecnología.
Actuar también cambia el riesgo
Un dato equivocado puede confundir al cliente. Si el software además está habilitado para operar, el error puede alterar sus datos, conceder una condición comercial improcedente o abrir una gestión que luego deberá revertirse. La conexión con aplicaciones internas aporta utilidad, pero extiende las consecuencias.
Los permisos, por lo tanto, no deberían definirse en bloque. Cada operación exige precisar qué fuentes puede consultar el agente, qué campos está autorizado a modificar, en qué momento debe solicitar una aprobación y a quién deriva el caso cuando la confianza no alcanza. El recorrido también debe quedar registrado y poder interrumpirse. El margen de autonomía debería acompañar el impacto y la reversibilidad de cada tarea.
Un relevamiento de Deloitte publicado en abril de 2026 consultó a 3.235 responsables de tecnología y negocio de 24 países, todos vinculados directamente con programas de IA. El 74 % esperaba que su organización utilizara agentes al menos de manera moderada en 2027; apenas el 21 % declaraba contar con un modelo maduro de gobernanza para IA agéntica. Las cifras corresponden a la muestra y no constituyen una medición universal del mercado. Aun con esa salvedad, exponen una brecha concreta entre el ritmo de adopción previsto y la preparación para establecer límites, monitorear la actividad y reconstruir lo ocurrido.
Con estos criterios, la elección puede comenzar en la necesidad operativa. Para una consulta informativa, suele bastar un chatbot. Si todos los pasos son conocidos y las excepciones están previstas, una automatización basada en reglas ofrece una alternativa más simple. El agente cobra sentido cuando la tarea exige interpretar datos variables, escoger un recorrido y operar dentro del marco acordado.
Una forma práctica de precisar el requerimiento es completar esta frase: “Una vez interpretado el pedido, el sistema debería…”. El verbo que sigue —informar, comparar, registrar, actualizar, autorizar o escalar— ayuda a establecer qué enfoque conviene y cuánto control debe acompañarlo.
Aunque la ventana de chat se vea igual en los tres casos, la elección depende de lo que el software deba hacer detrás de ella, los sistemas que pueda afectar y el límite que no tenga permitido cruzar.
