Chat, asistente y agente son tres niveles de delegación a la IA. En el chat, preguntas y ella olvida. En el asistente, aprendió uno de tus procesos y ayuda cuando la llamas. En el agente, decide sola cuándo actuar y dónde dejar el resultado. Lo que define el nivel es la confianza que ya tienes en lo que entrega y el costo de un error, no la sofisticación de la tarea: el proceso más importante de nuestra empresa, la cotización, funciona entero en el nivel de asistente, y el contrato que tomaba hasta 40 minutos armar ahora toma 5.
Qué es un chat, un asistente y un agente de IA#
Chat, asistente y agente son tres formas de usar la misma inteligencia artificial, y lo que cambia entre ellas es cuánto del trabajo le entregas. ChatGPT, Claude y Gemini sirven para los tres niveles.
Piensa en alguien que acaba de entrar a la empresa.
- El chat es la conversación de pasillo. Preguntas, la persona responde, y mañana no recuerda el tema. Sirve para investigar, para una duda puntual, para un texto que necesitas solo hoy.
- El asistente es el pasante que recibió el manual. Le explicaste cómo se hace una tarea en tu empresa, le diste las plantillas y los ejemplos, y cuando lo necesitas lo llamas, te ayuda y el trabajo vuelve a ti. Tú sigues decidiendo cuándo empezar y cuándo terminar.
- El agente es el empleado que recibió una función. Tiene acceso a las herramientas (el CRM, el ERP, el sistema de tareas), sabe lo que tiene que pasar y decide solo cuándo actuar, qué hacer y dónde dejar el resultado.
| Nivel | Qué le entregas a la IA | Quién decide cuándo actuar | Necesita acceso a sistemas | Ejemplo en nuestra operación |
|---|---|---|---|---|
| Chat | una pregunta | tú, cada vez | no | una búsqueda rápida sobre un tema que surgió en una reunión |
| Asistente | un proceso escrito, con plantillas y ejemplos | tú, cuando lo llamas | a veces, para leer documentos | armar el contrato a partir de los datos del cliente |
| Agente | una función, con el resultado esperado | la propia IA, por horario o por evento | sí, con permisos definidos | el informe de horas que sale todos los lunes sin que nadie lo pida |
Anthropic, la empresa que desarrolla Claude, hace una distinción parecida en una guía técnica publicada en diciembre de 2024, Building Effective AI Agents: separa los flujos en los que el camino está definido de antemano de los agentes, en los que el modelo dirige su propio proceso y elige las herramientas que usa. El consejo de la guía es el mismo que aprendimos en la práctica: empezar por la solución más simple y solo sumar complejidad cuando no alcance.
Agente de IA vs asistente de IA: la diferencia en una tabla#
La diferencia entre un agente de IA y un asistente de IA es quién empieza el trabajo. El asistente espera que lo llamen: le llevas la tarea, ayuda y el resultado vuelve a ti para revisarlo. El agente recibe una función y actúa solo, por horario o cuando algo ocurre, con acceso a los sistemas de la empresa. El resto de la tabla se desprende de eso.
| Asistente de IA | Agente de IA | |
|---|---|---|
| Quién empieza el trabajo | tú, cada vez | el propio agente, por horario o por evento |
| Qué recibe | un proceso escrito, con plantillas y ejemplos | una función, con el resultado esperado |
| Acceso a los sistemas de la empresa | a veces, para leer documentos | sí, para actuar en ellos (CRM, ERP, sistema de tareas), con permisos definidos |
| Quién revisa el resultado | tú, antes de que siga adelante | alguien revisa después, o aprueba antes de que algo salga de la empresa |
| Qué cuesta un error | poco: la revisión lo detecta | más: el error puede repetirse en cada ejecución hasta que alguien lo note |
| Qué hace falta para crearlo | casi siempre, un plan pago de ChatGPT, Claude o Gemini y un proceso bien escrito | integración, reglas de permiso y una forma de seguir lo que hizo |
| Cómo medirlo | el tiempo que la tarea dejó de tomar | un resultado acordado antes de que empiece a funcionar |
| Ejemplo en nuestra operación | el contrato, que tomaba hasta 40 minutos y ahora toma 5 | el informe de horas, que sale todos los lunes sin que nadie lo pida |
El error más común es leer la tabla como una escalera en la que el agente es la versión mejor. No lo es: el proceso más importante de nuestra empresa, la cotización, no tiene ningún agente y funciona entero con asistentes. El agente vale cuando ya confías en el resultado, la tarea se repite sola y el error queda dentro de casa y se puede deshacer.
Qué criterio define el nivel de una tarea#
Lo que define el nivel no es la sofisticación de la tarea. Es la confianza que ya tienes en lo que la IA entrega en esa tarea y el costo de un error.
Con una persona contratada, en el primer mes revisas todo lo que hace, porque todavía no sabes si puedes confiar. En el sexto mes, pasas de vez en cuando a ver cómo va. Después de dos años, nadie le pregunta qué está haciendo. La confianza se construyó con el tiempo y con los resultados.
La IA sigue la misma curva:
- Una tarea que haces de vez en cuando, sin forma fija: chat. No vale la pena enseñarle nada, porque no se repite igual.
- Una tarea que se repite, pero involucra un flujo crítico de la operación: asistente. Quieres ayuda para hacerla más rápido y seguir mirando cada resultado antes de que avance.
- Una tarea que se repite, en la que ya confías en el resultado y el error es interno y reversible: agente. Si se equivoca un día, lo notas, lo corriges y nada salió de la empresa.
El último es el que suele trabar. Una regla que usamos en Epicora ayuda a decidir: lo que es interno y se puede deshacer, la IA lo puede hacer sola; lo que sale de la empresa pasa antes por una persona. Un correo a un cliente, un mensaje a un proveedor, una publicación, un pago: todo eso lo puede preparar un agente, pero alguien lo aprueba antes de que salga.
Por qué la mayoría de las tareas no necesita un agente#
El agente es el nivel que más aparece en videos y en publicidad, y el que menos tareas piden. La mayor parte de lo que una empresa gana con IA viene del nivel de asistente.
El ejemplo más claro es la cotización, nuestro proceso más importante, porque es donde el cliente decide si va a trabajar con nosotros. No hay ningún agente en ella. Todo funciona con asistentes, y quien conduce cada etapa es una persona:
- La reunión con el cliente la graba y la transcribe la propia herramienta de videollamada. No desarrollamos nada para eso.
- La transcripción, los mensajes de WhatsApp, los correos y cualquier material del cliente van a una carpeta del proyecto.
- Un asistente lee ese material siguiendo nuestra metodología de alcance y me ayuda a entender el problema de la empresa y cómo lo resuelven otras empresas del mismo rubro.
- Otros asistentes ayudan a escribir y revisar el alcance, a armar las pantallas del prototipo y a estimar las horas de cada módulo.
El resultado fue cambiar el orden del proceso. Antes, el alcance detallado y el prototipo llegaban después de firmado el contrato, en una etapa de ideación que tomaba semanas, y meses en los proyectos más grandes. El cliente ya estaba pagando y recibía un documento de 30 a 40 páginas para leer y aprobar. Hoy recibe el alcance completo y el prototipo pantalla por pantalla junto con la cotización, antes de saber el precio. Esa etapa entera dejó de existir.
Nada de eso pidió autonomía de la IA. Pidió un proceso bien escrito y una persona que sigue decidiendo.
Cómo un asistente cambia una tarea del día a día#
El asistente es donde la mayoría de las empresas debería empezar, y dos ejemplos de nuestra rutina muestran por qué.
El contrato. Armar un contrato tomaba hasta 40 minutos: reunir los datos del cliente, escribir todo en la plantilla y revisarlo. Nuestro responsable de finanzas creó un asistente en Claude que lo hace de otra manera. Él elige la plantilla de contrato, le pasa la constancia de CNPJ (el registro de empresas de Brasil), o los documentos personales cuando el contrato es con una persona física, y el alcance que ya está adjunto en el CRM. El asistente extrae la información, confirma cada dato con él, genera el contrato y lo devuelve para revisión. Con dos o tres clics más, el contrato sale a firma. El tiempo bajó de hasta 40 minutos a 5, contados desde que los datos del cliente están en mano.
Las tareas del equipo de desarrollo. El alcance se escribe en el lenguaje del cliente, y las tareas tienen que estar en el lenguaje de quien programa. Pasar de uno al otro tomaba horas en cada proyecto nuevo. Dos personas del equipo crearon un asistente que lee el alcance y ayuda a escribir las tareas en nuestro formato. Eso solo funcionó porque los dos lados ya estaban estandarizados: el alcance sigue siempre la misma estructura, y las tareas también.
Los dos ejemplos siguen la misma receta, que sirve para cualquier empresa:
- Elige una tarea que ya existe, se repite todas las semanas y no es el diferencial de la empresa.
- Escribe el paso a paso como si fuera para alguien recién contratado, con plantilla y ejemplo.
- Pruébala con la IA en el nivel de asistente y revisa todo en las primeras semanas.
Cómo pedirle a la IA una respuesta que ayude a decidir#
Para que la IA ayude en una decisión, conviene cambiar el pedido en tres puntos: pedir el plan antes del texto, darle un papel crítico que busque los puntos débiles, y pedirle que imagine que el proyecto ya salió mal y cuente por qué. Los tres funcionan en el chat, en el asistente y en el agente, sin herramienta nueva.
Pide el plan antes del texto. Si primero pides la estructura en puntos y las preguntas que faltan, corriges el rumbo en una línea, antes de que la IA escriba tres páginas en la dirección equivocada. La documentación de buenas prácticas de Claude Code, de Anthropic, recomienda ese orden para programar (explorar, planificar y solo entonces escribir el código) para no resolver el problema equivocado.
Dale un papel crítico y prohíbele el elogio. Los modelos de IA tienden a darle la razón a quien pregunta. En abril de 2025, OpenAI revirtió una actualización de GPT-4o, el modelo de ChatGPT, que según la propia empresa había vuelto al asistente adulador y demasiado complaciente. En lugar de preguntarle qué le parece el plan, pide: "actúa como un socio que no quiere invertir en esto y señala los tres puntos más débiles, sin elogios".
Haz un pre-mortem. La técnica es de Gary Klein, publicada en Harvard Business Review en septiembre de 2007: antes de empezar, el equipo imagina que el proyecto ya fracasó y enumera los motivos. Klein cita una investigación de 1989 en la que imaginar que el hecho ya había ocurrido aumentó en un 30% la capacidad de identificar correctamente las causas. Con la IA, el pedido es: "imagina que dentro de seis meses este proyecto salió mal y enumera los cinco motivos más probables, con la señal de alerta de cada uno".
En Epicora, las rutinas de IA que escriben el alcance y el plan de pantallas trabajan en dos pasos. La que arma el alcance de un proyecto escribe el documento entero y, en la misma sesión, hace la revisión crítica, buscando ambigüedades, casos no cubiertos e inconsistencias. La que planifica las pantallas verifica después si cada parte del alcance tiene su pantalla.
Cuándo vale la pena un agente#
El agente vale la pena cuando la tarea ocurre sola en el calendario o ante un evento, cuando ya sabes qué es un buen resultado y cuando el error queda puertas adentro.
En nuestra operación, un ejemplo es el informe de horas. Todos los lunes, un agente entra al sistema de tareas, lee las horas que cada persona registró en la semana y las compara con las prioridades que definió la empresa. Si de 800 horas de desarrollo en la semana 300 fueron a un proyecto que entrega dentro de cuatro meses y solo 30 a uno que entrega dentro de tres semanas, lo señala. Nadie pide el informe. Muestra si la prioridad de la empresa está llegando al día a día; decidir qué ajustar sigue en manos de la gerencia.
Otro ejemplo, este en un cliente, es el agente que atiende el primer contacto en el WhatsApp de Agência OKSE. Responde, hace el triaje y pasa el caso al equipo. Se diseñó con límites que no dependen de la buena voluntad: solo responde cuando alguien escribe, nunca inicia una conversación y dice que es un asistente virtual cuando se lo preguntan.
Los dos tienen en común lo que hace funcionar a un agente: una función clara, acceso solo a lo que necesita y un resultado que alguien puede verificar.
Cómo medir si un agente está funcionando#
Todo agente necesita una medida de resultado definida antes de empezar a funcionar, escrita en términos de tu trabajo y no de la IA. Sin eso, puede funcionar durante meses pareciendo útil.
Así lo hicimos con nuestro primer agente. Todos los días, antes de la reunión matinal del equipo, recorre las fuentes oficiales de inteligencia artificial (los laboratorios, las empresas que desarrollan los modelos, quien publica de primera mano), cruza cada noticia con los proyectos en curso y me manda un correo con lo que puede servir. Una mañana de septiembre, por ejemplo, leyó 17 fuentes, encontró 12 novedades y dejó pasar 5.
Antes de encenderlo, definimos la medida: si en 30 días no traía ninguna información que yo aplicara en la práctica en un proyecto, no servía. En la primera semana ya había traído algo que aplicamos. Con la medida definida antes, se puede responder con hechos si el agente vale la pena.
No medir es un problema común. La tercera edición del Panorama da IA no Brasil, una encuesta brasileña de Zappts publicada en septiembre de 2026 con 167 líderes de grandes empresas, mostró que el 55,1% de las empresas brasileñas no tiene un mapeo estructurado del retorno de la IA. El año anterior era el 30,6%. Las empresas están usando más IA y midiendo menos lo que les devuelve.
Por eso, antes de armar cualquier asistente o agente, responde tres preguntas:
- ¿Qué proceso va a hacer la IA, o ayudar a hacer?
- ¿Qué resultado esperas ver cambiar en ese proceso?
- ¿Cómo vas a medir si funcionó?
Si la empresa todavía no mide nada, el primer proyecto de IA puede ser justamente empezar a medir. El otro lado de la cuenta, el costo de uso, está en cuánto cuesta llevar IA a la empresa.
Preguntas frecuentes#
¿Cuál es la diferencia entre un chatbot, un asistente y un agente de IA?#
La diferencia es cuánto delegas. En el chat, preguntas, ella responde, y en la siguiente conversación no sabe lo que se dijo. El asistente ya recibió tu proceso por escrito (el paso a paso, las plantillas, los ejemplos) y ayuda cuando lo llamas, pero quien decide empezar y terminar eres tú. El agente recibe una función: tiene acceso a las herramientas de la empresa, como el CRM o el sistema de tareas, y decide solo cuándo actuar, qué hacer y dónde dejar el resultado.
¿Cuál es la diferencia entre un agente de IA y un asistente de IA?#
El asistente de IA espera que lo llamen: le llevas la tarea, ayuda y el resultado vuelve a ti para revisarlo. El agente de IA recibe una función y actúa solo, por horario o cuando algo ocurre, con acceso a los sistemas de la empresa, como el CRM o el sistema de tareas. En Epicora, el contrato se arma con un asistente y bajó de hasta 40 minutos a 5; el informe de horas es un agente que corre todos los lunes sin que nadie lo pida.
¿Por dónde empezar a usar IA en la empresa?#
Por una tarea que ya existe, se repite todas las semanas y no es el diferencial de la empresa. Escribe su paso a paso como si fuera para alguien recién contratado y pruébala con la IA en el nivel de asistente. Antes de empezar, responde tres preguntas: cuál es el proceso, qué resultado esperas y cómo lo vas a medir. Sin la tercera, no hay forma de saber si la IA ayudó.
¿Cuándo vale la pena convertir un asistente en agente?#
Cuando ya confías en lo que entrega el asistente al punto de no revisarlo todo, cuando la tarea ocurre con una frecuencia que justifica que funcione sola, y cuando un error es interno y se puede deshacer. Si la tarea involucra a un cliente, dinero o algo que sale de la empresa, puede haber un agente preparando el trabajo, pero alguien lo aprueba antes de que salga.
¿Necesito un programador para crear un asistente de IA?#
Para el asistente, en la mayoría de los casos, no. Los planes pagos de ChatGPT, Claude y Gemini permiten crear un asistente con instrucciones y documentos propios, y el trabajo real es escribir el proceso con claridad. Para el agente, que necesita conectarse al ERP, al CRM o al sistema de tareas y actuar solo, suele hacer falta integración, reglas de permisos y una forma de seguir lo que hizo, y ahí entra el trabajo de desarrollo.
¿Cómo medir si un agente de IA está dando resultado?#
Define antes qué cuenta como resultado, en términos de tu trabajo y no de la IA. En nuestro agente de noticias, la medida es simple: si en 30 días no traía ninguna información que yo aplicara en la práctica en un proyecto, no servía. En la primera semana ya la había traído. Sin una medida así, un agente puede funcionar durante meses pareciendo útil.
¿Cómo hacer que la IA critique en lugar de solo darte la razón?#
Dale un papel crítico y prohíbele el elogio: pídele que actúe como un socio que no quiere invertir y que señale los tres puntos más débiles del plan. Los modelos tienden a darle la razón a quien pregunta, y en abril de 2025 OpenAI llegó a revertir una actualización de ChatGPT que era demasiado complaciente. El pre-mortem también ayuda: imaginar que el proyecto salió mal y enumerar por qué.
Fuentes#
- Anthropic, "Building Effective AI Agents", publicado el 19 de diciembre de 2024, con la distinción entre flujos de camino definido y agentes, y la recomendación de empezar por la solución más simple — https://www.anthropic.com/engineering/building-effective-agents
- Zappts, "Panorama da IA no Brasil", 3.ª edición, encuesta brasileña publicada en septiembre de 2026, con 167 líderes de grandes empresas consultados entre abril y julio de 2026 (margen de error de 7,6 puntos) — https://zappts.com.br/panorama-da-ia-no-brasil-o-que-esperar-da-ia-nas-empresas-brasileiras-em-2026/
- Anthropic, "Best practices for Claude Code" (el flujo de explorar, planificar y solo entonces programar, para no resolver el problema equivocado): https://code.claude.com/docs/en/best-practices
- OpenAI, "Sycophancy in GPT-4o", publicado el 29 de abril de 2025 (la actualización de GPT-4o revertida por ser aduladora y demasiado complaciente): https://openai.com/index/sycophancy-in-gpt-4o/
- Gary Klein, "Performing a Project Premortem", Harvard Business Review, septiembre de 2007 (la técnica del pre-mortem y la investigación de 1989 sobre imaginar que el hecho ya ocurrió): https://hbr.org/2007/09/performing-a-project-premortem
Próximo paso#
Si ya sabes qué tarea quieres entregarle a la IA y necesita conectarse a los sistemas de la empresa, ese es el trabajo que hacemos en IA y automatización, desde el agente de atención de Agência OKSE hasta el informe técnico del Sistema Cuidar. Cuando el proceso tiene consecuencias y la IA necesita seguir el método de la empresa sin improvisar, el tema sigue en cómo hacer que la IA siga el método de tu empresa.
¿Quieres mirar esto en tu caso?
Cuéntanos en pocas líneas lo que tienes hoy. Respondemos con el camino que tiene sentido, incluso cuando la respuesta es no construir nada.