Todas las preguntas

¿Qué es un agente de IA y en qué se diferencia de un chatbot?

Las dos palabras se usan como si fueran lo mismo, pero no lo son. La diferencia importa porque cambia lo que puedes esperar del sistema y también lo que tienes que cuidar al ponerlo en marcha.

Un chatbot responde; un agente actúa

Un chatbot clásico sigue un guion: menús, botones y respuestas preparadas. Funciona bien para preguntas frecuentes y caminos previsibles. Cuando la persona escribe algo que no estaba en el guion, se queda sin salida.

Un chatbot con IA entiende mejor el lenguaje natural y redacta respuestas más fluidas, pero sigue haciendo lo mismo: conversar. La información se queda en el chat y alguien tiene que llevarla a otro sistema.

Un agente de IA da un paso más. Además de conversar, tiene herramientas: puede consultar un sistema, crear un registro, mover un lead de etapa o programar una tarea. Decide qué herramienta usar según lo que pide la persona y el estado de la conversación. En otras palabras, no solo responde: hace parte del trabajo.

Qué necesita un agente para funcionar bien

Herramientas bien definidas. Cada acción que el agente puede ejecutar tiene que estar acotada: qué datos recibe, qué cambia y qué no puede tocar. Un estándar común para esto es MCP (Model Context Protocol), que conecta un modelo de IA con sistemas externos de forma ordenada.

Límites claros. El agente necesita saber cuándo detenerse y pasar la conversación a una persona. Un agente que intenta resolverlo todo termina cometiendo errores caros.

Un comportamiento escrito antes de construir. Trabajo con Spec-Driven Development: primero se escribe qué debe hacer el agente en cada situación y luego se construye contra esa especificación. Así todos saben qué se entrega antes de escribir código.

Un caso real: kommo-mcp

kommo-mcp es un servidor MCP de código abierto que escribí en Python. Conecta asistentes y agentes de IA con la API v4 de Kommo CRM y permite gestionar leads, contactos, pipelines y tareas en lenguaje natural desde cualquier cliente compatible con MCP, con autenticación OAuth2.

Es justo la pieza que convierte un chatbot en un agente. Sin ella, el modelo puede conversar sobre un lead; con ella, puede crearlo, actualizarlo y asignarle una tarea. Es la integración que usa el portal de G&M Capital, donde un agente de IA en WhatsApp califica leads y los deja en Kommo.

Sobre la misma base publiqué kommo-kiro-power, que empaqueta un servidor MCP para Kommo como un Kiro Power, para gestionar el CRM desde un IDE con IA sin salir del editor.

¿Cuál te conviene?

Si tus clientes hacen siempre las mismas preguntas y basta con responderlas, un chatbot sencillo puede ser suficiente, y es más fácil de mantener.

Si después de cada conversación alguien tiene que copiar datos al CRM, crear tareas o decidir a quién llamar, ahí un agente ahorra trabajo real. En ese caso conviene empezar con pocas herramientas, bien probadas, y sumar otras a medida que el proceso real muestra qué falta.

¿Tienes un caso parecido?

Cuéntame cómo trabajas hoy y qué quieres resolver. Español nativo; inglés (B2).

Qué es un agente de IA y en qué se diferencia de un chatbot