Saltar al contenido

Agentes de IA · Argentina

Agentes de IA que hacen trabajo real (y avisan cuando no saben).

Un agente decide pasos, usa tus herramientas y deja registro. Cuando no sabe, o el caso lo pide, le pasa la posta a una persona.

  • Calificación de leads
  • Soporte nivel 1
  • Back office
  • RAG
  • Humano en el loop
ANUNCIOLANDINGLEADIA · CALIFICACRMVENTASFlujo de ejemplo · la IA ordena, una persona decide

El problema

Muchos “agentes” son un chatbot con un prompt largo. Un agente de verdad se define por lo que puede hacer y por lo que tiene prohibido.

Definición

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

Un agente de IA es un sistema en el que un modelo de lenguaje decide qué pasos dar y qué herramientas usar para cumplir un objetivo; en una automatización, en cambio, el código fija el camino de antemano. Es la distinción que plantea Anthropic (ver Fuentes).

Un chatbot conversa. Una automatización ejecuta un guion. El agente elige qué hacer según el caso: es más flexible y más difícil de evaluar, porque cada decisión del modelo es una chance de error. Por eso usamos el agente más simple que resuelva el problema. Forma parte de nuestra inteligencia artificial aplicada.

Regla práctica: si podés dibujar todo el proceso con flechas, alcanza con una automatización. Si depende de leer, interpretar y decidir, pensá en un agente.

Comparativa

Agente, chatbot o automatización: cuál necesitás

Agente, chatbot o automatización: cuál necesitás
CriterioAutomatizaciónChatbotAgente
Qué haceEjecuta un guion fijo.Conversa y responde con tu información.Decide pasos y usa herramientas para cumplir un objetivo.
EjemploFormulario → CRM → aviso al vendedor.Informa horarios y estado de un pedido.Califica un lead, revisa el CRM, lo carga y propone la próxima acción.
Conviene cuandoLos pasos se conocen y se repiten.Las preguntas son frecuentes y estables.El camino cambia según el caso.
Riesgo principalSe rompe si cambia el formato de los datos.Responde algo incorrecto.Ejecuta una acción equivocada.
Se mide enHoras ahorradas y errores.Resolución, derivación y satisfacción.Exactitud y costo por tarea.

Casos de uso

Tres usos con agentes, y quién decide qué

Son diseños de referencia, no casos de clientes.

01

Ventas

Lee el formulario o el chat, hace las preguntas que definís vos, revisa el CRM, carga el lead con un resumen y avisa al vendedor. Decide la persona: a quién llamar. Se mide en: primera respuesta, leads calificados y reuniones.

02

Atención

Resuelve lo repetido (estado de pedido, turnos, políticas) con tu base de conocimiento. Si falta información o el cliente está molesto, deriva con el contexto. Decide la persona: reclamos y excepciones. Se mide en: resolución, derivación y satisfacción.

03

Operaciones

Lee una factura o pedido en PDF, valida los datos contra tu planilla y los carga; lo dudoso va a revisión. Decide la persona: lo que no valida. Se mide en: horas ahorradas y errores de carga.

Conocimiento

RAG y bases de conocimiento: cuándo tienen sentido

RAG (generación aumentada por recuperación) es una técnica en la que el agente busca fragmentos de tus documentos al momento de la consulta y responde apoyándose en ellos, en vez de depender de lo que el modelo “recuerda”. Así usa tu información y puede citar la fuente.

Tiene sentido cuando tu información es propia y cambia (procedimientos, fichas técnicas, condiciones comerciales) o necesitás respuestas con fuente.

No tiene sentido cuando:

  • Son pocas preguntas estables: alcanza con un texto fijo.
  • Los documentos están desactualizados o se contradicen: el RAG ordena lo que hay, no lo arregla.
  • El dato es exacto y vive en un sistema: el precio de hoy se consulta a la API, no a un PDF de hace tres meses.

Una base rinde lo que rinde su mantenimiento: cada documento necesita responsable y fecha de revisión.

Herramientas y acciones

Qué puede tocar el agente

Un agente es tan útil como sus herramientas y tan riesgoso como ellas. Cada una es una función con entradas definidas y permisos propios: buscar en la base de conocimiento, crear un contacto en el CRM, agendar una reunión. Las conectamos por API, webhooks o, cuando el sistema lo permite, MCP.

  • Leer: consultar sin modificar. Se empieza por acá.
  • Escribir con reversa: registros que se pueden deshacer.
  • Irreversible (enviar, borrar, cobrar): confirma una persona.
  • Permisos mínimos y registro de cada llamada.
posta-motion.js01// solo transform y opacity02gsap.matchMedia().add({03 desktop: "(min-width: 1024px)",04 reduce: "(prefers-reduced-motion: reduce)"05}, (ctx) => {06 if (ctx.conditions.reduce) return;07 gsap.from(".pst-line", {08 yPercent: 105, stagger: .08,09 ease: "expo.out",10 scrollTrigger: { once: true }11 });12});1314// LCP < 2,5 s · INP < 200 ms · CLS < 0,1

Evaluación

Cómo evaluamos un agente antes de soltarlo

Un agente se evalúa con un set de casos reales, cada uno con la respuesta o acción esperada, que se vuelve a correr cuando cambia una instrucción, una herramienta o el modelo. Sin eso, “parece que anda” es la única métrica.

El set sale de tus conversaciones y documentos, con los casos difíciles: preguntas ambiguas, fuera de tema e intentos de manipulación (prompt injection, ver Fuentes). Antes de proponerte un agente, lo probamos en el IA Lab. Medimos:

  • Exactitud y respaldo en la fuente.
  • Uso de herramientas: si llamó a la correcta con los datos correctos.
  • Derivación: si pasó a una persona cuando tocaba.
  • Tono: voseo y estilo de tu marca.
  • Costo por tarea completada.

Después de salir, una persona revisa muestras y cada error nuevo se suma al set.

Límites: qué puede hacer solo y qué no

Puede hacer solo

  • Buscar y resumir información de tus sistemas.
  • Clasificar consultas y cargar datos que pasan una validación.

Siempre con una persona

  • Decidir créditos, temas de salud, legales o laborales.
  • Prometer descuentos o reembolsos fuera de tus reglas.
  • Borrar, cobrar o enviar mensajes masivos sin confirmación.
  • Inventar: si la base no tiene la respuesta, dice “no sé” y deriva.
  • Tratar datos personales sin revisar la Ley 25.326 con tu asesor legal.

Costos

Cuánto cuesta un agente de IA (referencia, no cotización)

Hay una implementación y un costo mensual; tokens y mensajes suelen ir aparte. No publicamos tarifas propias: esto es lo que publica el mercado.

Precios de lista publicados por cada proveedor, relevados el 6/10/2026. No son precios de cierre ni una cotización de Posta.
FuenteFecha informadaQué publica
Cosys (agentes de IA)18/09/2026Chatbot básico USD 200-1.500 + USD 50-300/mes. Agente SaaS USD 500-2.500 + USD 100-500+/mes. A medida USD 1.500-7.000+ + USD 200-1.500+/mes. Integrado USD 5.000-15.000+.
Varka (oferta propia)Sin fecha visibleCaptación de leads con IA desde USD 700 + USD 300/mes. Automatización de procesos desde USD 2.000 + USD 400/mes.
Duotach (listado)Actualizada 28/03/2026Boutiques: USD 1.500-15.000 por proyecto o USD 800-2.500/mes.

Precios de lista publicados por cada proveedor, relevados el 6/10/2026. No son precios de cierre ni una cotización de Posta.

Fuente: Links en Fuentes. Más rangos en el Observatorio de precios.

Preguntas frecuentes sobre agentes de IA

Un chatbot conversa y responde; un agente además decide pasos y ejecuta acciones con herramientas, como consultar un CRM o cargar un dato. La pregunta útil es qué puede hacer, con qué permisos y cuándo se detiene. Si solo tiene que responder preguntas, alcanza con un chatbot.

Siempre hay una implementación y un costo mensual. Como referencia, Cosys publicó en septiembre de 2026 agentes a medida de USD 1.500-7.000+ más USD 200-1.500+ por mes, y Varka captación de leads con IA desde USD 700 más USD 300 por mes. Se suman tokens y mensajes. Son precios de lista de terceros, no una cotización nuestra.

Sí, si tiene un proceso repetitivo con volumen y alguien que sepa cómo debería salir bien. No hace falta un área de sistemas ni datos perfectos. Empezamos con un piloto, lo medimos contra una línea base y recién después ampliamos. Con tres consultas por día, conviene responder a mano.

No es lo que diseñamos. El agente toma lo repetitivo (buscar, cargar, clasificar, redactar un borrador) y le pasa a una persona lo que necesita criterio. En cada flujo dejamos por escrito qué decide cada uno. Si el objetivo es recortar personal a cualquier costo, no somos la agencia indicada.

Tiene que decir que no sabe y derivar, no inventar. Lo logramos con respuestas apoyadas en tus documentos y un set de evaluación que incluye ese caso. Igual se va a equivocar alguna vez: el error tiene que ser chico, visible y corregible, con confirmación humana en lo irreversible.

Sí, porque cambian tus documentos, tus precios y los modelos. Incluye actualizar la base de conocimiento, revisar muestras, correr las evaluaciones antes de cada cambio y vigilar el gasto en tokens. Un agente sin revisión se degrada sin que nadie se entere. Es parte del costo mensual.

Ideas sobre inteligencia artificial aplicada

Primer paso

¿Qué tarea necesita criterio pero te come las horas?

Contanos el proceso, el volumen y dónde están los datos. Te decimos si conviene un agente, una automatización o una planilla.

Fuentes

  1. Anthropic: Building effective agents (diciembre de 2024) — Flujos de trabajo con código fijo frente a agentes que dirigen sus propios pasos.
  2. Lewis et al.: Retrieval-Augmented Generation for Knowledge-Intensive NLP Tasks (2020) — El artículo que introdujo el término RAG.
  3. OWASP: Top 10 para aplicaciones con modelos de lenguaje — Incluye la inyección de instrucciones.
  4. Model Context Protocol — Estándar abierto para conectar modelos con herramientas.
  5. Cosys: Agentes de IA para empresas, cuánto cuesta implementarlos en Argentina (18/09/2026) — Precios de lista del proveedor.
  6. Varka: Precios — Oferta propia, sin fecha visible. Consultada el 6/10/2026.
  7. Duotach: Top 5 empresas de automatización con IA en Argentina (actualizada 28/03/2026) — Listado de proveedores con rangos de precio.
  8. Ley 25.326 de Protección de los Datos Personales (InfoLEG) — Texto actualizado.

Diagnóstico express

¿Tu marketing mide lo que importa?

Respondé 12 preguntas en unos 3 minutos y mirá una foto honesta de tu tracking, tu embudo y tu pauta, con lo que haríamos nosotros.

Hacé el diagnóstico (3 min)