Para automatizar las operaciones comerciales con agentes de IA, comienza desde un resultado que puedas expresar en una oración ("cada factura de cliente se paga o se escalona dentro de los cuarenta y cinco días"), proporciona a un agente un sistema en el que las acciones de ese resultado existan como herramientas autorizadas, y deja que el agente persiga el resultado mientras una persona maneja las excepciones que surgen. Ese es un método diferente al que usaste para la automatización de flujos de trabajo, donde mapeaste un camino y construiste disparadores a lo largo de él.
Los dos son complementarios. Los flujos de trabajo son la herramienta adecuada donde el camino es fijo y el volumen es alto; los agentes son la herramienta adecuada donde el camino varía según la situación y el resultado es lo que importa. La mayoría de los errores en los primeros proyectos de agentes provienen de usar el método de flujo de trabajo (mapear cada paso y luego entregar el mapa al agente) y la mayoría de los éxitos provienen de expresar el resultado, gobernar el sistema y medir con qué frecuencia una persona tuvo que intervenir.
La idea errónea: más automatización significa más flujos de trabajo
Los equipos de operaciones que han pasado cinco años construyendo automatización de flujos de trabajo tienden a abordar a los agentes de la misma manera: mapear el proceso, identificar cada paso y configurar un agente para realizar los pasos. Se siente riguroso. También produce agentes que son frágiles de la misma manera que lo eran los flujos de trabajo, porque el mapa sigue siendo lo que se está ejecutando, y el mapa está equivocado en el momento en que un cliente hace algo que el mapa no anticipó.
Un flujo de trabajo codifica el camino. Un agente persigue un resultado, eligiendo el camino de las herramientas que tiene y el estado que encuentra. Cuando un proveedor responde a una orden de compra con una fecha de entrega parcial, un flujo de trabajo necesita una rama que alguien pensó construir; un agente lee la respuesta, actualiza la fecha esperada, informa a la persona interesada y continúa. La diferencia no es inteligencia. Es que al agente se le dio el resultado y un conjunto de herramientas, en lugar de un camino.
Así que el primer cambio de método es dejar de comenzar desde el mapa del proceso. Comienza desde lo que quieres que sea cierto al final de la semana.
Comienza desde el resultado, no desde la tarea
Un resultado es una oración sobre el estado del negocio que puede ser verificada. Nombra un conjunto de registros, una condición y un tiempo. Las tareas describen actividad; los resultados describen resultados. La tabla muestra la diferencia para cuatro operaciones comunes, y la tercera columna es lo que se le debe permitir al agente hacer para perseguir cada resultado.
| Solicitud en forma de tarea | Solicitud en forma de resultado | Acciones que el agente necesita |
|---|---|---|
| Enviar correos electrónicos de recordatorio el día 1, 7 y 14 | Cada factura se paga o está con una persona para una decisión dentro de los cuarenta y cinco días posteriores a su emisión | Buscar facturas por saldo pendiente, enviar recordatorios y estados de cuenta, pausar, crear tareas |
| Verificar los niveles de inventario cada viernes | Nada en la lista activa cae por debajo de su punto de reorden sin una orden de compra emitida o una persona informada | Leer los puntos de inventario y de reorden, redactar órdenes de compra, preguntar por encima de un límite de gasto |
| Responder a las consultas dentro de dos horas | Cada consulta tiene una cotización, una llamada programada o una persona asignada al final del día | Leer la bandeja de entrada, redactar cotizaciones, reservar espacios en el calendario, asignar tareas |
| Registrar retrasos de proveedores | Cada trabajo de esta semana tiene una fecha de entrega confirmada o un riesgo señalado para el lunes al mediodía | Leer el correo y las órdenes de proveedores, actualizar fechas esperadas, señalar trabajos, notificar a los propietarios |
La columna izquierda es cómo se especifican los flujos de trabajo. La columna del medio es cómo deberían ser los agentes. La columna derecha es el conjunto de permisos, y es deliberadamente estrecho: solo las acciones que requiere el resultado.
Escribir la oración del resultado es más difícil de lo que parece y vale la hora. Si no puedes decir cómo lo verificarías, aún no es un resultado. Si necesita la frase "y usar juicio", has encontrado la parte que una persona retiene.
Dale al agente un sistema regulado, no un inicio de sesión
El segundo cambio de método se refiere a lo que le entregas al agente. La tentación es una cuenta de usuario en el sistema existente y un aviso largo. Eso te da un agente que puede ver todo, hacer cualquier cosa que la cuenta pueda hacer y no dejar rastro distinto al de una persona. La alternativa es un sistema que trata al agente como un cliente actuando en nombre de una persona nombrada, con cuatro propiedades.
- Acciones como herramientas. Las operaciones que necesita el resultado existen como acciones definidas y tipadas que el agente puede descubrir y llamar, con entradas y un resultado, en lugar de pantallas que deben ser manejadas. El Model Context Protocol es el estándar abierto para esto, y cualquier agente compatible puede usar herramientas publicadas a través de él.
- Permisos en cada llamada. Las herramientas ofrecidas al agente están filtradas por el rol de la persona para la que actúa, y cada llamada se verifica nuevamente cuando se ejecuta. El agente de alguien que no puede aprobar una orden de compra tampoco puede aprobar una.
- Un presupuesto. Donde la IA propia del sistema realiza el razonamiento, el gasto está limitado por integración para que un resultado mal planteado no genere una factura elevada.
- Un registro. Cada llamada, con sus entradas y resultado, atribuida a la persona para la que actuó el agente, de modo que revisar la semana del agente sea la misma tarea que revisar la de un colega.
La especificación de MCP dice que los servidores deben validar las entradas e implementar controles de acceso, y que los clientes deben mantener a una persona capaz de ver y denegar llamadas a herramientas. La orientación actual de Anthropic y OpenAI para sus propios productos apunta en la misma dirección: revisa los permisos que solicita un servidor conectado, mantén la aprobación para herramientas que cambian datos y solo conéctate a servidores en los que confíes. Un sistema gobernado es lo que hace que ese consejo sea práctico en lugar de una advertencia a ignorar.
El método, en seis pasos
- Declara el resultadoUna oración, verificable, con un plazo definido. Anota las excepciones que esperas y quién es responsable de cada una.
- Ejecuta el proceso manualmente durante una semanaLa persona que realiza el trabajo hoy anota lo que hizo y por qué. Esa página es la política que seguirá el agente, y generalmente es más corta de lo que cualquiera esperaba.
- Define las herramientasEnumera solo las acciones que necesita el resultado. Dale al agente esas acciones, bajo los permisos de la persona para la que actúa, y nada más.
- Pásalo con revisiónEl agente ejecuta el resultado; una persona revisa cada acción durante una semana, luego solo las excepciones. Corrige la política, no al agente.
- Mide las excepcionesCuenta cuántas veces una persona tuvo que intervenir y cuán lejos estaba el registro del resultado cuando lo hizo. Los recordatorios enviados no son una métrica.
- AmplíaCuando el primer resultado haya sido aburrido durante un mes, añade el siguiente. Reutiliza la misma gobernanza; solo cambian el resultado y la lista de herramientas.
El orden importa. Los equipos que omiten el segundo paso terminan escribiendo la política en el aviso de memoria, y el agente hereda cada vacío en esa memoria. Los equipos que omiten el tercer paso le dan al agente todo el sistema y luego pasan el período de revisión preocupándose en lugar de revisando.
Mide excepciones, no tareas
La automatización de flujos de trabajo se mide en tareas: ejecuciones completadas, correos electrónicos enviados, registros actualizados. Esos números aumentan cuando la automatización funciona y también cuando está mal, por eso son tan reconfortantes y tan inútiles. Un agente que persigue un resultado debe medirse por el residuo que deja para las personas.
Tres números cubren la mayoría de las operaciones. La proporción de resultados completados sin la intervención de una persona, que debería aumentar. El número de excepciones por semana, que debería disminuir y luego mantenerse estable en el nivel que realmente produce tu negocio. Y el retraso en cada excepción: qué tan lejos del resultado estaba el registro cuando una persona lo vio. Si las facturas llegan a una persona con cuarenta días de retraso en lugar de catorce, la política está atrasada, no la persona.
Donde los flujos de trabajo aún pertenecen
Nada de esto elimina la automatización de flujos de trabajo. Un camino fijo a gran volumen sin juicio sigue siendo mejor codificado como un flujo de trabajo: un webhook que archiva un pedido, una exportación nocturna, una regla que dirige una presentación de formulario. La tabla de decisiones establece cuándo recurrir a cuál, y la tercera fila es el caso común.
| Situación | Alcanza | Porque |
|---|---|---|
| Camino fijo, alto volumen, sin juicio | Un flujo de trabajo | Es más barato, rápido y completamente predecible, y no hay nada que un agente deba decidir. |
| El camino varía con lo que el agente encuentra; el resultado es lo que importa. | Un agente | Las ramas que no anticipaste se manejan leyendo la situación en lugar de por una regla faltante |
| Un desencadenante fijo seguido de un juicio | Un flujo de trabajo que inicia un agente | El desencadenante es confiable y el seguimiento requiere leer, elegir y preguntar |
| Dinero saliendo, compromisos con los clientes, cualquier cosa irreversible | Un agente que prepara y una persona que aprueba | El costo de una acción incorrecta supera el costo de una pausa |
La pregunta nunca es cuál es mejor. Es si el camino se conoce de antemano y si el paso contiene un juicio.
Un ejemplo trabajado
Aquí está el resultado de stock de la tabla anterior, expresado como una solicitud permanente a un agente conectado a un espacio de trabajo de Sois, donde el stock, los proveedores, las órdenes de compra y las tareas son un solo registro expuesto como herramientas. El líder de operaciones ha establecido un límite de gasto y ha nombrado al proveedor en cada artículo.
- Leer los niveles de stock en comparación con los puntos de reorden en la lista activa
- Seis artículos por debajo del umbral; proveedor habitual y último precio encontrado para cada uno
- Cuatro órdenes de compra redactadas y enviadas dentro del límite de gasto
- Dos órdenes de compra retenidas: sobre el límite, esperando tu aprobación
- Fechas de entrega esperadas registradas a partir de las confirmaciones del proveedor
- Un artículo marcado: proveedor fuera de stock, alternativa no registrada
El agente utilizó las herramientas de stock, proveedor, orden de compra y tareas que permite el rol del líder de operaciones. No gastó nada por encima del límite y se detuvo en lo único que la política no cubría.
Las excepciones son la salida. Dos aprobaciones y una decisión de abastecimiento son lo que ve el líder de operaciones; las cuatro órdenes rutinarias existen en el registro como si una persona las hubiera generado, y la revisión del lunes es el registro. En Sois, el agente conectado es aquel que el líder ya utiliza, iniciado una vez a través de OAuth y actuando dentro de su rol, y cuando ese agente realiza el razonamiento, Sois no realiza ninguna IA en su nombre y no cobra nada por ello. El método no depende de Sois; depende de que las cuatro propiedades anteriores sean verdaderas en cualquier sistema en el que actúe el agente.
Preguntas que la gente hace
¿Debería reemplazar mi automatización de flujo de trabajo con agentes de IA?
No. Mantén flujos de trabajo para rutas fijas a gran escala, utiliza agentes donde la ruta varía y el resultado es lo que importa, y usa un flujo de trabajo para iniciar un agente donde un desencadenante confiable es seguido por un juicio.
¿Cómo sé si una operación está lista para entregarle a un agente?
Puedes expresar el resultado en una oración verificable, lo has ejecutado manualmente durante una semana y has escrito la política, y el sistema expone solo las acciones que el resultado necesita bajo los permisos de la persona para la que actúa el agente.
¿Qué debo medir una vez que un agente está ejecutando una operación?
La proporción de resultados completados sin una persona, el número de excepciones por semana y qué tan lejos del resultado estaba cada excepción cuando una persona la vio. Los conteos de acciones tomadas indican que el agente está ocupado, no que esté correcto.
¿El agente debe ser propio del vendedor?
No si el sistema habla un protocolo abierto. Cualquier cliente de MCP, incluyendo Claude y ChatGPT, puede conectarse y actuar dentro de los permisos del usuario. Un sistema que solo funciona con su propio asistente te limita a las funciones que se le otorgaron a ese asistente.
- especificación del Protocolo de Contexto del Modelo: herramientas los servidores deben validar las entradas y hacer cumplir los controles de acceso; los clientes deben mantener a una persona capaz de denegar llamadas a herramientas y registrar el uso
- Anthropic: comenzando con conectores personalizados usando MCP remoto conéctate solo a servidores de confianza, revisa los alcances solicitados, aprueba el uso de herramientas
- documentación de Sois: el servidor MCP del espacio de trabajo el espacio de trabajo como un servidor MCP; tu propio agente se conecta y realiza el razonamiento
- Sois: seguridad y la capa de permisos permisos aplicados cuando se ofrecen herramientas y nuevamente cuando se ejecutan; límites de gasto por integración; actividad del agente registrada
Este artículo se revisa cuando cambian los productos que describe. Próxima revisión programada: 4 de diciembre de 2026.