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

Un cliente nos escribió hace un par de semanas pidiendo “un chatbot que gestione los pedidos”. A los diez minutos de hablar quedó claro que lo que quería no era un chatbot. Quería algo que mirara el stock, calculara el envío y, si hacía falta, mandara un aviso al proveedor. Eso ya no es un chatbot, es un agente.

La diferencia, en corto: un chatbot contesta. Recibe un mensaje, el modelo de turno genera una respuesta y ahí se acaba el ciclo. Un agente puede decidir hacer algo antes de contestar: consultar una base de datos, llamar a una API, ejecutar un script, y solo entonces darte una respuesta que tiene en cuenta lo que ha encontrado. La clave no está en el modelo en sí, está en que el modelo tiene acceso a herramientas y puede elegir usarlas.

Esto se llama “tool calling” o “function calling” y lleva ya un tiempo disponible. Lo que ha cambiado en los últimos meses es que se ha vuelto razonablemente fiable. Antes el modelo se inventaba parámetros o llamaba a la misma API tres veces sin motivo. Con Claude Opus o Sonnet, o con GPT-4.1 en adelante, falla bastante menos. No digo que no falle nunca. Sigue pasando, sobre todo con herramientas mal documentadas o con nombres de parámetros ambiguos.

Para el cliente montamos algo bastante simple: un agente con tres herramientas. Consultar stock, calcular la tarifa de envío según peso y código postal, y redactar un borrador de aviso al proveedor cuando el stock bajaba de cierto umbral. Nada de lenguaje libre en la parte crítica: el agente decide qué herramienta llamar, pero el cálculo de la tarifa es código normal, no algo que “razona” el modelo. Ojo con esto, porque mucha gente se lo salta al montar su primer agente: el modelo decide el qué, el código hace el cómo. Si dejas que el modelo calcule tarifas a ojo, vas a tener sorpresas —y encima difíciles de depurar, porque el modelo no explica por qué se ha equivocado, simplemente da un número distinto cada vez.

Lo que más nos costó no fue la parte de IA. Fue decidir qué pasaba cuando el agente se equivocaba de herramienta o se quedaba a medias, por ejemplo con un timeout de la API del proveedor. Tuvimos que montar reintentos y, sobre todo, un límite de pasos para que el agente no entrara en bucle llamando a la misma herramienta veinte veces si algo iba mal. La primera versión que probamos no tenía ese límite. En una prueba interna se quedó consultando stock en bucle durante casi dos minutos antes de que lo cortáramos a mano.

Si estás valorando meter algo así en tu negocio, la pregunta que importa de verdad no es si la IA puede hacerlo (casi siempre puede, al menos en una demo), sino qué pasa el día que la herramienta que llama falla, devuelve algo raro o tarda quince segundos en responder. Esa parte no la resuelve el modelo. La resuelves tú.