Un chatbot responde. Un agente actúa.
La diferencia no es que el agente escriba mejor. Un chatbot mantiene una conversación; un agente controla un flujo de trabajo, utiliza herramientas, observa el resultado y decide el siguiente paso.
Cada pocos meses una palabra técnica se convierte en una etiqueta comercial. Ahora casi todo parece ser un agente: un buscador con una caja de texto, un chatbot conectado a documentos o una secuencia fija de automatizaciones.
La confusión importa porque compramos expectativas, no palabras. Si esperamos que un chat ejecute un proceso completo, quedaremos decepcionados. Si damos capacidad de actuar a un sistema pensando que solo genera texto, asumiremos riesgos que ni siquiera hemos nombrado.
Una respuesta no es un resultado
Un chatbot recibe un mensaje y produce una respuesta. Puede ser excelente explicando, redactando, resumiendo o consultando una base de conocimiento. Incluso puede llamar a una herramienta puntual. Pero la conversación sigue siendo el producto principal y la persona conduce el proceso.
Un agente recibe un objetivo. Para alcanzarlo necesita observar estado, elegir una acción, utilizar herramientas, comprobar qué ocurrió y continuar o corregirse. Puede detenerse cuando el trabajo está completo o devolver el control cuando encuentra una situación que excede sus límites.
La diferencia se puede resumir así:
| Pregunta | Chatbot | Agente |
|---|---|---|
| ¿Qué recibe? | Un mensaje | Un objetivo y un estado |
| ¿Qué produce? | Una respuesta | Un cambio verificable o un resultado |
| ¿Quién conduce? | La persona | El sistema dentro de límites definidos |
| ¿Usa herramientas? | Opcionalmente | Son parte esencial del trabajo |
| ¿Mantiene un ciclo? | Conversacional | Observa, actúa, comprueba y corrige |
| ¿Qué necesita además del modelo? | Buen contexto | Herramientas, permisos, memoria, guardrails y evaluación |
A veces la solución correcta no es ninguna de las dos
Si un proceso tiene reglas estables, datos estructurados y pocos casos excepcionales, una automatización determinista suele ser más barata, predecible y fácil de probar. Añadir un agente no mejora automáticamente el sistema; puede convertir una regla clara en una decisión probabilística.
Los agentes resultan interesantes cuando el trabajo combina información no estructurada, decisiones dependientes del contexto y una secuencia difícil de expresar con cientos de reglas. Incluso entonces, la autonomía debe crecer junto con la observabilidad y la capacidad de intervención.
La pregunta comercial adecuada
No preguntaría a un proveedor «¿vuestro producto tiene agentes?». Preguntaría:
- ¿Qué objetivo puede completar de principio a fin?
- ¿A qué sistemas accede y con qué permisos?
- ¿Cómo sabemos qué ha hecho?
- ¿Qué decisiones requieren aprobación?
- ¿Cómo se detiene y cómo entrega el control?
- ¿Cómo evaluamos que el resultado es suficientemente bueno?
Si las respuestas siguen describiendo una conversación, probablemente estamos ante un chatbot con un nombre más ambicioso.