Agentes de IA en pymes: qué resuelven de verdad y qué es ruido de feria

Los agentes de IA resuelven, hoy y de verdad, tres clases de trabajo en pymes industriales: lectura y casado de documentos no estandarizados (facturas, albaranes, contratos), búsqueda y filtrado de licitaciones públicas en BOE y plataformas autonómicas, y reconciliación entre sistemas que no se hablan (ERP, banco, facturación). No resuelven, todavía, operar sin supervisión, sustituir funciones enteras ni gobernarse a sí mismos. Mucho de lo que se vende como agente en 2026 no lo es: una llamada a un LLM con un prompt elaborado es un script, un chatbot sobre FAQ es recuperación de información, y una RPA con un LLM encima es automatización determinista con un toque de juicio. La regla es directa: si falta decisión, acción real sobre herramientas, o un bucle que ajusta la siguiente decisión con el resultado de la anterior, no es un agente. Y el orden importa: los agentes son el paso 5 del método Zero Friction, no el 1.

Hay una palabra que ha explotado este trimestre en cada pitch, cada keynote y cada deck que llega a la mesa de un director general de pyme: agentes de IA. Las consultoras grandes han pasado de hablar de “transformación digital” a hablar de “agentes autónomos”. Los webinars se llenan. Las preguntas que recibimos del mercado han cambiado: ya no es “¿qué es ChatGPT?”, ahora es “¿cómo gobierno cinco agentes que interactúan?”.

Y la mayoría de pymes industriales que nos llaman no saben muy bien qué es un agente de IA. Lo cual es razonable, porque la palabra se está usando para tres cosas distintas, dos de las cuales no son agentes.

Llevamos meses desplegando sistemas que sí lo son en pymes españolas. Esto es lo que vemos.

Qué es realmente un agente de IA

Sin jerga: un agente de IA es un sistema que toma una decisión, ejecuta una acción y revisa el resultado, repitiendo ese ciclo dentro de unos límites definidos. Tres elementos que tienen que estar los tres:

Decisión. El sistema elige entre opciones, no solo ejecuta lo que le dices.
Acción. El sistema interactúa con herramientas reales (un ERP, una base de datos, una API, un correo).
Bucle. El resultado de la acción modifica la siguiente decisión.

Si falta uno de los tres, no es un agente. Es otra cosa, perfectamente útil, pero otra cosa.

Tres cosas que sí resuelven los agentes en pymes industriales

Vamos a casos reales que tenemos en producción o en pruebas avanzadas.

Uno. Lectura y casado de documentos no estandarizados. Facturas de proveedores con formatos completamente distintos. Albaranes que llegan en PDF, en imagen, escaneados desde el móvil del transportista. Contratos comerciales con cláusulas que cambian de proveedor a proveedor.

En un distribuidor industrial pasamos de 3 a 5 minutos manuales por factura a un sistema que extrae los campos, los casa contra el pedido en el ERP, marca discrepancias por importe o cantidad, y deja la administrativa como auditora del 100% del flujo en lugar de tecladora del 60%. 4 horas por lote pasaron a 12 minutos. El agente no es la lectura: la lectura la hace un OCR. El agente es lo que decide qué hacer con cada anomalía y cómo escalarla.

Dos. Búsqueda y filtrado de licitaciones públicas. El BOE, las plataformas autonómicas y los DOUE publican miles de licitaciones a la semana. Filtrar las relevantes para una pyme concreta, descargar los pliegos, leer las cláusulas duras (solvencia, plazos, lugar de ejecución), y descartar las que no encajan, es un trabajo de varias horas semanales que a menudo nadie tiene.

Un agente puede recorrer las fuentes cada noche, aplicar el filtro semántico (“equipos compatibles con nuestro catálogo de bombas industriales”), bajar los pliegos, leer las páginas que importan, y dejar en la bandeja del comercial tres oportunidades reales en lugar de cuatrocientos enlaces. La decisión de presentarse sigue siendo del comercial. El trabajo de cribado, no.

Tres. Reconciliación entre sistemas. El ERP dice una cosa, el extracto bancario dice otra, las facturas escaneadas dicen una tercera. Cuadrar los tres a final de mes es el trabajo silencioso que paga horas extras en la mayoría de pymes.

Un agente que tiene acceso de lectura a las tres fuentes puede recorrerlas, identificar discrepancias, agruparlas por causa probable (diferencia de fecha valor, error de centímos, factura sin recibir, recibo sin factura) y entregar al equipo financiero una lista priorizada en lugar de una hoja de cálculo de 800 filas. La decisión de cómo cerrar cada discrepancia es humana. La carga cognitiva de detectarlas, no.

Estos tres casos comparten algo: el agente se mete a hacer trabajo repetitivo de detección y filtrado, no a tomar decisiones que comprometen al negocio.

Tres cosas que se venden como agentes y no lo son

Aquí es donde el ruido confunde a las pymes que están evaluando proveedores.

Uno. Una llamada a un LLM con un prompt elaborado. Si el sistema recibe una entrada, manda una sola petición al modelo, y devuelve la respuesta, no es un agente. Es un script con esteroides. Útil, a veces necesario, pero no un agente.

Dos. Un asistente conversacional que busca en una base de FAQ. Un chatbot que responde preguntas leyendo de un PDF subido al sistema es recuperación de información, no un agente. No decide nada. No actúa sobre nada. Sirve para reducir consultas al equipo de soporte. No para gobernar operaciones.

Tres. Una RPA con un LLM encima. Automatización clásica de clicks (rellenar formulario, copiar de A a B, enviar correo) con un modelo que decide cuál de tres rutas seguir no es un agente en el sentido completo. Es automatización determinista con un detalle de juicio. La diferencia importa porque la promesa de “agentes autónomos” no se sostiene cuando el 95% del flujo está cableado a mano.

Tres cosas que el hype les atribuye y todavía no es cierto

Uno. “Aprenden solos del proceso.” No, sin reglas explícitas no aprenden. Un agente puede ajustar parámetros dentro de un margen definido, pero el aprendizaje serio requiere supervisión humana, datos etiquetados y ciclos de revisión. Quien venda “el agente aprende solo y mejora con el tiempo” está vendiendo una promesa que se rompe el primer mes.

Dos. “Sustituyen a una función entera.” Tampoco. Un agente sustituye tareas, no funciones. La función de administración no desaparece porque hayas puesto un agente a leer facturas. La administrativa pasa de teclear a auditar, y su criterio sigue siendo el filtro crítico. Si os venden “ahorrar dos personas del equipo”, el proyecto está mal planteado antes de empezar.

Tres. “Se gobiernan a sí mismos.” No. La gobernanza la pone el equipo del cliente, con métricas, umbrales y criterios de excepción definidos antes del despliegue. Un agente sin gobernanza humana es una caja negra que el día que se equivoca en algo grande nadie sabe explicar por qué. Y ese día llega.

Por qué el orden importa: los agentes son el paso 5, no el 1

En el método que aplicamos en cada proyecto hay cinco pasos en este orden estricto: eliminar, estandarizar, simplificar, automatizar, aumentar con IA. Los agentes viven en el paso 5.

Saltar al paso 5 sin haber hecho los anteriores es lo que produce los pilotos eternos del mercado. Si el proceso que vais a “agentar” tiene seis pasos que no deberían existir (paso 1, eliminar), si los datos viven en cuatro hojas de cálculo distintas con la misma información (paso 2, estandarizar), si las aprobaciones tardan tres días por un mail que se pierde (paso 3, simplificar), o si el flujo no está siquiera automatizado de forma determinista (paso 4, automatizar), poner un agente encima multiplica el caos en lugar de reducirlo.

El orden no es una sugerencia metodológica. Es la diferencia entre un sistema que funciona y un piloto que se queda atascado tres trimestres.

Qué pedirle al proveedor que os venda agentes

Si estáis evaluando una propuesta que mete la palabra “agente” en cada slide, tres preguntas que os ahorran semanas de proyecto.

Una. ¿Qué decisiones específicas va a tomar este agente, y dentro de qué límites? Si la respuesta es genérica (“optimiza el proceso”, “gestiona el flujo”), no hay agente. Hay un script con marketing.

Dos. ¿Qué pasa cuando el agente se equivoca? ¿Quién lo detecta y cuánto tarda? Si no hay un mecanismo concreto de detección de error y un humano con autoridad para corregir, no es un agente desplegable en producción. Es una bomba de relojería.

Tres. ¿Qué hemos eliminado, estandarizado, simplificado y automatizado del proceso antes de meter el agente? Si la respuesta es “nada, el agente lo soluciona todo”, el proyecto va a fracasar. No por el modelo, por el diseño.

El resumen, sin ruido

Los agentes de IA son una herramienta real que resuelve clases concretas de trabajo: detección, filtrado y casado de información a través de fuentes heterogéneas. Funcionan bien cuando el proceso de fondo está limpio y la decisión que toman está acotada. No sustituyen a equipos. No aprenden solos. No se gobiernan solos.

Si una pyme industrial está viendo dónde meter agentes, la respuesta operativa casi siempre empieza por algo más aburrido que la palabra agente: limpiar el proceso primero, automatizar lo determinista después, y reservar los agentes para la capa donde el juicio dentro de límites añade valor. El paso 5, no el 1.

Si vuestra empresa está evaluando un proyecto que incluye agentes de IA y queréis una segunda lectura honesta antes de firmar, el diagnóstico operativo de 2 semanas deja por escrito qué pasos son agentes, qué pasos son automatización clásica, y qué pasos no había que tocar todavía.