Un chatbot conversa. Un agente actúa. La diferencia parece chiquita pero define cuánto cuesta el sistema, qué se puede automatizar de verdad y qué decisiones le toca tomar al CEO antes de comprar nada.
Acá la respuesta corta. Un chatbot es una ventana o interfaz en la que uno puede conversar. Un agente es una pieza de software que puede actuar por uno y que persigue objetivos por sí mismo. Esa es la gran diferencia. El resto es contexto, pero ayuda a verlo claro.
De ELIZA a Alexa: lo que parecía conversación era plantilla
La historia arranca en 1966 con ELIZA, un chatbot del MIT desarrollado por Joseph Weizenbaum. Simulaba a un terapeuta. La gente sentía que ELIZA los entendía, pero lo que hacía era devolver respuestas basadas en palabras clave del mensaje del usuario. En 1972 apareció PARRY, hecho por Kenneth Colby, simulando un paciente psiquiátrico. Un poco más sofisticado pero la misma idea: respuestas basadas en patrones.
En los 80 y 90 llegaron Jabberwacky y ALICE, que intentaban aprender de las conversaciones. Seguían siendo limitados. Más cerca de árboles de decisión con reglas que de sistemas capaces de entender lo que un humano les decía. Si usted vio chatbots en páginas web hace unos años, ya sabe a qué me refiero. El típico bot que ofrecía ayuda y al preguntarle el horario de atención respondía “claro, primero deme su número de identificación”. Cero sentido. Eran flujos rígidos.
Luego, entre 2010 y 2011, Apple metió a Siri en el iPhone. Por primera vez, un dispositivo de bolsillo respondía a una pregunta hablada. Qué hora es. Qué clima va a hacer. Lo que pasaba detrás de escena era simple: las palabras se convertían en texto, ese texto en órdenes, y el teléfono respondía. En su momento parecía magia. Hoy sigue siendo la misma Siri, y esa es la crítica más vieja que tiene encima.
En 2014 llegó Alexa con Amazon. El cambio fue que la conversación salió del teléfono y entró a la casa. Un dispositivo al que uno le habla en cualquier momento para cerrar una cortina, poner una canción o apagar una luz. La superficie cambió, pero el motor era el mismo: flujos fijos, plantillas, cero improvisación.
Lo que se cocinó en paralelo: el linaje de los agentes
Mientras tanto, las universidades trabajaban otra cosa. Los llamaban software agents. Programas que actuaban de manera semiautomática. Entendían un entorno, razonaban hasta cierto punto y actuaban para cumplir objetivos específicos. La diferencia con los chatbots de la época era seca: no eran conversacionales. Hacían cosas, pero no hablaban.
A finales de 2022 apareció ChatGPT y el lenguaje se volvió flexible. Uno le escribía como a una persona y recibía respuesta inmediata. No había guion, no había árbol de decisión, no había tarea cerrada. Era conversación abierta. Después de 2024 el otro mundo se sumó: la IA generativa empezó a engancharse con los agentes. Un sistema que entiende lo que uno le pide y, además, lo ejecuta.
Ejemplo concreto. Yo le digo a un agente que cada mañana revise mi correo, que filtre si hay novedades de X o Y persona, que las priorice y que me mande un resumen a WhatsApp. El agente abre el correo, decide, prioriza, escribe el mensaje, lo manda. No necesita que yo abra una ventana ni le confirme cada paso. Decide su ruta dentro del objetivo que le di.
Cómo se distingue uno del otro
Un agente percibe, planifica, actúa y aprende. Lo hace en ciclo, todo el tiempo. Por eso todo agente incluye un chat, pero no todo chat es un agente.
La pregunta práctica del CEO es esta. Lo que tengo enfrente, ¿solo me habla o también hace? Si solo habla, la inversión y el problema son distintos. Si hace, está tomando decisiones por su cuenta dentro de un perímetro definido. Cambia cómo se mide el éxito, cuánto se gasta, qué controles hay encima, qué pasa cuando se equivoca. Confundir un chatbot con un agente al momento de comprar es comprar el caballo equivocado.
¿Está dando resultados de verdad?
Sí. Y el dato no es novedad. McKinsey reporta que 72% de las organizaciones ya usa inteligencia artificial en al menos una función. Una porción grande de las empresas grandes ya tiene sistemas agénticos operando dentro del negocio, es decir, tomando decisiones por su cuenta. Ya no es noticia. Es operación. Casi diríamos aburrido.
Más de 60% de las consultas digitales se resuelven con bots, no necesariamente con agentes. Y en Latinoamérica el dato práctico es duro. Las tasas de conversión se multiplican varias veces cuando una empresa responde una consulta en menos de 30 minutos por WhatsApp con un sistema automatizado. Esto cómo le funciona a usted que tiene una empresa donde una persona contesta una y otra vez la misma pregunta. A qué hora abren. Cuánto cuesta. Dónde están. Eso es trabajo de bots, ya. Lo otro, lo que requiere decidir, es trabajo de agentes.
Lo que nos toca a nosotros en LATAM
La elección para la región es la de siempre. Las BigTech van a seguir construyendo motores gigantescos. Modelos de frontera, agentes generales, paquetes globales. La pregunta es si nos quedamos esperando a que ellos vengan a solucionarnos los problemas que ellos no conocen, o si nos sentamos a entender los nuestros y armamos las soluciones con su tecnología pero en nuestro idioma, por nuestros canales, para nuestras empresas.
WhatsApp es el canal donde vive la conversación comercial en LATAM. El español es el idioma. Los problemas que hay que resolver son los nuestros. Atención que se cae. Ventas que dependen de un humano contestando lo mismo. Decisiones operativas que se atascan en jerarquías cansadas. Las grandes plataformas no van a empacar soluciones pensadas para eso. Lo construimos nosotros encima de su tecnología, o no se construye.
Ahí está el valor. Y ahí está la oportunidad.
Sigan cuestionando todo lo que escuchan acerca de inteligencia artificial. Inclusive lo que les digo por aquí.
Esto nació de un episodio de Pertinente, mi análisis diario sobre IA, negocios y geopolítica en Latinoamérica. Si le sirvió, ahí publico uno nuevo cada día.
Todo agente incluye un chat, pero no todo chat es un agente.