Agentes de IA en el CRM: qué pueden hacer hoy y qué todavía no

Este año la palabra de moda dejó de ser "chatbot" y pasó a ser "agente". La diferencia es real: un chatbot conversa; un agente ejecuta. Lee un correo, consulta el CRM, actualiza un registro, crea una tarea y avisa a una persona.

Eso abre posibilidades enormes y riesgos nuevos. Esta es mi lectura, desde la práctica, de dónde estamos.

Qué es un agente, sin jerga

Un agente de IA es un modelo de lenguaje con tres cosas adicionales:

1. Herramientas: puede llamar funciones de otros sistemas (consultar un cliente, crear un caso, enviar un mensaje).
2. Un objetivo: no responde una pregunta, persigue un resultado ("deja calificado este lead").
3. Varios pasos: decide qué hacer, lo hace, revisa el resultado y sigue.

Estándares como el Model Context Protocol (MCP) están facilitando que los modelos se conecten con las herramientas que la empresa ya usa: CRM, correo, calendario, bases de datos. Eso es lo que hace que los agentes hayan pasado de la demo a la operación.

Lo que funciona hoy en un CRM

Hay tareas donde los agentes ya son confiables, sobre todo cuando el proceso está bien definido:

• Calificar y enrutar leads: leer el formulario o el mensaje, enriquecer con datos disponibles, asignar un puntaje y entregarlo al asesor correcto.
• Preparar al asesor: antes de una reunión, resumir el historial del cliente, sus casos abiertos y sus últimas compras.
• Registrar lo que pasó: después de una llamada, crear la nota, actualizar la etapa y programar el seguimiento.
• Clasificar casos de servicio y sugerir la respuesta según la política vigente.
• Vigilar el pipeline: detectar oportunidades estancadas y avisar a quien corresponde.

En mi experiencia, automatizar la asignación y el primer contacto de los leads aumentó la contactabilidad comercial en más del 60%. Esa ganancia no venía de la inteligencia del sistema, sino de la velocidad. Los agentes llevan esa misma lógica un paso más allá.

Lo que todavía no (o no sin supervisión)

• Decisiones con impacto económico o legal: aprobar descuentos, reembolsos, créditos o cambios contractuales.
• Negociar o comprometer a la empresa frente a un cliente.
• Operar sobre datos desordenados: un agente sobre un CRM con duplicados toma decisiones con información equivocada, y lo hace rápido.
• Procesos sin reglas claras: si tu equipo no se pone de acuerdo en cómo se hace, el agente tampoco.

Cómo empezar con control

1. Elige una tarea, no un "asistente para todo"

Un agente que hace una sola cosa bien es mejor que uno que hace diez a medias.

2. Permisos mínimos

Que el agente solo pueda leer y escribir lo que su tarea necesita. Si solo califica leads, no necesita acceso a facturación.

3. Aprobación humana en las acciones sensibles

El agente propone y la persona aprueba con un clic. Con el tiempo, lo que demuestra ser confiable se automatiza del todo.

4. Registro de todo lo que hace

Cada acción del agente debe quedar trazada: qué vio, qué decidió, qué cambió. Sin eso, no hay forma de auditar ni de mejorar.

5. Mide contra la línea base

Tiempo de respuesta, tasa de conversión, errores corregidos por humanos. Si no mejora frente a cómo se hacía antes, no se escala.

La condición previa

Un agente es tan bueno como el CRM sobre el que opera. Si tu CRM es un repositorio y no un motor, empieza por ahí. Te dejo el diagnóstico en Tu CRM, ¿repositorio o motor?.

El diseño de agentes y flujos sobre CRM es el corazón de la sesión de Flujos Agénticos y Automatización del curso de IA Empresarial. Puedes conocerlo en la masterclass gratuita.