Agente IA

Un agente de IA es un programa que usa un modelo de lenguaje para decidir qué hacer a continuación. Recibe un objetivo, reúne el contexto que necesita, elige herramientas (buscar, escribir, consultar un CRM, agendar, pagar), ejecuta los pasos y revisa el resultado hasta cumplirlo o pedir ayuda a una persona.

Es la rama de la inteligencia artificial que construye sistemas capaces de perseguir objetivos con autonomía: planifican, usan herramientas y datos externos, verifican lo que hicieron y corrigen el rumbo. «IA agéntica» es la traducción de agentic AI; también se dice inteligencia artificial agéntica.

La IA generativa produce contenido cuando se lo pides: un texto, una imagen, un código. La IA agéntica usa esa misma capacidad para actuar: decide pasos, opera sistemas y termina tareas. Casi todos los agentes funcionan sobre un modelo generativo; la diferencia está en la autonomía, las herramientas y la responsabilidad sobre el resultado.

No necesariamente. Un chatbot conversa y responde; un agente además actúa. Si el chatbot solo sigue un guion o contesta preguntas, no es un agente. Si puede consultar sistemas, ejecutar acciones y decidir el siguiente paso para cumplir un objetivo, empieza a serlo.

Un artefacto es una pieza que un chat generativo crea y deja lista para usar: un documento, una planilla, una página web o un pequeño programa. Los Artifacts de Claude y el Canvas de ChatGPT son ejemplos. Es útil, pero no hace nada por su cuenta: no persigue objetivos, no usa herramientas y no trabaja cuando nadie lo abre.

No. Una app creada conversando con una IA es software tradicional: tiene reglas fijas y hace exactamente lo que se programó. Puede llevar un agente adentro, pero por sí sola no decide ni se adapta a casos que nadie previó.

Una forma práctica de ordenarlos: agentes de tarea, que hacen una cosa de principio a fin; agentes conversacionales con herramientas, que atienden y ejecutan; agentes que operan un navegador o un computador; y sistemas multiagente, donde varios agentes especializados se reparten un trabajo.

Es un conjunto de agentes especializados que colaboran: uno vende, otro agenda, otro cobra. Suele funcionar mejor que un solo agente que lo hace todo, pero exige coordinación: protocolos para comunicarse, contexto compartido y reglas sobre quién decide qué.

Es un estándar abierto que conecta a los agentes con herramientas y datos: un CRM, una base de datos, una planilla o una API. Anthropic lo lanzó en noviembre de 2024 y en diciembre de 2025 lo donó a la Agentic AI Foundation, de la Linux Foundation.

Es un protocolo abierto para que agentes de distintos proveedores se descubran, se deleguen tareas y se entreguen resultados. Google lo presentó en abril de 2025 y en junio lo donó a la Linux Foundation. MCP conecta un agente con sus herramientas; A2A conecta agentes entre sí.

Con protocolos (MCP hacia las herramientas, A2A entre agentes), un contexto compartido (qué sabe la empresa del cliente y qué reglas aplican) y una capa de gobierno que decide quién puede hablar con quién, con qué datos y a qué costo. Sin esa capa, cada agente responde por su cuenta.

Es el agente de IA que dirige a los demás agentes de una empresa: los crea, los conecta, los audita y los controla, con un dueño humano que aprueba cada cambio antes de que se ejecute. El término lo acuñó la empresa chilena Wots en 2026.

No. El Chief AI Officer es una persona: el ejecutivo que define la estrategia de IA de la empresa. El Chief of Agents es un agente que opera la malla de agentes todos los días, bajo la supervisión de un dueño humano. Pueden convivir: uno fija el rumbo y el otro lo ejecuta.

Es la función que OpenAI lanzó en julio de 2025 para que ChatGPT complete tareas por su cuenta usando un computador virtual: navegar, llenar formularios o armar documentos, pidiendo permiso antes de las acciones importantes. Es un agente personal; un Chief of Agents coordina los agentes de toda una empresa.

Parte por un proceso concreto y medible, no por la tecnología. Define el objetivo, las herramientas y los datos que necesita, sus límites (qué puede hacer y cuánto puede gastar) y la persona que responde por él. Pruébalo con casos reales antes de abrirlo a clientes y mide si resuelve mejor o más barato que antes.

Van a cambiar muchos trabajos, sobre todo los de tareas repetitivas con varios pasos. Pero hoy los agentes se equivocan, necesitan contexto y alguien que responda por ellos. La tendencia que describen Microsoft y McKinsey es de equipos mixtos: personas que dirigen agentes.