La era de los agentes de IA: el chatbot ya no alcanza

Durante los últimos dos años, casi todo lo que se vendió como "inteligencia artificial" para e-commerce fue en realidad un chatbot con mejor redacción. Contestaba preguntas frecuentes, sonaba humano y, cuando el cliente pedía algo concreto, respondía la frase que todos aprendimos a odiar: "un asesor se va a comunicar con vos a la brevedad".

Eso está cambiando, y el cambio no es de tono. Es de permisos.

Un chatbot responde; un agente hace

La diferencia entre un chatbot y un agente no está en el modelo de lenguaje. Los dos pueden usar el mismo. Está en si el sistema tiene o no la capacidad de ejecutar acciones sobre tu operación: consultar el stock real de una variante, armar un pedido con los precios de tu catálogo, reservar unidades, generar un link de pago, mirar en qué estado está un envío.

Un chatbot conoce texto. Un agente tiene herramientas. Y cada herramienta es una puerta a un sistema que ya existía en tu negocio: el catálogo, el inventario, las órdenes, la pasarela de pagos, el seguimiento de los envíos.

Por eso el debate sobre qué modelo es más inteligente suele ser el debate equivocado. Un modelo excelente conectado a nada sigue siendo un formulario de contacto que escribe lindo.

El contexto argentino: el canal ya está, la operación no

Según la Cámara Argentina de Comercio Electrónico, en 2025 el e-commerce argentino facturó 35,3 billones de pesos, un 60% más que el año anterior, con 645 millones de unidades vendidas y un universo de 25 millones de compradores. El ticket promedio trepó a $143.128.

Al mismo tiempo, el 84,1% de las marcas ya usa WhatsApp como canal de venta. El canal conversacional no es una apuesta a futuro: es donde ya está pasando la venta.

El problema es lo que hay detrás. Responder "¿tenés el talle 40?" es fácil. Responderlo con el stock real, descontarlo cuando el cliente compra y no vender dos veces la última unidad es un problema de sistemas, no de conversación. Ahí es donde la mayoría de los proyectos se traba: las barreras para escalar no suelen ser tecnológicas, son operativas.

Qué hace un agente cuando está conectado de verdad

Un agente de ventas con acceso real a la operación puede sostener una compra de punta a punta sin intervención humana:

• Buscar en el catálogo y ofrecer sólo variantes activas, con precio y con stock disponible.
• Armar el pedido con los precios que salen del catálogo, no de lo que el modelo cree recordar.
• Tomar los datos del destinatario y geocodificar la dirección de entrega.
• Confirmar el resumen y el total con el cliente antes de avanzar.
• Reservar el stock y generar el link de pago, liberando la reserva si el pago no se concreta.

Del lado de posventa, el mismo principio: un agente puede consultar las órdenes de ese cliente, informar el estado real del envío con su número de seguimiento, y abrir un caso clasificado —demora, envío fallido, cambio, devolución, facturación, reclamo— que queda registrado y medible en lugar de perderse en un chat.

Los límites son parte del producto

La pregunta que importa no es qué puede hacer un agente, sino qué no lo dejás hacer. Un agente serio se diseña con topes duros: no cobra sin una confirmación explícita del cliente, no cancela una orden ya pagada —los reembolsos son siempre humanos—, no promete fechas ni resultados, y sabe cuándo escalar.

Y escalar no debería significar que la conversación se congele. Cuando el agente marca un caso para que lo mire una persona, puede seguir respondiendo todo lo demás. El cliente no queda esperando a que alguien abra la computadora un lunes a la mañana.

Por qué fracasan los proyectos de agentes

Gartner proyecta que más del 40% de los proyectos de IA agéntica van a cancelarse antes de fin de 2027. Las causas que señala no son sorprendentes: costos que se escapan, valor de negocio poco claro y controles de riesgo insuficientes. Deloitte, por su parte, encontró que sólo el 21% de las organizaciones tiene un modelo de gobernanza maduro para agentes autónomos.

La lectura práctica: el agente que funciona no es el que más cosas puede hacer, sino el que está conectado a datos confiables y opera dentro de límites explícitos. Si tu stock no es confiable, un agente lo único que hace es equivocarse más rápido y a mayor escala.

Cómo saber si está funcionando

La métrica honesta no es cuántos mensajes contestó. Es qué porcentaje de las consultas resolvió el agente sin que interviniera una persona. Si un caso lo terminó cerrando un operador, no cuenta como resolución del agente.

A partir de ahí, las preguntas se vuelven concretas: cuántas órdenes se completaron íntegramente en la conversación, cuánto tardó en responderse un reclamo, qué tipo de casos escala siempre —porque ese patrón repetido suele estar señalando un problema de operación, no de IA.

Por dónde empezar

Empezá por donde el volumen es alto y el margen de error es bajo: consultas de estado de envío. Es repetitivo, es verificable y el costo de un error es acotado. Cuando esa base funciona con datos reales, recién ahí tiene sentido darle al agente la capacidad de vender.

La era de los agentes no llegó porque los modelos se volvieron más elocuentes. Llegó porque, por primera vez, pueden tocar los sistemas donde vive tu negocio. Lo que decidís conectar —y lo que decidís no conectar— es el producto.