Del software a medida a los agentes IA interoperables
Durante años, desarrollar software a medida fue una de las mejores formas de responder a las necesidades particulares de una empresa. Cuando una solución estándar no encajaba con sus procesos, se diseñaba una aplicación específica: un CRM adaptado, un sistema de gestión interno, una plataforma de pedidos o una herramienta para automatizar tareas.
Ese enfoque sigue siendo valioso. El cambio es que ahora ya no resulta suficiente construir aplicaciones que esperan a que una persona introduzca datos, pulse botones y decida cuál será el siguiente paso. Las empresas necesitan soluciones capaces de comprender una petición, consultar diferentes fuentes, seleccionar herramientas y ejecutar acciones dentro de unos límites definidos.
Por eso, la siguiente evolución del software a medida no consiste simplemente en añadir un chatbot. Consiste en convertir las capacidades de las aplicaciones en herramientas accesibles para una arquitectura de agentes de inteligencia artificial.
El software a medida no desaparece: cambia su función
Una aplicación tradicional organiza información mediante pantallas, formularios, reglas de negocio y flujos previamente definidos. Es eficaz cuando el proceso es estable y el usuario sabe exactamente qué debe hacer.
Sin embargo, muchos procesos empresariales no siguen un recorrido completamente lineal. Gestionar una incidencia, preparar una propuesta comercial o comprobar el estado de un pedido puede exigir consultar varias aplicaciones, interpretar información y decidir qué acción corresponde en cada caso.
Un agente de IA introduce una nueva capa sobre esas aplicaciones. Puede recibir un objetivo, descomponerlo en tareas, recuperar los datos necesarios y utilizar las funciones autorizadas para avanzar.
Por ejemplo, ante la petición “revisa los pedidos que podrían retrasarse y prepara una propuesta para cada cliente”, un sistema tradicional mostraría varios informes para que una persona realizara el análisis. Un agente bien integrado podría:
- Consultar los pedidos abiertos en el ERP.
- Comprobar el inventario y las fechas previstas.
- Identificar los casos con riesgo de retraso.
- Recuperar las condiciones comerciales desde el CRM.
- Preparar una propuesta de respuesta para cada cliente.
- Solicitar aprobación antes de enviar cualquier comunicación.
El ERP, el CRM y las demás aplicaciones continúan siendo esenciales. La diferencia es que dejan de ser sistemas aislados y pasan a proporcionar capacidades que el agente puede coordinar.
Un agente empresarial no es una cuenta de ChatGPT o Claude
Existe cierta confusión entre utilizar un asistente comercial y construir una solución de agentes para una empresa. Configurar instrucciones dentro de ChatGPT, Claude u otra plataforma puede ser útil para validar una idea, organizar conocimiento o crear un asistente sencillo. Pero eso no equivale necesariamente a desarrollar una arquitectura empresarial.
El modelo de lenguaje es solo uno de los componentes. Aporta comprensión, generación de contenido y capacidad de razonamiento, pero por sí solo no conoce los permisos del negocio, no controla las aplicaciones del cliente y no define qué acciones pueden ejecutarse.
Una solución empresarial debe separar claramente:
- El modelo: interpreta la solicitud y ayuda a decidir el siguiente paso.
- El agente: mantiene el objetivo, aplica instrucciones y coordina las acciones.
- Las herramientas: exponen funciones concretas de las aplicaciones.
- Los datos y el contexto: proporcionan la información necesaria para trabajar.
- Las políticas: determinan permisos, límites y aprobaciones.
- La observabilidad: registra decisiones, acciones, errores y resultados.
Esta separación permite cambiar un componente sin reconstruir toda la solución. También evita que el funcionamiento del negocio quede encerrado dentro de un único proveedor de modelos.
La nueva personalización está en las herramientas y los procesos
En el software tradicional, gran parte de la personalización se concentra en la interfaz. En una arquitectura de agentes, el valor se desplaza hacia la definición de herramientas, reglas, fuentes de información y flujos de autorización.
Una herramienta es una operación concreta que el agente puede solicitar. Puede ser “consultar disponibilidad”, “crear una oportunidad”, “generar un borrador de presupuesto” o “actualizar el estado de una incidencia”. Cada herramienta debe tener parámetros claros, validación y permisos.
Este enfoque permite que las aplicaciones existentes del cliente sigan siendo la fuente oficial de los datos. El agente no sustituye al CRM, al ERP o al ecommerce: trabaja con ellos a través de APIs, servicios internos o conectores controlados.
Un ejemplo en un departamento comercial
Imaginemos una empresa que ya dispone de un CRM a medida. En lugar de reemplazarlo, se pueden exponer capacidades como consultar clientes, registrar actividades, crear oportunidades y preparar propuestas.
El agente podría analizar un correo entrante, identificar al cliente, consultar su historial, recuperar productos compatibles y preparar una oportunidad comercial. Si la política de la empresa lo exige, la propuesta quedaría pendiente de revisión humana.
La experiencia puede presentarse mediante un chat, pero también dentro del propio CRM, mediante correo electrónico, voz o un proceso automático activado por un evento. El agente no tiene por qué vivir en una ventana de conversación.
Por qué la independencia del modelo será una ventaja estratégica
Los modelos evolucionan rápidamente y no todos ofrecen el mismo equilibrio entre calidad, velocidad, coste, privacidad y capacidad para usar herramientas. Elegir un proveedor es una decisión necesaria, pero convertirlo en el centro rígido de la arquitectura aumenta la dependencia tecnológica.
Una arquitectura interoperable introduce una capa de abstracción entre los procesos del cliente y los modelos. Así, el sistema puede seleccionar diferentes modelos según la tarea o sustituir uno cuando cambien las necesidades.
Por ejemplo, una empresa podría utilizar un modelo rápido y económico para clasificar solicitudes, otro con mayor capacidad de razonamiento para analizar casos complejos y un modelo desplegado en un entorno controlado para trabajar con información especialmente sensible.
Ser independiente del modelo no significa que todos sean idénticos ni que puedan intercambiarse sin pruebas. Cada cambio requiere evaluar calidad, formato de las respuestas, uso de herramientas, latencia y seguridad. Significa que la lógica del negocio no queda inseparablemente unida a uno de ellos.
Patrones actuales de arquitectura ya plantean combinar modelos y cambiarlos según criterios de rendimiento, coste, latencia o cumplimiento. Protocolos como Model Context Protocol permiten exponer herramientas, recursos y plantillas de manera estructurada, mientras que iniciativas como Agent2Agent buscan facilitar la colaboración entre agentes construidos con tecnologías diferentes.
La arquitectura que permite conectar cualquier modelo
Una solución preparada para evolucionar suele organizarse en varias capas. La primera es un adaptador de modelos que ofrece una interfaz común para enviar instrucciones, recibir resultados y gestionar el uso de herramientas.
Sobre esa capa se encuentra el orquestador. Su responsabilidad es mantener el objetivo, seleccionar herramientas, controlar el contexto y decidir cuándo detenerse, pedir información o solicitar aprobación.
Después aparece el catálogo de capacidades del negocio. Aquí se encuentran las herramientas que conectan con CRM, ERP, ecommerce, gestores documentales, bases de datos y servicios internos.
La arquitectura se completa con componentes de seguridad y operación:
- Identidad del usuario y del propio agente.
- Permisos específicos para cada herramienta.
- Validación de parámetros y resultados.
- Aprobación humana para acciones sensibles.
- Registro de cada operación ejecutada.
- Protección de datos personales y secretos.
- Evaluaciones para medir precisión y utilidad.
- Control de costes, tiempos de respuesta y errores.
Gracias a esta estructura, el agente puede cambiar de modelo sin perder sus conexiones, políticas o capacidades empresariales.
De la automatización rígida a la orquestación inteligente
Una automatización convencional funciona bien cuando todas las condiciones pueden expresarse mediante reglas: si ocurre A, ejecutar B. Un agente resulta útil cuando el objetivo está claro, pero el camino depende del contexto.
Esto no significa eliminar los flujos deterministas. Las operaciones críticas deben seguir utilizando código, validaciones y reglas explícitas. El modelo interpreta la intención y selecciona una capacidad; la herramienta ejecuta la operación de forma controlada.
La combinación adecuada es más potente que cualquiera de los extremos. El razonamiento aporta flexibilidad y el software tradicional aporta precisión, trazabilidad y seguridad.
Cómo iniciar la transición sin reconstruir toda la empresa
El primer paso no es elegir un modelo. Es seleccionar un proceso con valor empresarial, suficiente información disponible y un riesgo controlable.
- Definir el objetivo: concretar qué resultado debe conseguir el agente y cómo se medirá.
- Mapear las aplicaciones: identificar dónde están los datos y qué operaciones ofrece cada sistema.
- Diseñar las herramientas: transformar las funciones del negocio en acciones pequeñas, claras y seguras.
- Establecer límites: decidir qué puede consultar, qué puede modificar y qué requiere aprobación.
- Separar el modelo: utilizar una interfaz que permita probar alternativas sin cambiar las integraciones.
- Evaluar con casos reales: comprobar resultados correctos, errores previsibles y comportamiento ante información incompleta.
- Desplegar gradualmente: comenzar con asistencia y revisión humana antes de ampliar la autonomía.
Un buen primer caso podría ser preparar respuestas sin enviarlas, resumir expedientes o recopilar información distribuida. Cuando el sistema demuestre fiabilidad, puede recibir permisos adicionales.
El nuevo significado de desarrollar a medida
La personalización ya no consiste únicamente en programar pantallas y formularios específicos. También implica diseñar qué puede comprender un agente, qué herramientas tiene disponibles, cómo se conecta con las aplicaciones y bajo qué reglas puede actuar.
Las empresas no necesitan otro chatbot aislado. Necesitan una capa de inteligencia que aproveche el software que ya utilizan, mantenga el control de los datos y pueda evolucionar cuando aparezcan mejores modelos.
El software a medida seguirá siendo la base de muchos procesos. La oportunidad consiste en hacerlo accesible para agentes interoperables, capaces de conectar información, coordinar tareas y colaborar con las personas. El verdadero avance no será conversar con una IA, sino conseguir que esa inteligencia trabaje de forma útil, segura y medible dentro de la empresa.
En K&J Open Solutions diseñamos soluciones que conectan aplicaciones, procesos y modelos de IA sin perder de vista la seguridad ni la realidad operativa de cada negocio. El punto de partida es identificar dónde puede aportar valor un agente y construir la arquitectura adecuada para que pueda crecer.
