¿Crear agentes de IA para tu empresa o contratarlos? ¿Qué compensa más?

Crear tus propios agentes de IA compensa cuando el proceso es específico de tu negocio, tienes los datos ordenados y alguien dentro que pueda mantenerlos cada semana. Contratarlos compensa cuando el proceso es estándar en ecommerce (anuncios, email, stock, finanzas) y lo que necesitas es impacto en euros en semanas, no una plataforma propia. La parte difícil nunca es el prompt ni el modelo: son los accesos a datos, los permisos, la evaluación del resultado y el mantenimiento cuando Meta cambia una API o tu catálogo cambia de estructura.

¿Qué estás construyendo realmente cuando "creas" un agente?

Un agente no es un chat con instrucciones. Es un sistema con cinco piezas, y el modelo de lenguaje es la más fácil de resolver:

1. Conexión a datos reales: Shopify o tu CMS, Meta Ads, Google Ads, GA4, tu ERP, tu herramienta de email. Lecturas fiables, no capturas de pantalla.
2. Herramientas de acción: pausar un anuncio, cambiar un presupuesto, enviar una campaña, marcar un producto como agotado.
3. Permisos y límites: qué puede tocar, hasta qué importe, qué requiere aprobación humana.
4. Evaluación: cómo sabes que la decisión fue buena. Sin esto, tienes un generador de tareas, no un agente.
5. Mantenimiento: APIs que cambian, modelos que se deprecan, procesos internos que se reorganizan.

Si nunca has montado nada de esto, conviene empezar por entender qué es un agente de IA y qué puede hacer por tu ecommerce antes de elegir herramienta. Y si lo que tienes en la cabeza es un bot que responde preguntas, la frontera está explicada en qué diferencia hay entre un agente de IA, un chatbot y un asistente.

¿Qué herramientas hay para crear agentes de IA y automatizar procesos?

Hay tres familias, más la opción de no construir. Ninguna es mejor en abstracto: dependen de quién va a mantenerlo.

Sobre el coste de las herramientas

Las licencias engañan porque son baratas al principio. Las plataformas no-code tipo n8n arrancan con planes de entrada asequibles y escalan por volumen de ejecuciones; Copilot Studio se factura por créditos de consumo, con lo que la factura depende de cuánto use el agente, no de cuántos usuarios tengas. A eso súmale el consumo de modelos y, sobre todo, las horas de la persona que lo construye y lo arregla. En una tienda de ejemplo, el software puede ser el 10 % del coste total y el tiempo humano todo lo demás: ese es el presupuesto que casi nadie calcula antes de empezar.

¿Por qué fracasan tantos proyectos de agentes (y qué evita el fracaso)?

El patrón está documentado: Gartner prevé que más del 40 % de los proyectos de IA agéntica se cancelarán antes de que acabe 2027, por costes crecientes, valor de negocio poco claro o controles de riesgo insuficientes. En la misma línea, el informe del proyecto NANDA del MIT Media Lab concluyó que el 95 % de las organizaciones no veía retorno de negocio de sus inversiones en IA generativa. No es un problema de modelos: es de integración y de medición.

Estos son los cuatro puntos donde se atascan los proyectos reales.

Datos conectados, no datos "disponibles"

Que exista una API no significa que tengas el dato que necesitas. Para decidir si escalar un creativo hace falta cruzar gasto de Meta con ventas reales, margen por producto y stock disponible. Si tu margen por SKU vive en una hoja de cálculo que alguien actualiza cuando se acuerda, el agente decidirá rápido y mal. Antes de construir, pregunta: ¿puede el agente responder hoy, con datos de hoy, a la pregunta que quiero que resuelva? Eso separa un agente útil de uno decorativo, como explicamos en si un agente de IA puede analizar los datos de tu negocio.

Permisos: el problema aburrido que te salva

Un agente con token de administrador en Shopify y en el gestor de anuncios es un incidente esperando a ocurrir. Lo mínimo razonable: credenciales con permisos acotados por acción, techos de gasto, lista blanca de operaciones permitidas, registro de cada cambio y un humano que aprueba lo irreversible. La pregunta no es "¿puede hacerlo solo?", sino "¿cuánto cuesta el peor error posible?". Ese límite lo desarrollamos en hasta dónde conviene dejar decidir a los agentes autónomos.

Evaluación: sin esto, no hay proyecto

Un agente que "funciona" en una demo puede degradarse en producción sin que nadie lo note. Necesitas un conjunto de casos de prueba, una métrica de negocio (no de actividad) y una revisión del resultado pasado un plazo fijo. Nuestra regla es comprobar el impacto a los 15 días de cada acción: si la hipótesis no se cumple, se revierte. Medir tareas ejecutadas en lugar de euros movidos es la forma más rápida de montar un sistema caro que no cambia la cuenta de resultados.

Mantenimiento: el coste que nadie presupuesta

Las plataformas publicitarias cambian campos, los modelos se actualizan y los flujos se rompen en silencio. Un agente en producción necesita monitorización, alertas cuando una integración falla y alguien responsable de arreglarlo el mismo día. Si ese alguien no existe en tu organigrama, no construyas: contrata.

¿Cuándo compensa construir y cuándo contratar?

Usa esta lista. Si marcas tres o más señales de la primera columna, construir tiene sentido; si no, el coste de oportunidad te comerá.

Señales de construir

• El proceso es raro y específico de tu empresa: nadie vende eso ya resuelto.
• Tienes perfil técnico interno con tiempo asignado (no "cuando pueda").
• Los datos ya están centralizados y gobernados.
• El agente es parte de tu producto o de tu ventaja competitiva.
• Puedes esperar meses a ver resultados.

Señales de contratar

• El proceso es estándar: compra de medios, email y CRM, reposición de stock, control de margen.
• Tu cuello de botella es el tiempo de decisión, no la falta de herramientas.
• No quieres ser responsable de mantener integraciones con cinco plataformas.
• Necesitas ver impacto en euros este trimestre.
• Tu equipo es pequeño y cada hora de marketing cuenta.

Hay una tercera opción que suele ser la más sensata: contratar lo estándar y construir solo la pieza diferencial. Por ejemplo, contratar los agentes de canal y montar internamente un flujo propio para tu proceso de devoluciones, que nadie entiende como tú.

Y si contratas, filtra el "agent washing"

Mucho producto vendido como agente es un chatbot con nombre nuevo. Gartner estimaba que solo unos 130 de los miles de proveedores que se anuncian como IA agéntica lo son realmente. Tres preguntas que destapan el teatro: ¿qué acción concreta ejecuta en mi cuenta?, ¿qué pasa cuando se equivoca y quién lo revierte?, ¿cómo mides el resultado y en qué plazo? Si además dudas entre automatizar con reglas o con agentes, compáralo en RPA, reglas automatizadas o agentes de IA, y revisa el orden de magnitud de la inversión en cuánto cuesta un agente de IA.

¿Cómo se ve un sistema de agentes que sí funciona?

No como un agente que lo hace todo, sino como un equipo de especialistas con un responsable. En Growth AI lo montamos así: agentes dedicados a Meta Ads, Google Ads, TikTok Ads, Email y CRM, Producto y Stock, Creativos y Finanzas, coordinados por un CMO de IA que prioriza por impacto en euros y decide qué se toca primero. Cada propuesta pasa por aprobación humana antes de ejecutarse y se comprueba a los 15 días si movió la métrica que decía mover.

La ventaja de esta arquitectura es que cada agente ve su canal pero comparte el mismo dato de negocio: no sirve de nada escalar un creativo ganador si el producto está a punto de agotarse o si su margen no aguanta ese CPA. Cómo encajan entre sí está explicado en detalle en qué son los agentes de IA para marketing en ecommerce y cómo trabajan juntos.

¿Quieres ver cómo quedaría en tu tienda antes de montar nada? Entra en la oficina de Growth AI y revisa qué haría cada agente con tus canales, con aprobación humana en cada paso.