IA agéntica: qué es y en qué se diferencia de ChatGPT

La IA agéntica es la inteligencia artificial que no se limita a generar una respuesta, sino que planifica y ejecuta acciones para cumplir un objetivo, usando herramientas y con cierto grado de autonomía. Gartner la define como sistemas que «planifican y ejecutan acciones de forma autónoma para cumplir objetivos definidos por el usuario». La diferencia con usar ChatGPT para pedir un texto es simple: la IA generativa te da un borrador; la IA agéntica hace el trabajo, o lo deja preparado para que tú lo apruebes.

Qué significa «agéntica»

«Agéntica» viene de agente: el que actúa. Es un calco del inglés agentic y describe a cualquier sistema de IA que tiene capacidad de actuar, no solo de hablar. Si quieres la pieza básica bien explicada, empieza por qué es un agente de IA.

Anthropic, en su guía Building effective agents (19 de diciembre de 2024), usa «sistemas agénticos» como paraguas para dos cosas distintas:

• Flujos de trabajo: el modelo y las herramientas siguen caminos que un programador ha definido de antemano.
• Agentes: el propio modelo decide de forma dinámica qué pasos dar y qué herramientas usar.

Por eso «IA agéntica» no es un producto concreto, sino un modo de funcionar. Un mismo modelo puede usarse como generador de textos o como pieza de un sistema agéntico. De hecho, ChatGPT tiene hoy su propio modo agente: OpenAI lo presentó el 17 de julio de 2025 como un sistema que usa su propio ordenador virtual para completar tareas de principio a fin.

IA generativa vs IA agéntica

La IA generativa y la agéntica no compiten: la segunda se construye sobre la primera. Lo que cambia es qué se le pide y qué se le permite hacer.

La última fila de «riesgo» es la que más importa a un negocio. Un texto malo lo descartas. Una acción mala, como pausar la campaña que más vende, cuesta dinero. Por eso la conversación sobre IA agéntica es, sobre todo, una conversación sobre permisos y control.

Niveles de autonomía de la IA agéntica

No existe una escala oficial única, pero en la práctica ayuda pensar en cinco niveles. Cuanto más arriba, más trabajo te ahorra y más confianza exige:

1. Responde. Contesta a lo que le preguntas. Es el uso clásico de un chat.
2. Analiza y recomienda. Consulta tus datos por su cuenta y te dice qué haría, pero no toca nada.
3. Prepara y pide aprobación. Deja la acción lista (un cambio de presupuesto, un borrador de email) y espera tu «sí».
4. Ejecuta dentro de límites. Actúa sola en cambios pequeños y acotados, y te avisa de lo que ha hecho.
5. Autonomía total. Decide y ejecuta sin supervisión.

Los grandes fabricantes, de momento, mantienen a una persona en el circuito para cualquier acción con consecuencias. OpenAI explicó al lanzar Operator, su agente de navegador, el 23 de enero de 2025, que debía pedir aprobación antes de completar acciones importantes, como enviar un pedido o un email. Y en el lanzamiento del modo agente de ChatGPT insistió en que pide permiso antes de realizar acciones con consecuencias y que puedes interrumpirlo o detenerlo en cualquier momento.

Por qué se habla ahora de IA agéntica

Los agentes no son una idea nueva en informática, pero entre finales de 2024 y 2025 se juntaron modelos capaces de razonar en varios pasos con productos que les dejaban usar herramientas reales. La cronología ayuda a entenderlo:

• 21 de octubre de 2024. Gartner incluye la IA agéntica entre sus tendencias tecnológicas estratégicas para 2025 y prevé que, en 2028, al menos el 15 % de las decisiones laborales del día a día se tomarán de forma autónoma con IA agéntica, frente al 0 % de 2024.
• 22 de octubre de 2024. Anthropic presenta computer use en beta pública: Claude puede usar un ordenador como una persona, mirando la pantalla, moviendo el cursor, haciendo clic y escribiendo.
• 11 de diciembre de 2024. Google lanza Gemini 2.0 como «nuestro nuevo modelo de IA para la era agéntica», capaz de pensar varios pasos por delante y actuar en tu nombre, con tu supervisión.
• 23 de enero de 2025. OpenAI presenta Operator, un agente que usa su propio navegador para hacer tareas.
• 25 de junio de 2025. Gartner prevé que el 33 % de las aplicaciones de software empresarial incluirán IA agéntica en 2028, frente a menos del 1 % en 2024. En la misma nota recoge una encuesta de enero de 2025 a 3.412 asistentes a sus webinars: el 19 % dijo que su organización había hecho inversiones significativas en IA agéntica y el 42 %, inversiones prudentes.
• 17 de julio de 2025. OpenAI lanza el modo agente de ChatGPT.

En menos de un año, Anthropic, Google y OpenAI pasaron de ofrecer chats a ofrecer sistemas que actúan. Eso es lo que ha puesto el término en todas partes.

IA agéntica en marketing para ecommerce: casos reales de uso

En una tienda online, la IA agéntica tiene sentido donde hay que mirar muchos datos cada día y tomar decisiones repetitivas con criterio. Algunos casos:

• Optimización de campañas. Revisar a diario Meta Ads, Google Ads y TikTok Ads, detectar conjuntos de anuncios que gastan sin vender y proponer redistribuir presupuesto. Si gestionas Meta, te interesa esta guía de Meta Ads para ecommerce.
• Creativos. Detectar anuncios fatigados y proponer qué ángulos probar después. La generación de las piezas es terreno de la IA generativa; decidir cuáles cambiar y cuándo es terreno agéntico.
• Stock y anuncios a la vez. Cruzar inventario y campañas para no seguir invirtiendo en productos agotados o con tallas rotas.
• Email y CRM. Revisar qué flujos generan ventas y cuáles han dejado de funcionar.
• Finanzas. Poner cada propuesta en euros: cuánto margen está en juego y qué impacto tendría.

Un ejemplo para verlo: en una tienda de ejemplo que invierte 5.000 € al mes entre Meta y Google, la IA generativa te escribe los textos del próximo anuncio; la IA agéntica, además, te avisa de que una campaña lleva días con un coste por compra por encima de tu margen y te propone a qué campaña mover ese dinero.

Límites de la IA agéntica y por qué el control humano no es opcional

La IA agéntica tiene límites reales, y conocerlos evita malas inversiones:

• Se equivoca con seguridad. Los modelos pueden inventar datos o conclusiones. En marketing, una alucinación puede llevar a mover presupuesto con una cifra falsa. Lo explicamos en alucinaciones de la IA en marketing.
• Mucho humo. Gartner alerta del «agent washing»: productos de siempre (asistentes, chatbots, automatizaciones RPA) rebautizados como agentes. Estima que solo unos 130 de los miles de proveedores de IA agéntica lo son de verdad.
• Muchos proyectos no llegan. La misma consultora 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.
• Errores que se encadenan. Un agente que actúa en varios pasos puede arrastrar un error inicial hasta el final. Anthropic recomienda puntos de control donde el agente se detenga a pedir la opinión de una persona y condiciones de parada para mantener el control.

La conclusión práctica: la IA agéntica es útil cuando trabaja con datos reales consultados en tus plataformas, cuando dice «no lo sé» si le falta un dato y cuando una persona aprueba lo que tiene consecuencias.

Agentes especializados coordinados por un CMO de IA

Una forma sensata de aplicar la IA agéntica al marketing de una tienda es imitar a un buen equipo: varios especialistas, cada uno en su área, y alguien que junta sus conclusiones y prioriza. Es lo que se conoce como sistemas multiagente.

Growth AI, un CMO de IA para ecommerce, funciona así. Siete agentes especialistas (Meta Ads, Google Ads, TikTok Ads, Email y CRM, Producto y Stock, Creativos y Finanzas) analizan cada uno su canal; el CMO de IA cruza lo que dicen con las ventas reales de la tienda y propone un plan cada 15 días, priorizado por impacto en euros. Está en el nivel 3 de la escala anterior: nada se ejecuta sin aprobación humana, y a los 15 días comprueba si cada decisión funcionó. Si falta un dato, lo marca como N/D y explica por qué. Puedes ver una simulación con datos ficticios en la oficina de agentes.

La IA agéntica no va de dejar la tienda en piloto automático, sino de quitarte horas de revisar pantallas para que dediques tu criterio a decidir. Empieza por un nivel de autonomía bajo, exige datos reales y aumenta los permisos solo cuando el sistema haya demostrado que acierta.