Una factura llega con una dirección nueva, dos líneas de descuento y una nota escrita en el correo. El robot sabe copiar campos. El workflow sabe a quién pedir aprobación. Lo que ninguno resuelve bien por sí solo es interpretar la excepción, buscar el contrato correcto y decidir qué dato falta.
Ese espacio intermedio es donde la automatización agentic aporta valor. No sustituye a todo lo anterior. Lo coordina con una capacidad nueva: razonar sobre casos que no siguen siempre el mismo camino.
Tres tecnologías que hacen trabajos diferentes
RPA, workflow y agente suelen aparecer juntos en una presentación, pero no son sinónimos.
| Mecanismo | Decide el siguiente paso | Encaja mejor cuando | Falla típicamente cuando |
|---|---|---|---|
| RPA | secuencia programada sobre una interfaz | no existe API y la pantalla es estable | cambia la interfaz o aparece una excepción |
| workflow | reglas y estados explícitos | el proceso es conocido y necesita control | hay demasiadas variantes difíciles de anticipar |
| paso con LLM | el flujo sigue fijo; el modelo interpreta una tarea | hay que clasificar, extraer o resumir | se le pide resolver el proceso completo sin estado |
| agente | el modelo elige acciones dentro de límites | la ruta depende del contexto y de nueva información | objetivo, herramientas o salida no están bien definidos |
La guía empresarial de OpenAI distingue precisamente workflow, paso con modelo y agente. El workflow conserva auditabilidad; el paso con LLM introduce interpretación; el agente parte de un objetivo, elige herramientas y puede reajustar su plan (OpenAI).
No convierta en agente lo que ya funciona como regla
Calcular un impuesto, comprobar un formato IBAN o impedir un pago por encima de un límite no necesita razonamiento probabilístico. Una regla es más barata, explicable y estable.
El agente entra cuando el proceso contiene trabajo que una persona reconoce por contexto: determinar qué cláusula aplica, reconciliar nombres distintos, buscar evidencia en varios sistemas o preparar una excepción para revisión.
Microsoft recomienda probar patrones simples antes de introducir workflows complejos y reservar el control explícito para los casos en que el orden de ejecución deba garantizarse (Microsoft Learn). El mismo criterio sirve en sentido contrario: no encierre en cientos de ramas un problema que requiere interpretación.
El patrón híbrido: carriles, no libertad total
El orquestador conserva el estado del caso y aplica condiciones de entrada y salida. El agente recibe un objetivo acotado, datos autorizados y herramientas con contratos claros. Puede devolver una decisión estructurada, pedir información o escalar. No debería inventar una cuarta opción.
La interfaz gráfica sigue teniendo un papel. Cuando una aplicación heredada carece de API, un robot puede ejecutar la acción seleccionada por el agente. La fragilidad de esa interfaz no desaparece; queda aislada y monitorizada.
Diseñar desde la excepción
Los equipos suelen documentar el camino feliz y descubrir las variantes en producción. Conviene invertir el orden. Tome cien casos recientes y agrupe por motivo de intervención manual:
- dato ausente o contradictorio;
- documento ilegible;
- regla que requiere contexto;
- sistema no disponible;
- límite de autoridad;
- solicitud fuera de catálogo.
Cada grupo sugiere un tratamiento. Un dato ausente puede solicitarse. Una contradicción exige mostrar fuentes. Una caída del sistema necesita reintento y cola. Un caso fuera de política debe detenerse.
La autonomía útil no elimina excepciones. Las clasifica antes, reúne evidencia y entrega el caso a quien puede resolverlo.
Ejemplo ilustrativo: alta de proveedor
Un proceso que conserva sus controles
Una empresa recibe por correo documentación de nuevos proveedores. El agente identifica sociedad, país y tipo de servicio; compara nombres y cuentas con los sistemas internos; y busca certificados que la política exige para esa categoría.
Las reglas validan formatos, duplicados exactos, jurisdicciones bloqueadas y umbrales. Un servicio especializado realiza las comprobaciones de sanciones. Si falta un documento, el agente prepara una solicitud indicando cuál y por qué.
La creación definitiva del proveedor requiere aprobación cuando cambia una cuenta bancaria, existe una coincidencia ambigua o el gasto previsto supera el límite. El sistema registra documento, herramienta, resultado y persona que aprobó. La RPA solo interviene para introducir datos en una aplicación antigua sin API.
Aquí el agente reduce búsqueda y coordinación. No sustituye controles financieros ni determina por sí solo qué riesgo acepta la empresa.
El contrato operativo del agente
Antes de construir, escriba una página que responda:
- ¿Qué objetivo puede completar?
- ¿Qué casos quedan fuera?
- ¿Qué datos y herramientas puede utilizar?
- ¿Qué acciones son reversibles?
- ¿Cuándo debe preguntar, reintentar, detenerse o escalar?
- ¿Qué evidencia debe adjuntar al resultado?
- ¿Qué métrica demuestra que el proceso mejoró?
La guía de OpenAI para agentes recomienda herramientas bien definidas, instrucciones, guardrails y una orquestación que empiece simple antes de multiplicar agentes (OpenAI). El contrato convierte esa recomendación en una especificación que negocio, operaciones y tecnología pueden discutir.
Medir el proceso completo
La precisión de una clasificación no dice si la automatización funciona. Observe tiempo de ciclo, trabajo manual por caso, porcentaje sin intervención, excepciones resueltas, reintentos, errores de herramienta, reversión y coste total.
Separe además tres tipos de fallo: el agente eligió mal; la herramienta ejecutó mal; la política estaba incompleta. Las correcciones son distintas. Afinar el modelo no arregla una API que devuelve estados ambiguos.
NIST sitúa la gestión del riesgo a lo largo de todo el ciclo y pide documentar roles humanos, límites, pruebas y comportamiento en producción (NIST AI RMF). Un proceso agentic necesita esa observación continua porque puede encontrar rutas que no aparecieron en el piloto.
Preguntas frecuentes
¿La automatización agentic reemplaza RPA?
No necesariamente. RPA sigue siendo útil para aplicaciones sin API y tareas de interfaz estables. El agente puede decidir cuándo invocarla, pero no elimina su mantenimiento.
¿Cuándo basta con añadir un paso de IA a un workflow?
Cuando el orden general es estable y solo una tarea requiere interpretar texto, imagen o voz. Clasificar una solicitud dentro de un flujo fijo no exige un agente completo.
¿Qué proceso conviene elegir primero?
Uno con volumen, excepciones frecuentes pero clasificables, acciones reversibles y una línea base disponible. Evite comenzar por decisiones irreparables o procesos sin propietario.
¿Cómo se limita un bucle de reintentos?
Con número máximo de intentos, presupuesto de tiempo y coste, comprobación de progreso y una salida de escalado. Repetir la misma acción sin información nueva debe considerarse fallo.
La evolución no consiste en borrar el diagrama del proceso
Un agente puede improvisar una ruta. La empresa sigue necesitando saber qué límites no puede cruzar, qué resultado cuenta como terminado y quién responde cuando algo sale mal. La automatización agentic es más útil cuando añade criterio dentro de un proceso visible.
Fuentes y lecturas recomendadas
- A business leader’s guide to working with agents — OpenAI
- A practical guide to building agents — OpenAI
- Workflows — Microsoft Agent Framework
- AI RMF Core — NIST
Fuentes y vigencia revisadas el 18 de agosto de 2026.