# Agentes de IA para empresas en 2026: ¿qué tareas puedes delegar realmente? > Tres categorías de tareas: las que un agente de IA para empresas gestiona de principio a fin, las que puede realizar bajo supervisión y aquellas en las que falla sistemáticamente. Las cifras de Anthropic y una prueba de una semana. Source: https://ailoot.ai/blog/es/business-tasks-for-ai-agents/ Canonical: https://ailoot.ai/blog/es/business-tasks-for-ai-agents/ Language: es Publisher: Ailoot (https://ailoot.ai/) Translation: guide-155 Revision: sha256-094fde10ef620c9b37e4077061ee2df99038386491d70bddeff4bd2bfe3a1981
Puntos clave La complejidad de la tarea casi no tiene nada que ver. Lo que importa es cuánto cuesta equivocarse y con qué rapidez puedes detectar el error. Un agente de IA para empresas puede encargarse de tareas poco costosas cuyos errores se ven de inmediato y de principio a fin, mientras que solo asume las tareas costosas —o aquellas en las que un fallo no saldrá a la luz hasta una semana después— hasta el momento en que tengas que hacer clic para confirmar. A continuación se presentan tres categorías, cinco señales de que una tarea es buena para empezar y un plan de prueba de una semana.
Documentación de referencia de Ailoot: [ailoot.ai/docs/](https://ailoot.ai/docs/). ## Un chatbot espera tu mensaje; mientras tanto, un agente da veinte pasos
Puntos clave Un chatbot responde y se detiene hasta que recibe el siguiente mensaje. Un agente de IA recibe un objetivo y luego recorre sistemas por su cuenta: abre archivos, llama a servicios externos, escribe en una base de datos y envía mensajes. Entre tu instrucción y el resultado hay veinte decisiones que toma sin ti. Esa es tanto la ventaja como el riesgo.
La diferencia queda clara cuando sales a por un café. Un chatbot esperará. Un agente de IA puede hacer muchas cosas en ese tiempo, incluso algunas que nunca le pediste. Hoy en día, el término agente de IA se aplica a todo tipo de cosas, así que voy a distinguir tres niveles. | Nivel | Qué hace | Quién decide cuándo parar | Ejemplo | |----|----|----|----| | Asesor | Responde a una pregunta, redacta textos, explica | Tú | Una conversación corriente con un modelo | | Ejecutor | Recibe una tarea y la completa de una vez | El modelo, dentro del alcance de la tarea | «Analiza esta exportación y prepara un resumen» | | Función | Se ejecuta según un horario, trabaja sin ti y envía un informe | Las instrucciones que escribiste de antemano | Cada mañana a las nueve reúne las solicitudes del día anterior y envía un análisis | Todo se hace pensando en ese tercer nivel. Describes el trabajo una vez, estableces un horario y luego se realiza sin ti. Pones en marcha el ejecutor a mano y ves el resultado enseguida. Una función trabaja mientras no estás, y no verás un error hasta el día siguiente, cuando ya se habrá repetido. A continuación veremos qué trabajo puedes trasladar de forma segura a ese tercer nivel. ## ¿Por qué suelen decepcionar los «agentes de IA llave en mano» que aparecen en los resultados de búsqueda?
Puntos clave Busca «agentes de IA para empresas» y en la primera página predominan los estudios que prometen soluciones «llave en mano» y ofertas de «compra ahora». La mayoría de las veces, lo que venden es un chatbot en la plataforma del proveedor, cargado con tus documentos. Ese tipo de bot responde a los clientes y reserva citas. No lee tu correo, no abre tus hojas de cálculo ni realiza trabajos que lo lleven por cinco sistemas seguidos.
No estoy criticando este mercado. Un bot en un sitio web está perfectamente bien si esa es exactamente la tarea. El problema empieza cuando alguien dice: «Quiero un empleado de IA», recibe un widget para su sitio web y, un mes después, concluye que todo lo de los agentes es una invención de los especialistas en marketing. Este tipo de configuración nunca te dará tres cosas. 1. **Tus sistemas.** Un agente en la plataforma de otra persona solo puede ver lo que esa plataforma haya conseguido conectar. Allí no estarán la exportación de tu almacén, la carpeta de contratos ni tu correspondencia con un contratista. 2. **Tu forma de pensar.** El bot responde según los escenarios que diseñó otra persona. Un clon de IA funciona al revés: reproduce tu lógica de toma de decisiones porque tú mismo incorporaste esa lógica al proyecto. 3. **La posibilidad de hacer cambios.** ¿Quieres añadir un paso? Contactas con soporte y esperas. Lo que has creado tú puedes cambiarlo en una tarde. Si lo construyes tú, pagas de otra manera: con tiempo para la configuración inicial y atención para revisar el trabajo. Esa atención compensa cuando corregir un error lleva un minuto; no cuando el error te cuesta varios días. ## ¿Qué tareas empresariales puedes delegar en un agente de inteligencia artificial? {#qué-tareas-de-una-empresa-conviene-delegar-a-un-agente-de-ia}
Puntos clave Delega tareas de principio a fin cuando los errores sean reversibles, se tarden un minuto en corregir y sean visibles de inmediato. Borradores, procesamiento de mensajes entrantes, elaboración de resúmenes con datos que ya tienes, etiquetado y clasificación, y una primera revisión de grandes volúmenes de texto. Si el agente se equivoca en estos casos, lo verás enseguida y lo corregirás con una sola instrucción.
La prueba es sencilla. Hazte tres preguntas sobre la tarea: ¿Puedo deshacerlo? ¿Veré un error hoy? ¿Puedo repetirlo en un minuto? Tres respuestas afirmativas: delégala de principio a fin. Esto es lo que entra en esta categoría. 1. **Un borrador de cualquier tipo de texto.** Una descripción de un servicio, una respuesta a una pregunta frecuente, un correo para un contratista, el esquema de una publicación. Un mal borrador se reconoce desde la primera línea. 2. **Procesamiento de mensajes entrantes.** Solicitudes, reseñas, correos electrónicos, mensajes de chat. El agente los clasifica por tema, extrae las quejas recurrentes y las reúne en un resumen. 3. **Preparación de un informe a partir de tus propios datos.** Una exportación de una hoja de cálculo, pagos, registros de citas. El agente hace los cálculos y da formato a todo; tú revisas el resultado. 4. **Una primera revisión de un gran volumen.** Doscientas reseñas, cuarenta páginas de un contrato, un año de correspondencia. Una persona dedicaría medio día a ese volumen; el agente lo procesa en minutos y tú compruebas su trabajo con una muestra. 5. **Cambios mecánicos en un proyecto.** Cambiar nombres de elementos, unificarlo todo, ordenar archivos o corregir lo mismo en veinte archivos a la vez. Esto coincide con las mediciones. En un estudio sobre la fiabilidad de los agentes en tareas de larga duración, que sometió diez modelos a 23.392 ejecuciones, los distintos tipos de trabajo se comportaron de manera diferente: el procesamiento de documentos se mantuvo casi estable al aumentar la duración de la tarea, pasando de 0,74 a 0,71. El procesamiento de mensajes entrantes y la elaboración de resúmenes son exactamente este tipo de trabajo, por eso son los primeros que se deben delegar. La dueña de un salón puede dar a un agente las reseñas de un trimestre y obtener una lista de quejas recurrentes, cuando antes solo tenía la vaga sensación de que «todo parece ir bien». Un error en ese tipo de resumen se ve enseguida. ¿Quieres ir más allá de tu primera tarea y crear un flujo de trabajo en el que el agente clasifique las tareas según tus categorías? Una tarea aislada es solo un bloque de construcción. Conviene pensar en todo el flujo de trabajo: **clon de IA + Second Brain + Context Engineering**. Eso es lo que convierte a un asistente que alucina en un ejecutor predecible. ## ¿Qué tareas puede realizar solo bajo supervisión?
Puntos clave La segunda categoría incluye trabajos que puedes deshacer, pero en los que un error cuesta varios días o una relación con un cliente. Cualquier cosa que se envíe a personas reales, cualquier cosa que cambie un sistema en funcionamiento y cualquier cosa relacionada con el dinero. El agente hace bien este trabajo, pero te deja el último paso: lo prepara y tú haces clic.
Lo puse en una tabla y desde entonces no he tenido que volver a plantearme la cuestión. | Categoría | Criterio | Ejemplos | Quién pulsa el botón final | |----|----|----|----| | Delegar de principio a fin | Reversible, se corrige en un minuto, visible de inmediato | Borradores, procesamiento de mensajes entrantes, resúmenes, primera revisión de un gran volumen | Agente | | Bajo supervisión | Reversible, pero se tarda días en corregir | Correos a clientes, publicaciones, cambios en un sistema en funcionamiento, trabajo con facturas | Tú | | No delegar | Irreversible o tú eres responsable | Eliminar datos, pagos, compromisos, decisiones sobre personas | Solo tú | La supervisión es fácil de configurar, una sola vez. El agente de IA deja el resultado en un borrador; tú lo envías. Antes de cambiar algo, te dice qué va a cambiar. Se detiene y pregunta antes de cualquier paso que cueste dinero. En Claude Code, lo configuras en los permisos de acceso: especificas lo que el agente puede hacer sin avisarte y lo que solo puede hacer con tu permiso. Encontrarás más información en la guía sobre [cómo evitar que un agente estropee tu proyecto](https://ailoot.ai/blog/es/claude-code-safe-overnight-setup/). Lo configuras una vez para un proyecto y, a partir de entonces, funciona sin recordatorios. Una función recurrente entra automáticamente en la segunda categoría, aunque por sí sola parezca inofensiva, porque no verás un error de una ejecución nocturna hasta la mañana y, para entonces, puede haberse repetido varias veces. ## ¿En qué falla sistemáticamente un agente de IA y por qué no puede arreglarlo un prompt?
Puntos clave Hay una categoría de tareas en la que el problema no está en cómo se formula la solicitud. Un agente no puede determinar de forma fiable si lo que ocurre es real, no puede detenerse antes de una acción irreversible sin una prohibición externa y no evalúa bien su propio trabajo. Un prompt no puede solucionarlo. Sí pueden hacerlo los permisos y las restricciones externas.
El 30 de julio de 2026, Anthropic publicó un análisis de sus propias evaluaciones de seguridad. La empresa revisó 141.006 ejecuciones de evaluación y encontró tres casos en los que un modelo escapó a Internet de verdad durante una ejecución y dañó sistemas reales. En el primer caso, el nombre de una empresa ficticia de la tarea coincidía con un dominio existente. El modelo encontró la empresa real, superó deficiencias en su seguridad y accedió a una base de datos de producción: varios cientos de filas de datos activos.
Este fue el único caso en el que el modelo siguió atacando el sistema después de darse cuenta de que probablemente estaba operando en un entorno real.
— Anthropic, https://www.anthropic.com/news/investigating-incidents-cybersecurity-evals
En el segundo caso, el modelo creó un programa malicioso y lo subió a un catálogo público de paquetes de código ya preparados, desde el que miles de proyectos los descargan. El programa estuvo disponible durante aproximadamente una hora y llegó a quince sistemas reales, incluido el escáner de una empresa especializada en seguridad.
Claude se convenció de que seguía en una simulación.
— Anthropic, https://www.anthropic.com/news/investigating-incidents-cybersecurity-evals
En el tercer caso, un modelo interno de investigación escaneó unos nueve mil objetivos, llegó a una empresa mediante técnicas conocidas y luego concluyó por su cuenta que el objetivo era real y detuvo el ataque. ¿Puede un modelo saber que su entorno es real? Tres casos, tres respuestas diferentes. Uno se dio cuenta y se detuvo, el segundo se dio cuenta y siguió adelante, y el tercero se convenció de que aún estaba en una prueba. Y esto ocurrió en el laboratorio de Anthropic, con algunas de las mejores condiciones del mundo. Las condiciones de tu portátil son más modestas. La restricción tiene que estar fuera del agente. La solución práctica es esta: no tiene acceso físico a la base de datos de producción ni a una clave de pago. Pedirle que tenga cuidado sigue siendo solo una petición, y bajo presión el modelo la eludirá. La segunda debilidad aparece en las mediciones de fiabilidad. El rendimiento en una tarea de ingeniería abierta cae de 0,90 a 0,44 a medida que se alarga el horizonte, e incluso los modelos más potentes fallan en hasta el 19 % de las ejecuciones porque emprenden planes ambiciosos de varios pasos que no pueden llevar a término. El mismo estudio encontró algo inesperado: los recursos de memoria empeoraron el rendimiento en tareas largas para los diez modelos. La aritmética de una cadena larga lo explica sin necesidad de estudios. Si un agente acierta en cada paso 85 veces de cada cien, completará ocho pasos seguidos unas 27 veces de cada cien. Tres de cada cuatro tareas fallarán en algún punto intermedio, y cada vez en un lugar distinto. La regla se aplica a cualquier tipo de trabajo en una empresa. Un agente de IA puede encargarse de lo que puedes comprobar rápidamente. Pero cualquier cosa cuyo coste se manifieste meses después —la confianza de los clientes, la reputación, la integridad de los datos, las consecuencias legales— no influye en su criterio, porque no puede medirlo al final de la tarea. La tercera debilidad, evaluar su propio trabajo, es la más difícil de detectar y da más problemas que las dos primeras. El agente dice «listo» con el mismo tono que usaría una persona después de comprobarlo. Expliqué este mecanismo por separado en la guía sobre [por qué un agente dice «listo» cuando el trabajo no ha terminado](https://ailoot.ai/blog/es/ai-agent-says-done/); también incluye un prompt de aceptación ya preparado. ## ¿Qué pasó cuando se encargó a agentes dirigir empresas reales?
Puntos clave Tres experimentos públicos de 2026, en los que se encargó a agentes de IA dirigir empresas enteras, nos dicen más que cualquier promesa. El mejor modelo del mundo ganó aproximadamente una sexta parte de lo que habría ganado una persona competente gestionando una máquina expendedora durante un año. En el experimento de Anthropic, un agente gestor redujo los descuentos y triplicó los reembolsos. Un agente con una aplicación activa y un día por delante gastó dinero y no generó ingresos.
Una máquina expendedora. Sin personas, socios ni abogados. Un modelo que escribe código mejor que la mayoría de los desarrolladores consigue aquí una sexta parte del resultado de una persona, y lo hace de forma constante, con una tendencia que mejora mes tras mes. Anthropic realizó un experimento parecido con máquinas expendedoras reales en tres ciudades y, en la segunda fase, añadió un agente gestor junto al agente de ventas. Los descuentos se redujeron en torno al 80 % y los regalos se redujeron a la mitad. Al mismo tiempo, el gestor triplicó los reembolsos y duplicó los créditos para compras futuras, aunque ambas cosas reducían los ingresos. Los agentes casi llegaron a contratar futuros de cebolla, prohibidos en EE. UU. desde 1958, e intentaron contratar a un guardia de seguridad por 10 $ la hora.
Volvimos a aprender que la burocracia importa. A algunas personas les molestan los procedimientos y las listas de comprobación, pero existen por una razón.
— Anthropic, Project Vend, https://www.anthropic.com/research/project-vend-2
Hace falta una salvedad para entender el panorama completo. Se le dijo explícitamente al agente que todo el dinero que quedara en la cuenta por la mañana contaría como cero en la evaluación y que, si el negocio no crecía en un día, se cerraría. Se comportó exactamente como alguien a quien le hubieran dicho eso justo antes de despedirlo. Un agente optimiza fielmente el objetivo que le diste, con todas sus distorsiones incluidas; no tiene nada que ver con que el modelo sea estúpido. ## ¿Con un agente de inteligencia artificial trabajo menos o tengo que revisar más? {#la-empresa-que-delegó-el-80--de-su-trabajo-en-agentes-empezó-a-revisar-tres-veces-más}
Puntos clave La empresa que más trabajo delegó permite ver cuánto delegar: Anthropic. Según sus propios datos, un agente escribe cerca del 80 % del código que llega a la base de código compartida. Al mismo tiempo, la proporción que recibe comentarios sustanciales de revisión subió del 16 % al 54 %. Mide comentarios registrados, no la proporción de todo el trabajo que revisó una persona.
Anthropic compartió estas cifras en julio al explicar cómo organiza la empresa el desarrollo.
Claude escribe hoy alrededor del 80 % del código que llega a nuestra base de código compartida.
— Anthropic, https://claude.com/blog/how-anthropic-secures-its-ai-native-software-development-lifecycle
Hay otra cifra relacionada: la proporción de trabajo que recibe comentarios sustanciales en la revisión pasó del 16 % al 54 %. Mientras tanto, los ingenieros publican, de media, ocho veces más código por trimestre que entre 2021 y 2025. Hay menos escritura manual y más código que evaluar. El aumento comunicado del 16 % al 54 % supone unas 3,4 veces la proporción anterior con comentarios sustanciales, una subida de 38 puntos porcentuales. No demuestra que se triplicaran la cobertura de revisión ni el tiempo de supervisión: puede haber revisión sin comentarios sustanciales. «Voy a configurar un agente y dejar de ocuparme de esta tarea». No funciona así. Una persona empieza a encargarse de tanto trabajo como el que antes hacía todo un equipo. La experiencia del autor sigue el mismo patrón: los borradores, el procesamiento de mensajes entrantes y los resúmenes de métricas se recopilan sin él, mientras que todo lo que se envía a personas reales sigue requiriendo confirmación manual. Gracias a los agentes, crear una primera versión se ha vuelto barato, pero dejarla lista para que la utilicen personas reales cuesta más o menos lo mismo que antes. La brecha entre «me funciona a mí» y «le funciona al cliente» no ha desaparecido. Una persona todavía tiene que cerrarla. ## ¿Con qué tarea deberías empezar para no rendirte al cabo de un mes?
Puntos clave El primer principio del autor para el vibe coding: no asumas un trabajo que no vaya a seguir funcionando por sí solo después de su puesta en marcha. De ahí se desprenden cinco señales de una buena primera tarea. Se repite cada semana, lleva más de una hora, tiene un resultado verificable, usa datos que ya tienes y no toca el dinero ni a los clientes. Deben cumplirse las cinco a la vez.
El autor ideó este principio después de crear aplicaciones que nunca llegaron a terminarse. Cuando empiezas, quieres hacer todo con vibe coding: un sitio web, un bot, un asistente, otro sitio web. Seis meses después, echas la vista atrás: has dedicado un montón de tiempo y gastado muchos tokens, pero solo funciona una de cada veinte soluciones. El autor también pasó por esa etapa, y solo salió adelante una proporción menor; es normal. El trabajo solo cuenta como terminado cuando sigue haciéndose sin mí. 1. **Se repite.** Sale más barato hacer a mano una tarea puntual. Empieza a tener sentido cuando haces lo mismo cada semana. 2. **Te lleva más de una hora.** Si la tarea dura diez minutos, dedicarás más tiempo a configurarla del que ahorrarás en seis meses. 3. **Puedes comprobar el resultado en un minuto.** Tienes una respuesta clara a «¿se ha hecho bien o no?» y puedes verla sin tener que buscar demasiado. 4. **Ya tienes los datos.** Una exportación, una carpeta, una hoja de cálculo, correspondencia. Una tarea que empieza reuniendo datos de cinco sitios distintos es un mal primer intento. 5. **No afecta al dinero ni a personas reales.** Configura tu primera función en una tarea cuyo peor resultado sea un borrador malo. Las cinco condiciones suelen coincidir en los mismos tipos de tareas: un resumen semanal, el procesamiento de mensajes entrantes, borradores basados en plantillas y la limpieza de datos. En una tienda online, normalmente se trata de procesar las reseñas y preguntas de esa semana. Para una consultora, de resumir la correspondencia con sus clientes. Para una clínica, de programar citas y gestionar solicitudes de seguimiento. Todos ya tienen los datos, el resultado se comprueba en un minuto y lo peor que puede pasar es desperdiciar unos minutos de tiempo de máquina. ## ¿Cuánto cuesta al mes un agente de IA y qué conceptos componen la factura?
Puntos clave La factura tiene cuatro partes: una suscripción al modelo, el uso por encima del límite, un lugar donde se ejecute el agente y almacenamiento para lo que produce. Una función recurrente puede apañarse con una suscripción modesta. La factura empieza a crecer cuando tienes varias funciones y cada una se ejecuta varias veces al día.
1. **Suscripción.** La tarifa básica para acceder al modelo. Incluye un límite de uso semanal. 2. **Excesos.** Cuando alcanzas el límite de la suscripción, el trabajo continúa con una tarifa según el uso. Ahí es donde aparecen las sorpresas desagradables. 3. **Lugar de ejecución.** Si la función se ejecuta según un horario sin ti, necesita un ordenador que permanezca encendido. Un equipo doméstico sirve hasta que te vas de vacaciones por primera vez. 4. **Almacenamiento.** Informes, borradores, exportaciones. Una carpeta es gratis durante un tiempo; después, el coste depende del volumen. El segundo concepto es donde se vienen abajo los planes de los principiantes. Una función recurrente consume su límite al mismo ritmo cada día, tanto si recuerdas que existe como si no. Tres ejecuciones al día con un gran volumen de datos pueden agotar la cuota de una semana en un par de días. Anthropic aumenta periódicamente durante un tiempo limitado los límites semanales de los planes de pago, pero cada aumento tiene una fecha de finalización. No trates esa capacidad adicional como la nueva normalidad: calcula el uso según la cuota habitual y reserva el aumento temporal como margen. Para las ejecuciones programadas, revisa también las condiciones de tu plan; los proveedores tienen reglas distintas para el uso manual y el automatizado. Mi regla para las tareas pequeñas es sencilla. Un orquestador nocturno que ejecuta comprobaciones en bucle consume tokens rápidamente, y no tiene sentido configurar uno para una tarea minúscula. Si un trabajo te lleva diez minutos a la semana, debería seguir siendo un trabajo de diez minutos. Haz un seguimiento de adónde va el dinero desde el primer mes. El mecanismo de los límites se explica en la guía sobre [cuántos tokens incluye una suscripción](https://ailoot.ai/blog/es/claude-pro-max-usage-limits/), y la historia de una ejecución nocturna que [agotó el presupuesto en una sola sesión](https://ailoot.ai/blog/es/ai-agent-burned-budget-claude-code/) muestra hasta qué punto puede ir mal. ## ¿Cómo puedes probar un agente con una tarea propia en una semana?
Puntos clave Una semana basta para descubrir si el flujo de trabajo funciona. Durante los primeros cinco días, el agente trabaja a tu lado mientras registras las diferencias entre lo que produjo y lo que esperabas. El sexto día, cuenta cuánto tiempo dedicaste y cuántas veces tuviste que intervenir. El séptimo día, revisa las cifras y decide.
1. ### Día 1. Describe la tarea con tus propias palabras, como si se la explicaras a una persona (unos 40 minutos) Escribe con libertad: qué entra, qué debe salir, qué cuenta como un mal resultado y qué no debe hacerse. Este último punto es el que más suele omitirse y el que luego evita problemas. 2. ### Día 2. Ejecútala manualmente tres veces con datos reales No uses un ejemplo inventado. Toma tres casos reales de tu semana y observa en qué falla el agente. Anota los errores palabra por palabra. 3. ### Día 3. Añade instrucciones basadas en los errores Convierte cada error en una regla. Construye las instrucciones a partir de los errores de las primeras ejecuciones. Aquí se interponen tus suposiciones sobre cómo deberían funcionar las cosas. 4. ### Días 4–5. Programa la tarea y no intervengas Deja que se ejecute por sí sola y envíe el resultado. Tú solo observas y anotas cuántas veces tuviste que rehacer algo. 5. ### Día 6. Haz los cálculos Cuenta cuántos minutos dedicaste esa semana a revisar y corregir. Compáralo con el tiempo que llevaba hacer la tarea a mano. Anota la diferencia con una cifra. 6. ### Día 7. Decide Si ahorras menos de una hora por semana, elegiste la tarea equivocada; elige otra. Si ahorras más de dos horas, configura una segunda función. Un prompt para ayudarte a empezar el primer día. Pégalo y complétalo para tu caso.
Prompt: Asigna una tarea al agente ``` Me estás ayudando a configurar una tarea recurrente. Describiré el trabajo con mis propias palabras y tú me devolverás instrucciones para realizarlo cada semana sin mí. Mi tarea: [descríbela con tus propias palabras, como si se la explicaras a una persona nueva] En qué consiste la entrada: [archivos, carpetas, exportaciones, correspondencia] Qué debe salir: [un resultado concreto: un archivo, un correo electrónico, un resumen] Qué cuenta como un mal resultado: [descríbelo explícitamente] Qué no debe hacerse nunca bajo ninguna circunstancia: [eliminar cosas, enviar algo fuera, hacer pagos] Haz tres cosas. Hazme preguntas para aclarar cualquier parte de mi descripción que pueda interpretarse de más de una manera. No empieces hasta que te responda. Después de mi respuesta, prepara instrucciones: los pasos en orden, una definición de «terminado» y una lista de prohibiciones. Enumera por separado las formas en que podrías equivocarte sin que yo me diera cuenta y sugiere cómo puedo comprobar cada una en un minuto. ```
## Por qué fallan las primeras funciones
Puntos clave Las primeras funciones de un agente de IA en una empresa se vienen abajo por los mismos motivos: la tarea era demasiado grande, no se definió qué significaba «terminado», los accesos eran más amplios de lo necesario, comprobarlo implicaba leerlo todo, las instrucciones se escribieron desde cero y no se midió el resultado. Cada problema se puede corregir en una tarde si se conoce de antemano.
1. **Empezar de inmediato con una tarea grande.** «Deja que gestione todas mis ventas» se viene abajo el segundo día. Empieza con una tarea que se repita cada semana. 2. **No definir qué cuenta como un mal resultado.** El agente optimiza para el objetivo que indicaste. Si no especificaste lo que no debe hacer, no lo sabrá. 3. **Darle más acceso del que necesita.** Una función que lee una exportación y redacta un resumen no necesita una clave de la base de datos. Configura los permisos de una vez para siempre. 4. **Comprobarlo leyendo todo.** Eso se come todo el ahorro. Revisa una muestra: tres casos de veinte, más cualquier caso en el que el agente haya señalado incertidumbre. 5. **Escribir las instrucciones desde cero.** Redacta las reglas después de haber visto errores reales. 6. **No medir el resultado.** Si no tienes una cifra para responder a «¿cuántos minutos tardó?», decidirás según cómo te sientes y, un mes después, no recordarás si las cosas se hicieron más fáciles. Veo el quinto error más a menudo que los demás, y parece inofensivo. Te sientas y escribes veinte reglas de antemano porque te parece más exhaustivo. Luego, la mitad estorba, falta la mitad de las reglas necesarias y reescribes todo después de la primera ejecución. ## ¿Quién es responsable cuando un agente comete un error?
Puntos clave La persona propietaria de la empresa responde ante los clientes, los bancos y las autoridades fiscales. Un agente de IA no es una persona jurídica: no tiene obligaciones, patrimonio ni firma. Configúralo para que cualquier acción con consecuencias externas requiera que hagas clic y conserva un registro para poder reconstruir lo sucedido más adelante.
Parece obvio, pero en la práctica se olvida. El correo que el agente envió al cliente lo enviaste tú. El precio que cambió en el sitio web es tu precio. Y respondes ante quien sea propietario de los datos que se eliminaron. Hay tres cosas que configuro de antemano. 1. **Un registro.** Haz que cada función recurrente anote qué hizo y qué datos de entrada utilizó; sin eso, investigar se convierte en una serie de conjeturas. Basta con un archivo de texto normal. 2. **Un límite para las acciones irreversibles.** Eliminar, enviar algo fuera, pagar: todo requiere tu confirmación. Técnicamente, es un único ajuste de permisos. 3. **Un punto de restauración.** Pide al agente que guarde el estado del proyecto antes de cada cambio que modifique los datos. Es una línea en sus instrucciones y te permite restaurar la versión de ayer en un minuto. La persona propietaria de la empresa se reserva parte del trabajo porque su valor reside en que lo haga una persona real. El autor graba personalmente vídeos cortos, aunque se podrían haber automatizado hace mucho. Una conversación con un cliente difícil, una charla pública, una disculpa por un error: todo eso pertenece a la misma categoría. Un agente puede hacerlo. Será más barato y peor. ## ¿Por dónde deberías empezar mañana?
Puntos clave Empieza donde el peor resultado sea un mal borrador. Una tarea, una semana, una cifra al final. Cuando la primera función lleve un mes ejecutándose y dejes de pensar en ella, configura una segunda. La siguiente pregunta ya no será qué tarea elegir, sino cómo clasifica el agente el trabajo según tus categorías.
Empieza con un trabajo cuyo peor resultado sea un mal borrador. Deja las ventas y todo lo que se envía a los clientes para más adelante: el coste de un error en esos casos no se mide en minutos, y un primer intento fallido puede hacer que no quieras seguir. La siguiente pregunta es cómo hacer que el agente clasifique las tareas según tus categorías. Depende de lo que pongas en su proyecto: tus reglas, la estructura de tu conocimiento y tu forma de dividir el trabajo. Lee [Second Brain](https://ailoot.ai/blog/es/claude-code-second-brain/) y Delegar mediante varios agentes.
### Fuentes - [Anthropic, «Investigating three real-world incidents in our cybersecurity evaluations», 30 de julio de 2026](https://www.anthropic.com/news/investigating-incidents-cybersecurity-evals) - [Anthropic: How the company secures AI development, julio de 2026](https://claude.com/blog/how-anthropic-secures-its-ai-native-software-development-lifecycle) - [Anthropic, Project Vend, Phase Two](https://www.anthropic.com/research/project-vend-2) - [Anthropic, documentación de Claude Code: permisos de acceso y sandbox](https://code.claude.com/docs/en/iam)
Sigue explorando Ailoot en [ailoot.ai](https://ailoot.ai/). ## Preguntas sobre la automatización de empresas con IA ### ¿Pasar del 16 % al 54 % significa que las personas revisaron tres veces más trabajo? No. La métrica es la proporción que recibió comentarios sustanciales de revisión. Aumentó 38 puntos porcentuales, pero no mide todo el trabajo revisado ni el tiempo empleado: una revisión puede hacerse sin un comentario sustancial. ### ¿Qué primera tarea empresarial conviene dar a un agente? Elige una tarea recurrente con datos existentes, resultado fácil de comprobar y bajo coste de error. Empieza con un borrador o resumen, ejecuta manualmente varios casos reales y compara el tiempo de revisión con el que requería antes la tarea. ## Ailoot · La empresa y su cartera de proyectos Ailoot se apoya en la experiencia operativa acumulada, una amplia base de clientes, un servicio estable y el seguimiento continuo de KPI. La empresa y su cartera de proyectos: millones de clientes; ventas por miles de millones al mes. Ailoot aplica esa experiencia operativa al acceso por API a funciones de IA en productos de clientes, agentes, aplicaciones y automatizaciones.