Tipos de agentes de IA: los 5 tipos clásicos y los que usan las empresas
Los cinco tipos clásicos de agentes de IA (reactivo simple, basado en modelos, en objetivos, en utilidad y que aprende) explicados con ejemplos, más los tipos que usan las empresas.
Puntos clave
- La informática distingue cinco tipos clásicos de agente, desde los reactivos simples hasta los que aprenden.
- Los agentes de IA modernos basados en modelos de lenguaje suelen combinar comportamiento basado en objetivos y en utilidad.
- Las empresas piensan en tipos prácticos: recepcionista, soporte, ventas, agenda y back office.
Hay dos formas útiles de clasificar los agentes de IA: los tipos clásicos de los manuales de IA, que describen cómo decide un agente, y los tipos prácticos que usan las empresas, que describen qué trabajo hace. Conocer ambos te ayuda a entender lo que prometen los proveedores y a elegir la herramienta adecuada. ¿Nuevo en el tema? Empieza por qué es un agente de IA.
Los 5 tipos clásicos de agentes de IA
1. Agentes reactivos simples
Actúan solo según la entrada actual con reglas fijas de «si… entonces». Ejemplo: un menú telefónico que envía «pulse 2» a facturación. Rápidos y predecibles, pero indefensos ante lo inesperado.
2. Agentes reactivos basados en modelos
Mantienen una imagen interna de la situación, así que pueden manejar información que no aparece en la entrada actual. Ejemplo: un agente de chat que recuerda que el cliente ya dio su número de pedido antes en la conversación.
3. Agentes basados en objetivos
Eligen acciones que los acercan a un objetivo, planificando varios pasos por delante. Ejemplo: «darle a esta persona cita para una limpieza esta semana»: mirar el calendario, ofrecer huecos, confirmar.
4. Agentes basados en utilidad
Cuando varias acciones llevan al objetivo, eligen la mejor según una puntuación. Ejemplo: ofrecer el hueco que encaja con la preferencia del cliente y mantiene eficiente la jornada del dentista.
5. Agentes que aprenden
Mejoran con el tiempo a partir de la retroalimentación. Ejemplo: un agente cuyas respuestas se afinan cada semana según las conversaciones que marcó el equipo.
| Tipo | Decide con | Fortaleza | Debilidad |
|---|---|---|---|
| Reactivo simple | Reglas fijas | Predecible | Falla ante situaciones nuevas |
| Basado en modelos | Reglas + memoria del estado | Maneja el contexto | Sigue atado a reglas |
| Basado en objetivos | Planificación hacia un objetivo | Flexible | Necesita buenos objetivos y límites |
| Basado en utilidad | La opción mejor puntuada | Sopesa alternativas | La puntuación debe ser correcta |
| Que aprende | Retroalimentación con el tiempo | Mejora | Necesita supervisión |
Dónde encajan los agentes LLM actuales
Los agentes construidos sobre grandes modelos de lenguaje no encajan limpiamente en un solo tipo. Mantienen el estado de la conversación (basados en modelos), trabajan hacia objetivos (basados en objetivos), sopesan opciones (basados en utilidad) y se mejoran con retroalimentación e instrucciones actualizadas (que aprenden). Esa mezcla es la razón de que parezcan mucho más capaces que los bots antiguos. Mira qué es un agente LLM.
Tipos prácticos de agentes de IA para empresas
- Agentes recepcionistas: atienden llamadas y mensajes, recogen datos, derivan peticiones. Más información.
- Agentes de atención al cliente: resuelven dudas habituales y problemas de pedidos. Más información.
- Agentes de ventas: califican contactos, hacen seguimiento, agendan reuniones. Más información.
- Agentes de agenda: reservan, cambian, recuerdan.
- Agentes de voz: cualquiera de los anteriores, por teléfono. Más información.
- Agentes de back office: clasificación de correo, introducción de datos, informes.
- Agentes de programación e investigación: usados sobre todo por equipos técnicos.
Agentes individuales vs. sistemas multiagente
Algunas configuraciones usan un agente para todo; otras reparten el trabajo entre agentes especializados que se pasan tareas, por ejemplo un agente recepcionista que pasa un contacto calificado a un agente de presupuestos. Lee sistemas multiagente explicados.
Cada tipo en un ejemplo de recepción
Para concretar los tipos de manual, así gestionaría cada uno la misma petición: «Necesito cambiar mi cita».
| Tipo | Cómo gestiona la petición |
|---|---|
| Reactivo simple | Detecta la palabra «cambiar» y responde con el teléfono para cambios. Nada más. |
| Basado en modelos | Recuerda que el cliente ya dio su nombre, así que no vuelve a preguntarlo; sigue un guion fijo. |
| Basado en objetivos | Busca mover la cita: encuentra la reserva, revisa huecos libres, ofrece opciones, confirma. |
| Basado en utilidad | Como el anterior, pero prefiere huecos que encajen con la preferencia del cliente y con la agenda del profesional. |
| Que aprende | Nota con el tiempo que muchos clientes piden primera hora y la ofrece primero (después de que el equipo apruebe el cambio). |
Otras formas de clasificar los agentes de IA
Por autonomía
Desde agentes que solo sugieren, pasando por agentes que actúan con aprobación y agentes que actúan dentro de límites, hasta agentes totalmente autónomos. Mira agentes de IA autónomos.
Por interfaz
- Agentes de voz: llamadas telefónicas y asistentes de voz. Leer más.
- Agentes de texto: chat, WhatsApp, SMS, correo.
- Agentes de uso del ordenador o de navegador: manejan interfaces de software como lo haría una persona.
Por alcance
- Agentes horizontales: de uso general, para muchas tareas.
- Agentes verticales: hechos para un sector o una función, con el conocimiento y los flujos del ámbito incorporados, como un agente de reservas para dentistas o uno de recogida de avisos para climatización.
Por organización
- Agente único que hace un trabajo.
- Agentes jerárquicos: un agente supervisor dirige agentes trabajadores.
- Agentes colaborativos: iguales que se pasan el trabajo. Mira sistemas multiagente.
¿Qué son los agentes de IA verticales?
Los agentes de IA verticales están especializados en un sector o una función concretos. Como traen de serie las preguntas, los flujos y los límites adecuados para ese ámbito, suelen funcionar mejor desde el primer día que los agentes generales. Una recepcionista con IA configurada para clínicas sabe que debe preguntar si el paciente es nuevo y no dar nunca consejo médico; una configurada para fabricantes sabe preguntar cantidades, medidas y plazos de entrega. Owlena sigue este enfoque con configuraciones por sector.
Elegir el tipo adecuado para cada trabajo
| Trabajo | Lo que mejor encaja |
|---|---|
| Derivar llamadas a departamentos | Reactivo simple o basado en modelos (o un menú básico) |
| Responder preguntas frecuentes | Basado en modelos con buen conocimiento |
| Reservar, tomar pedidos, calificar | Basado en objetivos con herramientas y reglas |
| Optimizar agendas o rutas | Basado en utilidad |
| Mejorar a lo largo de meses | Cualquier tipo más un ciclo de aprendizaje revisado por personas |
El marco PEAS: describir cualquier agente
Los manuales de IA (en particular Inteligencia Artificial: un enfoque moderno, de Russell y Norvig) describen la tarea de un agente con PEAS: medida de rendimiento (Performance), entorno (Environment), actuadores (Actuators) y sensores (Sensors). Aplicado a una recepcionista con IA:
| PEAS | Recepcionista con IA |
|---|---|
| Rendimiento | Llamadas atendidas, reservas hechas, datos correctos, satisfacción del cliente |
| Entorno | Líneas telefónicas, apps de mensajería, calendario, clientes |
| Actuadores (acciones) | Hablar o escribir respuestas, crear reservas, enviar mensajes, transferir llamadas |
| Sensores (entradas) | Voz, texto, datos del calendario, fichas de clientes |
Escribir una tabla PEAS es una forma sorprendentemente buena de especificar cualquier agente de empresa antes de construirlo o comprarlo.
Tipos de entorno que influyen en el diseño del agente
- Totalmente vs. parcialmente observable: ¿ve el agente todo lo que necesita? Un agente telefónico no ve la cara ni la agenda de quien llama, así que tiene que preguntar.
- Determinista vs. estocástico: ¿las acciones tienen siempre el mismo resultado? Reservar un hueco libre normalmente sí; convencer a un cliente, no.
- Estático vs. dinámico: ¿cambia el mundo mientras el agente piensa? Los calendarios cambian cuando otros reservan, así que el agente debe volver a comprobar antes de confirmar.
- Un agente vs. varios: ¿actúan otros agentes (o personas) en el mismo entorno? La recepción comparte calendario con el personal.
Los entornos de atención al cliente son parcialmente observables, dinámicos y con personas, y precisamente por eso funcionan mejor los agentes basados en objetivos con pasos de confirmación y traspasos.
Los agentes simples siguen teniendo su sitio
No todo trabajo necesita un agente con modelo de lenguaje. Una regla reactiva simple («si el mensaje dice BAJA, dar de baja») es más rápida, barata y fiable para esa tarea. Los buenos sistemas mezclan tipos: reglas simples para las partes fijas y agentes basados en objetivos para las conversaciones. Mira IA agéntica vs. automatización tradicional.
¿Qué tipo necesita una pequeña empresa?
Normalmente un agente de cara al cliente basado en objetivos y con límites estrictos: debe perseguir objetivos claros (responder, recoger, reservar) pero nunca improvisar con precios, promesas ni temas delicados. Así está hecho Owlena: un asistente para tus canales que sigue tus reglas y deja las decisiones a tu equipo.
Mira a un agente de IA atendiendo a tu negocio
Owlena atiende llamadas, WhatsApp, chat web y email 24/7, registra cada solicitud y envía un resumen a tu equipo. Nosotros lo configuramos.
Preguntas frecuentes
¿Cuáles son los 5 tipos de agentes de IA?
Agentes reactivos simples, reactivos basados en modelos, basados en objetivos, basados en utilidad y agentes que aprenden.
¿Qué tipo de agente es ChatGPT?
Por sí solo es un modelo conversacional. Cuando recibe herramientas y objetivos actúa como un agente basado en objetivos y en utilidad que además usa la memoria de la conversación.
¿Qué tipo de agente de IA es mejor para atención al cliente?
Un agente basado en objetivos con memoria de la conversación y límites claros, conectado a tus preguntas frecuentes, tu calendario y tus datos de pedidos.
¿Qué son los agentes de IA verticales?
Agentes de IA especializados en un sector o función, con las preguntas, flujos y límites adecuados ya incorporados, como un agente de reservas para dentistas.
¿Qué diferencia hay entre agentes basados en objetivos y basados en utilidad?
Un agente basado en objetivos encuentra cualquier camino hacia el objetivo; uno basado en utilidad elige el mejor camino según una puntuación, como la preferencia del cliente más la eficiencia de la agenda.
¿Qué tipo de agente de IA es un asistente de voz?
Los asistentes de voz son sobre todo agentes basados en modelos y en objetivos con interfaz de voz: mantienen el contexto y realizan acciones sencillas.
¿Qué es PEAS en los agentes de IA?
PEAS significa medida de rendimiento, entorno, actuadores y sensores: un marco de manual para describir qué debe lograr un agente, dónde trabaja, cómo actúa y qué percibe.
¿Qué tipo de agente de IA es más común hoy en las empresas?
Los agentes basados en objetivos construidos sobre modelos de lenguaje con herramientas y límites, como recepcionistas con IA, agentes de soporte y agentes de ventas.