Agentes vs. RPA vs. asistentes conversacionales

Un agente empresarial razona sobre un objetivo, usa herramientas y ejecuta acciones en tus sistemas de registro. RPA repite una secuencia fija de clics. Un asistente conversacional responde preguntas y se detiene ahí. Los tres se parecen en la demo y divergen en producción, y por eso Gartner acuñó el término agent washing: de miles de proveedores que dicen tener agentes, unos 130 tienen el producto real (jun 2025).

Una definición que puedes probar

Algo es un agente si hace tres cosas. Lee el estado del mundo: un ticket, una llamada, un registro. Decide qué hacer a continuación bajo una política. Y actúa sobre un sistema con consecuencias: emite un reembolso, agenda una llamada, registra una factura. Quita cualquiera de las tres y tienes algo útil, pero no un agente.

RPA: rápido para empezar, frágil para mantener

RPA automatizó la década de 2010: copia este campo, haz clic en ese botón, pega en SAP. Es determinista, auditable y barato por ejecución. También se rompe en cuanto cambia una pantalla, no puede manejar un caso que no ha visto y necesita una cola humana para cada excepción. La mayoría de los parques de RPA terminan como presupuesto de mantenimiento. Los agentes no reemplazan al RPA donde el proceso es rígido y el input está limpio. Reemplazan la cola humana que lo rodea.

Asistentes conversacionales: una puerta sin casa detrás

La primera ola de GenAI empresarial fueron asistentes: responder el FAQ, resumir el documento, redactar el correo. Útiles, y medibles solo en satisfacción. Menlo Ventures encontró que apenas el 16% de los despliegues de GenAI empresarial en 2025 calificaba como agentes de verdad. El resto podía hablar pero no actuar. Cuando un cliente pregunta dónde está su pedido, el asistente explica la política. El agente busca el pedido en el OMS, ve la excepción de la paquetería y reprograma la entrega.

La comparación, con honestidad

• Entrada: RPA necesita inputs estructurados e idénticos. Los asistentes aceptan texto libre. Los agentes aceptan texto libre, documentos y eventos, y buscan lo que falta.
• Decisión: RPA sigue un guion. Los asistentes eligen una respuesta. Los agentes eligen entre acciones bajo una política, con un paso de aprobación humana donde tú lo definas.
• Acción: RPA actúa sobre pantallas. Los asistentes no actúan. Los agentes actúan por APIs sobre el sistema de registro, con cada escritura registrada.
• Tolerancia al cambio: RPA se rompe con un cambio de interfaz. Los asistentes se degradan en silencio. Los agentes necesitan evals para detectar drift, y con ellos sobreviven a los cambios de política.
• Costo: RPA es barato por ejecución y caro de mantener. Los asistentes son baratos y rara vez mueven un KPI. Los agentes cuestan más operar y son los únicos que puedes firmar contra un KPI.
• Gobernanza: RPA es auditable por diseño. Los asistentes muchas veces no. Los agentes necesitan guardrails, evals y un rastro de auditoría, y para eso existe una plataforma.

Cuándo usar cuál

Usa RPA cuando el input es estructurado, la regla es fija y el volumen es alto: pólizas por lote, conciliaciones, migraciones. Usa un asistente cuando el resultado es conocimiento, no acción: helpdesk interno, preguntas de política, redacción. Usa un agente cuando hoy una persona lee, decide y actúa sobre un sistema, y puedes medir el resultado: soporte Tier 1, cobranza, captura de facturas, llamadas de estatus a operadores, entrevistas de filtro.

Hacia dónde va el dinero

Gartner estima $234B de gasto en SaaS empresarial en riesgo por los agentes hacia 2030 (jul 2026), y McKinsey reporta que el 32% de las empresas decidió no comprar al menos un software por causa de la AI (2026). Eso no está pasando por asistentes mejores. Está pasando porque los agentes hacen el trabajo que ese software se vendió para organizar.

Qué significa para el asistente que ya tienes

Consérvalo. Un asistente que responde bien preguntas de política es una buena primera capa, y la mayoría de nuestros agentes hereda esa capa como una de sus herramientas. La mejora no es reemplazar la conversación. Es conectarla al sistema de registro, darle una política de cuándo actuar y cuándo preguntar, y medir el resultado contra un KPI. Eso es un piloto de 8 a 12 semanas, no una reescritura.

Una prueba corta para proveedores

Haz tres preguntas. ¿A qué sistema escribe? Muéstrame el log de las últimas cien acciones. ¿Qué hace cuando no está seguro? Si las respuestas son ninguno, no hay log, y adivina, estás viendo un asistente con nombre de agente. Pide también la etiqueta de madurez: en producción con un cliente, piloto, o arquitectura de referencia. Nosotros publicamos la nuestra en cada página de agente por la misma razón.