Chatbot, asistente y agente de IA: no son lo mismo

Una clínica dental de Satélite puso un “bot” en su WhatsApp. Cuando escribes, te manda un menú: 1 para citas, 2 para precios, 3 para ubicación. Si escribes “me duele una muela, ¿tienen algo hoy?”, te vuelve a mandar el menú. La recepcionista sigue contestando todo a mano. La dueña pagó por un chatbot y le vendieron la idea de que tenía inteligencia artificial.

Eso pasa mucho. La encuesta de Microsoft a PyMEs de las Américas en 2025 encontró que el 64% de las PyMEs mexicanas ya usa alguna forma de IA. El problema no es la adopción. El problema es que “IA” se usa para nombrar tres cosas distintas, y el dueño las compra sin saber cuál es cuál.

Anthropic y OpenAI publicaron guías técnicas sobre cómo diseñar agentes. Aquí van traducidas a lenguaje de negocio.

Chatbot: un menú con buenos modales

El chatbot clásico es un árbol de decisiones. Alguien escribió de antemano cada pregunta posible y cada respuesta. Si el cliente escribe algo fuera del guion, el bot se pierde. No piensa: busca coincidencias.

Sirve para cosas muy acotadas: horarios, dirección, “¿tienen estacionamiento?”. Para todo lo demás, estorba. El cliente lo detecta en dos mensajes y pide hablar con una persona. Si no hay persona, se va.

Para OpenAI, en su guía de 2025, un chatbot básico ni siquiera entra en la categoría de agente: usa un modelo de lenguaje, pero no le deja decidir qué hacer.

Asistente: entiende, pero no actúa

El asistente conversacional es lo que la mayoría prueba con ChatGPT o Claude. Entiende lenguaje natural, responde preguntas abiertas, redacta. Si el cliente escribe “me duele una muela”, un asistente bien configurado sabe que está pidiendo una cita urgente.

Pero ahí se queda. Responde. No abre la agenda, no revisa si hay espacio a las 5, no manda la confirmación, no le avisa al dentista. Hace la parte de hablar; la parte de hacer sigue siendo tuya.

Anthropic describe este nivel como una sola llamada al modelo, mejorada con información del negocio y ejemplos. Y su recomendación es clara: para muchas tareas eso basta. No necesitas un agente para contestar preguntas frecuentes.

Agente: decide los pasos y usa herramientas

Aquí está la diferencia que importa. Anthropic, en diciembre de 2024, separó dos cosas que suelen mezclarse. Un workflow es una secuencia fija: el programador define el orden de los pasos y el modelo ejecuta cada uno. Un agente es un sistema donde el modelo decide por sí mismo qué paso sigue y qué herramienta usa.

Herramienta, en este contexto, es cualquier cosa que el agente puede operar: tu agenda, tu sistema de facturación, una base de clientes, el envío de un mensaje. Es la diferencia entre un empleado que te contesta y uno que tiene llaves.

OpenAI lo plantea con tres piezas: un modelo que razona, herramientas para actuar e instrucciones que definen cómo debe comportarse. Y agrega dos características que a mí me parecen la prueba de fuego: el agente sabe cuándo terminó la tarea, y sabe detenerse y regresar el control a una persona si algo falla.

Con el ejemplo de la clínica: un agente recibe “me duele una muela, ¿tienen algo hoy?”, revisa la agenda, propone las 5:30, confirma, registra la cita y le avisa a la doctora. Si el paciente pide algo fuera de regla (un descuento, una urgencia a las 11 de la noche), lo pasa a una persona.

Lo que recomiendan los que saben, y por qué coincide con mi experiencia

Las dos guías coinciden en algo que choca con lo que venden muchos proveedores: empieza simple.

Anthropic recomienda usar la solución más sencilla posible y agregar complejidad solo cuando mejora el resultado de forma medible. Dice que a veces la respuesta correcta es no construir un agente. OpenAI recomienda arrancar con un solo agente, sumarle herramientas poco a poco, y pasar a varios agentes solo cuando las instrucciones se vuelven inmanejables.

Las dos guías hablan también de guardrails: límites programados que impiden que el agente haga algo fuera de su alcance, como un tope de retiro en una tarjeta. Y las dos piden escalar a humanos las decisiones irreversibles o de alto impacto.

Esto es exactamente lo que veo en negocios de 5 a 50 personas. El que compra “una IA que haga todo” termina con algo que no hace nada bien. El que automatiza una sola tarea, la mide y luego suma la siguiente, es el que sigue usándola seis meses después.

Un dato regional lo confirma por el lado contrario. El BID publicó en 2025 su radar de adopción de IA en América Latina y el Caribe: la madurez en uso responsable de IA promedia 2.9 sobre 15. Mucho entusiasmo, poca estructura. Las tareas acotadas son la forma de tener las dos cosas.

Dónde entra Axora y dónde entra el Empleado Digital

Por eso diseñamos Axora como agentes de una sola tarea. Un Axora Agendador agenda citas de un despacho: recibe la solicitud, revisa disponibilidad, confirma y recuerda. Un Axora Atención al Cliente contesta preguntas frecuentes y da seguimiento las 24 horas. Cada uno tiene herramientas limitadas a su tarea y reglas claras de cuándo escalar.

Cuando un negocio ya tiene dos o tres Axoras funcionando, los juntamos en un Empleado Digital: varias tareas atendidas desde el mismo número de WhatsApp. Es la evolución que recomiendan Anthropic y OpenAI, pero en versión PyME: primero una tarea, después componer.

Y siempre hay una persona detrás: el agente escala lo que requiere criterio y el dueño ve lo que hace. Sin cajas negras.

Qué puedes hacer esta semana

1. Escribe a tu propio WhatsApp de negocio como cliente y manda algo fuera del guion: “¿me puedes ayudar con un problema con mi pedido de ayer?”. Observa qué pasa.
2. Haz una lista de las 10 preguntas que más te hacen. Si el 80% son las mismas, un asistente simple te basta. Si implican hacer algo (agendar, cobrar, cotizar), es tema de agente.
3. Pregúntale a tu proveedor actual, si tienes uno: ¿qué herramientas opera el bot y qué pasa cuando no sabe? Si no sabe contestar, es un menú.
4. Elige una sola tarea repetitiva que hoy haga una persona de tu equipo. Esa es la candidata para empezar, no “todo”.

Cómo ayuda AgileNext

No vendemos tecnología. Resolvemos cómo trabaja tu negocio y ponemos a la IA a hacer la parte repetitiva. El método son tres pasos: diagnóstico de proceso sin costo, rediseño del proceso con Lean-Agile antes de automatizar, y operación del agente conectado a tu WhatsApp y a lo que ya usas. Empezamos con un Axora de una tarea; cuando funciona, sumamos.

Agenda una llamada de 20 minutos y te decimos si lo que necesitas es un chatbot, un asistente o un agente.

Te puede interesar: Value Stream Mapping: el primer paso antes de automatizar cualquier proceso · Confianza organizacional: el ingrediente que ninguna herramienta de IA reemplaza