Hay una presión real en el mercado B2B para “implementar agentes IA” como si fuera la respuesta por defecto a cualquier problema de operación. No lo es. Antes de que tu equipo de tecnología o una agencia te venda un agente, vale la pena hacerse una pregunta más aburrida y más útil: ¿el proceso que quieres automatizar realmente necesita razonar, o solo necesita ejecutarse?
La distinción importa porque un agente IA mal justificado no solo cuesta más — introduce complejidad que el equipo no sabe auditar, falla de formas no predecibles y genera dependencia en infraestructura que nadie entiende del todo. Un script, en cambio, es predecible, barato de mantener y fácil de depurar a las 11 pm cuando algo se rompe.
El error de categoría que cuesta más caro
Un agente IA es un sistema que puede percibir contexto, elegir entre herramientas y ajustar su comportamiento según lo que encuentra. Eso es poderoso cuando el problema lo requiere. Pero la mayoría de los procesos de automatización B2B no tienen esa naturaleza.
Considera un proceso común en empresas de servicios profesionales: enviar un correo de seguimiento 48 horas después de que un prospecto descarga un recurso del sitio, con el nombre del recurso en el cuerpo del mensaje. Eso es un script de 20 líneas conectado a tu CRM. No necesita razonar. No necesita elegir. Solo necesita ejecutarse con los datos correctos.
El error de categoría ocurre cuando se describe ese proceso como “complejo” porque involucra datos, timing y personalización básica. La complejidad percibida no equivale a la necesidad de inteligencia artificial. Complejidad de datos ≠ necesidad de agente.
4 preguntas para decidir antes de comprometerte
Antes de scoping cualquier automatización, en Eurema usamos estas cuatro preguntas para clasificar si el caso justifica un agente o si un script bien construido es suficiente:
1. ¿El proceso tiene un flujo que se puede diagramar con menos de 15 nodos? Si puedes dibujarlo en un whiteboard con condiciones claras (si el campo X está vacío, haz Y; si el estado es Z, notifica a W), un script lo resuelve. Los agentes aportan valor cuando el espacio de decisión es demasiado grande para diagramar de antemano.
2. ¿El input es siempre estructurado? Formularios, campos de CRM, archivos CSV, webhooks con schema fijo — todo eso es territorio de script. El agente entra cuando el input es texto libre, documentos sin estructura, o señales ambiguas que requieren interpretación.
3. ¿Cuántas excepciones reales aparecen por semana? Si el proceso tiene menos de 5 casos edge por semana, un script con manejo de errores bien escrito los absorbe. Si las excepciones son impredecibles y frecuentes, ahí el agente empieza a justificarse.
4. ¿Quién va a mantener esto en 6 meses? Un script en Python o en la herramienta de automatización que ya usa tu equipo (Zapier, Make, n8n) puede ser mantenido por alguien con habilidades básicas. Un agente IA requiere alguien que entienda prompts, herramientas conectadas y comportamiento de modelos. Si ese perfil no existe en tu equipo, el costo oculto es alto.
Casos reales donde el script gana
Para hacer esto concreto, estos son tipos de procesos que vemos frecuentemente en empresas B2B de LatAm donde un script es la respuesta correcta:
- Notificaciones automáticas: alertar al equipo de ventas cuando un lead cambia de etapa en el CRM. Condición fija, datos estructurados, acción definida.
- Reportes semanales: extraer datos de una base, calcular métricas, enviar por correo cada lunes a las 8 am. Cero razonamiento requerido.
- Sincronización entre sistemas: cuando una orden se cierra en el ERP, crear la tarea correspondiente en el sistema de operaciones. Mapeo de campos, no decisiones.
- Validación de formularios: verificar que los datos de un prospecto cumplen criterios mínimos antes de asignarlo a un vendedor. Lógica booleana, no lenguaje natural.
- Seguimientos por tiempo: recordatorios automáticos a X días de una fecha. Un cron job con condiciones.
Lo que estos casos tienen en común: el proceso completo se puede especificar antes de ejecutarlo. No hay sorpresas que requieran adaptación en tiempo real.
Dónde sí empieza a tener sentido el agente
El umbral para un agente IA se cruza cuando el proceso necesita manejar variabilidad no anticipada de forma autónoma. Algunos ejemplos concretos:
Una empresa de manufactura en Monterrey recibe solicitudes de cotización por correo en formatos completamente distintos — algunos son PDFs con tablas, otros son correos de texto libre, otros tienen adjuntos de Excel con estructuras variables. Extraer los datos relevantes de cada uno y clasificarlos para el equipo comercial requiere interpretación de lenguaje natural y razonamiento sobre estructura. Ahí un agente empieza a justificarse.
O una empresa de servicios profesionales que quiere que su sistema de soporte responda preguntas de clientes sobre contratos vigentes, con acceso a la base de datos de cada cliente, escalando solo cuando la pregunta no tiene respuesta clara. Eso requiere recuperación de información, razonamiento sobre el contexto del cliente y decisión sobre cuándo escalar. Script no alcanza.
El criterio que usamos en Eurema para marcar ese umbral: si para especificar el proceso necesitas escribir más de 3 páginas de reglas de negocio con muchos “depende de”, probablemente estás describiendo un agente, no un script.
El camino inteligente: script primero, agente después si los datos lo justifican
La secuencia que más veces hemos visto funcionar en proyectos reales es esta:
- Implementa el script para la versión más simple del proceso que resuelve el 80% de los casos.
- Mide durante 60–90 días: cuántas excepciones aparecen, de qué tipo, con qué frecuencia.
- Con datos reales, decide si la complejidad residual justifica la inversión en un agente.
Este camino tiene otro beneficio: los datos del script son el mejor insumo para diseñar el agente. Sabes exactamente qué casos edge tiene que manejar, cuáles son los inputs más frecuentes y dónde falla la lógica fija. Un agente diseñado con esa información es mucho más robusto que uno diseñado desde suposiciones.
Si tu proceso ya está en ese punto — tienes datos, tienes casos edge documentados, y el script claramente no alcanza — vale la pena revisar qué implica un agente personalizado para tu operación específica.
La automatización útil no es la más sofisticada. Es la que resuelve el problema con el menor costo de construcción, operación y mantenimiento que el problema permite. A veces eso es un agente. Más veces de lo que la industria admite, es un script de 50 líneas.