Última actualización: 14 de agosto de 2026
Los agentes de IA son el siguiente paso después de los chatbots
Durante los últimos años, buena parte del uso empresarial de la inteligencia artificial ha consistido en hacer una pregunta y recibir una respuesta.
Un empleado pregunta a una IA cómo resumir un documento. La IA genera el resumen.
Un cliente escribe a un chatbot. El chatbot responde.
Un profesional pide un borrador de correo. La IA lo redacta.
Los agentes de inteligencia artificial cambian ese esquema.
En lugar de limitarse a generar una respuesta, pueden recibir un objetivo, decidir qué pasos necesitan realizar, utilizar herramientas externas y ejecutar acciones para intentar alcanzarlo.
Un agente podría, por ejemplo:
- consultar distintos sistemas de una empresa;
- buscar información;
- leer documentos;
- comparar proveedores;
- actualizar un CRM;
- crear una incidencia;
- preparar y enviar comunicaciones;
- consultar un calendario;
- generar documentos;
- utilizar aplicaciones;
- ejecutar código;
- coordinar otros agentes;
- o iniciar determinadas operaciones previamente autorizadas.
NIST describe precisamente esta nueva generación como agentes capaces de realizar acciones autónomas, y en febrero de 2026 puso en marcha una iniciativa específica de estándares para agentes de IA.
La diferencia puede parecer técnica, pero desde el punto de vista empresarial y regulatorio es considerable.
Cuando una IA pasa de responder a actuar, una respuesta incorrecta puede dejar de ser simplemente un texto equivocado.
Puede convertirse en una acción equivocada.
Y eso cambia la gestión del riesgo.
¿Qué es exactamente un agente de IA?
No existe una única definición universal de AI agent.
En términos prácticos, podemos considerar agente de IA a un sistema capaz de recibir un objetivo y realizar una secuencia de acciones, utilizando cierto grado de autonomía, para intentar alcanzarlo.
Las implementaciones actuales suelen combinar varios elementos:
1. Un modelo de IA
Es el componente que interpreta instrucciones, razona sobre la tarea o decide el siguiente paso.
2. Instrucciones
Definen qué debe hacer el agente, qué objetivos tiene, qué restricciones debe respetar y cómo debe comportarse.
3. Herramientas
Son las funciones a las que puede acceder.
Por ejemplo:
- navegador web;
- correo electrónico;
- CRM;
- ERP;
- bases de datos;
- calendario;
- almacenamiento documental;
- sistema de tickets;
- aplicaciones empresariales;
- terminal o ejecución de código;
- APIs de terceros.
4. Memoria o estado
Permite conservar información relevante durante una tarea o entre distintas interacciones.
5. Lógica de orquestación
Determina cómo se encadenan los pasos, cuándo debe utilizar una herramienta, cuándo debe detenerse o cuándo debe solicitar intervención humana.
6. Límites y controles
Pueden restringir qué datos puede consultar, qué acciones puede realizar o cuáles requieren una aprobación humana.
Las plataformas actuales para desarrollar agentes describen precisamente arquitecturas basadas en modelos, herramientas, estado, orquestación y medidas de control.
Agente de IA, chatbot y copiloto: no son lo mismo
Las fronteras no siempre son perfectas, pero existe una diferencia útil para entender el cambio.
| Sistema | Función principal | Capacidad típica |
|---|---|---|
| Chatbot | Conversar | Responde preguntas |
| Asistente/copiloto | Ayudar al usuario | Genera, recomienda y ayuda a ejecutar tareas |
| Agente de IA | Alcanzar un objetivo | Decide pasos y utiliza herramientas para actuar |
| Sistema multiagente | Coordinar varios agentes | Distribuye tareas entre distintos agentes |
Un chatbot puede responder:
“Estos son los cinco clientes que deberías contactar esta semana.”
Un agente podría:
- consultar el CRM;
- analizar oportunidades abiertas;
- identificar clientes sin seguimiento;
- revisar comunicaciones anteriores;
- priorizar contactos;
- preparar los correos;
- crear tareas en el CRM;
- solicitar aprobación;
- y, si dispone de autorización, enviar las comunicaciones.
La diferencia fundamental no está necesariamente en la apariencia de la interfaz.
Está en qué puede hacer el sistema después de interpretar una petición.
Si tu empresa utiliza chatbots convencionales, puedes consultar también nuestra guía específica sobre chatbots de IA en empresas y sus riesgos legales.
¿Qué significa “IA agéntica” o agentic AI?
Los términos IA agéntica, agentic AI y sistemas agénticos se utilizan para describir sistemas de IA capaces de avanzar hacia un objetivo mediante varios pasos y con cierto grado de iniciativa operacional.
No significa necesariamente que el sistema sea completamente autónomo.
Un agente puede trabajar:
Con supervisión constante
Cada acción importante necesita aprobación.
Con supervisión por etapas
Puede ejecutar tareas rutinarias, pero determinadas operaciones necesitan confirmación.
Con autonomía limitada
Puede actuar libremente dentro de unas herramientas, datos y límites definidos.
Con un nivel de autonomía elevado
Puede decidir y ejecutar largas secuencias de tareas con muy poca intervención.
La autonomía, por tanto, no es un interruptor de “sí” o “no”.
Es un espectro.
Y desde el punto de vista regulatorio este detalle resulta especialmente interesante.
¿Qué pueden hacer los agentes de IA en una empresa?
La tecnología puede aplicarse a prácticamente cualquier proceso digital.
Atención al cliente
Un agente podría:
- consultar la ficha del cliente;
- revisar pedidos;
- comprobar una incidencia;
- iniciar una devolución;
- modificar determinados datos;
- abrir un ticket;
- escalar el problema;
- preparar una respuesta personalizada.
Esto va considerablemente más allá de un chatbot que simplemente responde preguntas frecuentes.
Ventas
Puede:
- analizar oportunidades;
- clasificar leads;
- consultar información pública;
- preparar propuestas;
- actualizar el CRM;
- crear recordatorios;
- generar comunicaciones comerciales.
Administración
Puede revisar facturas, localizar documentación, clasificar archivos, preparar borradores o trasladar información entre distintas aplicaciones.
Recursos humanos
Puede ayudar a publicar ofertas, organizar candidaturas, preparar documentación, responder consultas internas o gestionar determinadas tareas administrativas.
Pero aquí hay una frontera regulatoria importante.
Un agente utilizado para analizar, filtrar o evaluar candidatos puede entrar en los casos de alto riesgo contemplados en el Anexo III del AI Act. El Reglamento incluye expresamente determinados usos relacionados con contratación, selección, promoción, finalización de relaciones laborales, asignación de tareas y evaluación de trabajadores.
Consulta nuestra guía específica sobre IA en recursos humanos y AI Act antes de automatizar este tipo de procesos.
Marketing
Un agente puede investigar temas, analizar información, preparar campañas, generar materiales, programar contenidos o coordinar diferentes herramientas.
En estos casos también pueden aparecer obligaciones sobre transparencia y contenido generado por IA.
Puedes ampliar esta materia en nuestra guía sobre IA en marketing, publicidad y artículo 50.
Comercio electrónico
Un agente podría gestionar consultas, recomendar productos, actualizar información, analizar pedidos o intervenir en procesos posteriores a una compra.
Cuanto más intervenga en decisiones sobre precios, clientes o condiciones comerciales, más importante será delimitar exactamente qué puede decidir.
Consulta también nuestra guía sobre IA para comercio electrónico.
¿Regula el AI Act específicamente a los agentes de IA?
Aquí aparece una de las cuestiones más importantes.
El AI Act no crea una categoría jurídica independiente denominada “agente de IA”.
El hecho de que una herramienta comercial se denomine AI agent, agente autónomo o asistente agéntico no determina por sí mismo sus obligaciones.
El Reglamento utiliza el concepto más amplio de sistema de IA.
La definición vigente considera sistema de IA a un sistema basado en máquinas diseñado para funcionar con distintos niveles de autonomía y que puede inferir, a partir de las entradas que recibe, cómo generar resultados como predicciones, contenido, recomendaciones o decisiones capaces de influir en entornos físicos o virtuales.
Los agentes pueden encajar perfectamente en esta definición.
Pero el análisis regulatorio debe hacerse sobre:
- el sistema concreto;
- su finalidad prevista;
- cómo se utiliza;
- qué decisiones adopta;
- sobre quién producen efectos;
- qué nivel de autonomía tiene;
- y cuál es el papel de cada organización.
La pregunta correcta no es:
“¿Los agentes de IA son de alto riesgo?”
Sino:
“¿Para qué se está utilizando este agente y qué función desempeña dentro del proceso?”
El nivel de autonomía sí importa
Aunque el AI Act no cree una categoría especial de agentes, existe un detalle especialmente relevante.
Al establecer los criterios que la Comisión puede considerar para modificar los casos incluidos en el Anexo III, el Reglamento menciona expresamente:
- el grado en que un sistema actúa autónomamente;
- y la posibilidad de que una persona pueda anular decisiones o recomendaciones potencialmente perjudiciales.
También tiene en cuenta aspectos como la gravedad del posible daño, la dependencia de las personas respecto del resultado y la facilidad para corregirlo o revertirlo.
Esto refleja una idea fundamental para la gobernanza de agentes:
el riesgo no depende únicamente de la inteligencia del modelo, sino también del poder de actuación que le concedemos.
El principio más importante: separar “pensar” de “actuar”
Imaginemos dos agentes que utilizan exactamente el mismo modelo de IA.
Agente A
Puede:
- analizar solicitudes;
- consultar documentación;
- preparar una recomendación.
Pero una persona debe aprobar cualquier acción.
Agente B
Puede:
- analizar solicitudes;
- acceder al ERP;
- modificar información;
- enviar comunicaciones;
- cancelar operaciones;
- realizar compras.
La tecnología de base puede ser idéntica.
El riesgo no lo es.
Por eso, cuando una empresa evalúa un agente, debería preguntarse:
¿Qué ocurriría si el sistema se equivoca?
Si la respuesta es simplemente:
“Un empleado recibiría un borrador incorrecto y podría corregirlo”,
el riesgo operativo probablemente sea limitado.
Si la respuesta es:
“Podría enviar dinero, borrar información, rechazar una candidatura, modificar un contrato o comunicar información confidencial”,
el diseño de controles debe ser radicalmente diferente.
Agentes de IA y sistemas de alto riesgo
Un agente no es automáticamente un sistema de alto riesgo.
Pero puede formar parte de uno o utilizarse para una finalidad que sí entre dentro del Anexo III.
Entre los ámbitos actualmente contemplados están, entre otros:
- determinados usos biométricos;
- infraestructuras críticas;
- educación;
- empleo;
- acceso a determinados servicios esenciales;
- evaluación crediticia;
- determinadas aplicaciones en seguros;
- aplicación de la ley;
- migración y fronteras;
- administración de justicia.
Por ejemplo:
Un agente que organiza entrevistas de trabajo
No necesariamente será de alto riesgo.
Un agente que evalúa CV y decide qué candidatos continúan
Puede entrar en los usos de contratación y selección contemplados en el Anexo III.
Un agente que responde preguntas sobre créditos
No necesariamente será de alto riesgo.
Un agente que evalúa automáticamente la solvencia de una persona
Puede entrar en el supuesto relativo a evaluación crediticia.
Por tanto, la funcionalidad es mucho más importante que la etiqueta “agente”.
Puedes ampliar esta cuestión en nuestra guía sobre sistemas de IA de alto riesgo.
Importante: el calendario del AI Act cambió en julio de 2026
La aplicación del AI Act ha sufrido una modificación importante.
El Reglamento (UE) 2026/1744, conocido como AI Omnibus, entró en vigor el 27 de julio de 2026 y modificó determinados plazos de aplicación.
Actualmente:
Sistemas de alto riesgo del Anexo III
Las reglas correspondientes se aplicarán desde el 2 de diciembre de 2027.
Sistemas de alto riesgo integrados en determinados productos regulados del Anexo I
El plazo se extiende hasta el 2 de agosto de 2028.
Esto no significa que una empresa deba ignorar hasta entonces la clasificación de sus sistemas.
Identificar ahora los agentes potencialmente incluidos en estas categorías permite preparar:
- inventarios;
- controles;
- documentación;
- supervisión;
- contratos;
- gestión de riesgos;
- y responsabilidades internas.
Si eres una pyme, puedes utilizar nuestra guía práctica del AI Act para pymes para estructurar ese proceso.
¿Quién es responsable cuando una empresa utiliza un agente de IA?
Esta es probablemente una de las cuestiones que más problemas generará.
El AI Act distingue diferentes operadores.
Entre ellos destacan:
Proveedor
Quien desarrolla un sistema de IA —o encarga su desarrollo— y lo comercializa o pone en servicio bajo su propio nombre o marca.
Responsable del despliegue
La empresa u organización que utiliza un sistema de IA bajo su autoridad, excepto cuando se trata de un uso personal no profesional.
Por tanto, una empresa que contrata una plataforma de terceros y utiliza uno de sus agentes normalmente deberá analizar su posición como responsable del despliegue.
Pero la situación puede cambiar.
Utilizar tecnología de terceros no siempre significa ser únicamente usuario
Supongamos que una empresa utiliza un gran modelo de lenguaje de un proveedor externo.
Sobre él construye:
- instrucciones propias;
- memoria;
- acceso a bases de datos;
- conexiones con herramientas;
- automatizaciones;
- reglas de decisión;
- interfaces propias.
Después lo utiliza bajo su marca para una finalidad empresarial concreta.
No debería darse por hecho que toda la responsabilidad corresponde al proveedor del modelo.
El AI Act contempla responsabilidades a lo largo de la cadena de valor.
En determinadas circunstancias relacionadas con sistemas de alto riesgo, un distribuidor, importador, responsable del despliegue u otro tercero puede pasar a ser considerado proveedor, entre otros casos cuando introduce una modificación sustancial o cambia la finalidad prevista de manera que el sistema pase a ser de alto riesgo.
Esto es especialmente relevante en sistemas agénticos porque las empresas pueden modificar profundamente el comportamiento efectivo del sistema mediante:
- herramientas;
- instrucciones;
- permisos;
- flujos;
- conexiones;
- datos;
- automatizaciones.
Antes de implantar una solución externa conviene revisar nuestra guía sobre cómo evaluar un proveedor de inteligencia artificial.
El mayor riesgo de un agente puede estar en sus permisos
Este principio es sencillo:
Un agente no puede causar mediante una herramienta un daño para el que no tiene permiso.
Si únicamente puede leer una base de datos, no puede modificarla.
Si puede preparar una transferencia pero necesita aprobación humana para ejecutarla, existe una barrera adicional.
Si puede crear un correo pero no enviarlo, un error tiene menos consecuencias.
En seguridad informática se utiliza desde hace décadas el principio de mínimo privilegio: conceder únicamente los permisos necesarios.
En agentes de IA debería convertirse en una regla fundamental.
NIST está desarrollando específicamente estándares relacionados con seguridad, identidad, interoperabilidad y actuación de agentes, precisamente porque estos sistemas pueden actuar en nombre de los usuarios.
Un agente no debería tener todos los permisos “por comodidad”
Un diseño arriesgado sería:
El agente tiene acceso completo a correo, CRM, documentos, facturación, calendario y sistemas internos porque así puede resolver cualquier tarea.
Un diseño más prudente sería:
Cada agente tiene acceso únicamente a los sistemas y acciones necesarios para su función.
Por ejemplo:
Agente comercial
Puede:
- consultar CRM;
- crear borradores;
- generar tareas.
No puede:
- borrar clientes;
- cambiar condiciones contractuales;
- emitir facturas.
Agente administrativo
Puede:
- consultar facturas;
- clasificar documentación.
Pero necesita aprobación para:
- modificar una factura;
- realizar un pago;
- eliminar información.
Acciones que deberían plantear una aprobación humana
No existe una lista universal.
Pero como criterio interno puede resultar razonable exigir confirmación para acciones como:
- efectuar pagos;
- comprar productos o servicios;
- firmar o aceptar condiciones;
- enviar comunicaciones externas sensibles;
- publicar contenido;
- borrar información;
- modificar permisos;
- cambiar datos de clientes;
- adoptar decisiones laborales;
- rechazar solicitudes;
- realizar operaciones irreversibles.
La lógica puede resumirse así:
a mayor impacto y menor reversibilidad, mayor necesidad de control.
Supervisión humana no significa poner un botón que nadie utiliza
Uno de los errores habituales es considerar que existe supervisión humana simplemente porque técnicamente una persona podría intervenir.
La supervisión efectiva exige que la persona:
- tenga información suficiente;
- comprenda qué está haciendo el sistema;
- pueda detectar anomalías;
- disponga de autoridad para detenerlo;
- y tenga tiempo real para intervenir.
Para los sistemas de alto riesgo, el AI Act establece que las medidas de supervisión deben ser proporcionales al riesgo, al nivel de autonomía y al contexto. Además, quienes realizan esa supervisión deben poder comprender las capacidades y limitaciones del sistema y ser conscientes del riesgo de confiar excesivamente en sus resultados.
Aunque estos requisitos específicos no deban aplicarse todavía a todos los agentes empresariales, constituyen un buen principio de diseño.
¿Debe un agente decir que es una IA?
Si el agente interactúa directamente con personas, hay que analizar el artículo 50 del AI Act.
Desde el 2 de agosto de 2026, los proveedores deben asegurar que los sistemas destinados a interactuar directamente con personas estén diseñados de forma que estas sean informadas de que interactúan con un sistema de IA, salvo cuando resulte evidente atendiendo a las circunstancias y el contexto.
Por tanto, un agente que:
- atiende clientes;
- contacta comerciales;
- entrevista candidatos;
- conversa con usuarios;
- o actúa directamente frente a terceros
puede plantear obligaciones de transparencia.
La información debe proporcionarse de manera clara y distinguible y, como máximo, en el momento de la primera interacción o exposición correspondiente.
Consulta el análisis completo en nuestra guía sobre el artículo 50 del AI Act y las obligaciones de transparencia.
Agentes de IA y RGPD
El AI Act no sustituye al Reglamento General de Protección de Datos.
Cuando un agente accede, utiliza, combina o genera información relacionada con personas identificadas o identificables, puede existir tratamiento de datos personales.
Una empresa debería analizar, entre otros aspectos:
- finalidad del tratamiento;
- base jurídica;
- minimización de datos;
- acceso;
- conservación;
- transferencias internacionales;
- encargados del tratamiento;
- seguridad;
- derechos de los interesados.
Este problema aumenta cuando conectamos un agente a múltiples sistemas.
Antes quizá un empleado copiaba manualmente una pequeña cantidad de información.
Ahora un agente puede disponer potencialmente de acceso simultáneo a miles de registros.
La capacidad técnica de consultar información no significa automáticamente que deba concederse ese acceso.
Especial atención a las decisiones automatizadas
El artículo 22 del RGPD contempla específicamente las decisiones basadas únicamente en tratamiento automatizado que produzcan efectos jurídicos sobre una persona o le afecten significativamente de modo similar, sujeto a las excepciones y garantías previstas en el propio Reglamento.
Por tanto, un agente que simplemente:
prepara una propuesta para que posteriormente decida una persona
plantea una situación distinta de otro que:
adopta y ejecuta automáticamente una decisión significativa sobre un individuo.
Ejemplos que deberían recibir especial atención:
- rechazo automático de candidatos;
- concesión o denegación de crédito;
- cancelación de servicios;
- decisiones laborales;
- precios o condiciones individualizadas con efectos relevantes.
AI Act y RGPD pueden aplicarse simultáneamente.
¿Qué datos no deberías entregar libremente a un agente?
El riesgo no desaparece porque la interfaz resulte cómoda.
Antes de conectar un agente a sistemas corporativos es necesario determinar qué información puede utilizar.
Especial atención a:
- datos personales;
- datos especialmente protegidos;
- información financiera;
- credenciales;
- contraseñas;
- claves API;
- secretos empresariales;
- contratos;
- información sometida a confidencialidad;
- código privado;
- documentos internos.
Puedes ampliar esta parte en nuestra guía sobre qué datos no introducir en ChatGPT y otras herramientas de IA en una empresa.
El principio puede extenderse a agentes:
si no permitirías que cualquier empleado externo accediese a esa información sin controles, tampoco deberías conceder automáticamente ese acceso a un agente.
Un nuevo riesgo: instrucciones ocultas dirigidas al agente
Los agentes pueden interactuar con contenido procedente de terceros.
Por ejemplo, pueden:
- navegar por páginas web;
- leer correos;
- abrir documentos;
- consultar bases de conocimiento.
Esto introduce un problema especial.
Una fuente externa puede contener instrucciones que intenten alterar el comportamiento del sistema.
Imaginemos que encargamos a un agente:
Busca tres proveedores y compara sus precios.
El agente visita una página que contiene instrucciones dirigidas al propio sistema para que ignore su tarea, revele información o ejecute una acción diferente.
Este tipo de manipulación se conoce habitualmente como prompt injection.
Cuanto más acceso tenga el agente a herramientas y datos, mayor puede ser el impacto de una instrucción maliciosa.
Por ello, las arquitecturas de agentes requieren aislamiento, restricciones de herramientas, límites de dominios y controles sobre acciones sensibles. La documentación técnica actual sobre agentes recomienda precisamente mantener listas permitidas de acciones y dominios y ejecutar determinadas herramientas en entornos aislados.
El problema de las “alucinaciones” cambia cuando la IA puede actuar
En una IA conversacional:
error → respuesta incorrecta.
En un agente:
error → potencialmente una acción incorrecta.
Por ejemplo:
El modelo interpreta mal una factura.
↓
El agente concluye que está duplicada.
↓
El agente la cancela.
La cuestión ya no es únicamente mejorar la calidad de las respuestas.
Hay que controlar la cadena de consecuencias.
Por ello es recomendable establecer pruebas específicas antes de conceder autonomía real.
Qué debería probar una empresa antes de desplegar un agente
No basta con comprobar que “parece funcionar”.
Conviene probar escenarios como:
Funcionamiento normal
¿Completa correctamente las tareas habituales?
Información incompleta
¿Qué hace si le faltan datos?
Instrucciones contradictorias
¿Qué norma prioriza?
Errores en herramientas
¿Qué ocurre si una API falla?
Solicitudes fuera de ámbito
¿Intenta igualmente ejecutarlas?
Acciones irreversibles
¿Solicita autorización?
Contenido malicioso
¿Puede una web, correo o documento alterar sus instrucciones?
Datos sensibles
¿Reconoce situaciones en las que no debe utilizar determinada información?
Errores repetidos
¿Existe un mecanismo para detenerlo?
Las evaluaciones sistemáticas son especialmente importantes en sistemas agénticos porque permiten detectar comportamientos inesperados antes de que lleguen a producción.
¿Puede un agente comprar o contratar en nombre de una empresa?
Técnicamente, un agente puede llegar a ejecutar acciones como:
- rellenar formularios;
- realizar reservas;
- aceptar flujos;
- iniciar compras;
- enviar pedidos.
Pero que técnicamente pueda hacerlo no significa que la organización deba concederle autoridad ilimitada.
La empresa debería determinar previamente:
- qué operaciones puede iniciar;
- cuáles puede completar;
- límites económicos;
- proveedores autorizados;
- quién aprueba;
- cómo queda registrada la autorización;
- cómo puede cancelarse la operación;
- qué ocurre ante un error.
La capacidad técnica de un sistema de IA no le confiere por sí misma personalidad jurídica independiente.
Las consecuencias jurídicas de una operación deberán analizarse conforme a la legislación aplicable y a la actuación de las personas u organizaciones involucradas.
Por eso, en tareas contractuales de impacto significativo, mantener un punto de aprobación humana suele ser una opción prudente.
Agentes y proveedores: qué debe revisar una empresa
Antes de contratar una plataforma de agentes conviene saber al menos:
Qué modelo utiliza
Y si puede cambiarse sin aviso.
Dónde se procesan los datos
Incluidos proveedores secundarios.
Si los datos se utilizan para entrenar modelos
Y qué opciones de configuración existen.
Qué herramientas puede utilizar
Especialmente conexiones con aplicaciones externas.
Qué registros conserva
Para poder reconstruir acciones.
Qué controles de permisos existen
Un buen agente empresarial debería permitir restringir capacidades.
Cómo se gestionan las actualizaciones
Un cambio en el modelo puede modificar el comportamiento.
Qué ocurre en caso de incidente
Debe existir una forma de detener o revocar accesos.
Qué garantías contractuales ofrece
Especialmente respecto de cumplimiento, seguridad y tratamiento de datos.
Puedes utilizar nuestra guía de evaluación de proveedores de inteligencia artificial y nuestras cláusulas para proveedores de IA.
La gobernanza de agentes debería empezar antes de desplegarlos
Muchas empresas están creando políticas generales del tipo:
“Los empleados pueden utilizar estas herramientas de IA.”
Con agentes esto puede quedarse corto.
La política debería diferenciar entre:
IA que genera contenido
y
IA capaz de ejecutar acciones.
Un agente que puede modificar un CRM no debería gestionarse exactamente igual que una herramienta utilizada para resumir textos.
Consulta nuestra guía sobre cómo crear una política de uso de IA en la empresa.
Una clasificación interna sencilla de agentes
Además de la clasificación jurídica del AI Act, una empresa puede utilizar una clasificación operativa interna.
No sustituye al análisis legal, pero facilita la gobernanza.
Nivel 1 — Solo información
El agente:
- busca;
- analiza;
- resume;
- recomienda.
No modifica sistemas.
Ejemplo: investigación de mercado.
Nivel 2 — Preparación de acciones
El agente prepara una operación, pero necesita confirmación.
Ejemplo: redacta un correo y espera aprobación antes de enviarlo.
Nivel 3 — Ejecución limitada
Puede realizar acciones de bajo impacto dentro de límites establecidos.
Ejemplo: crear tareas internas o clasificar documentación.
Nivel 4 — Acciones sensibles
Puede realizar operaciones financieras, contractuales, laborales, sobre clientes o sobre información crítica.
Ejemplo: modificar una cuenta o aceptar una operación.
A mayor nivel, deberían aumentar:
- controles;
- registros;
- evaluaciones;
- supervisión;
- límites de permisos.
Checklist para implantar un agente de IA en una empresa
Antes de activar un agente con capacidad real de actuación, conviene revisar al menos lo siguiente:
- Documentar qué agente se utiliza y quién es su proveedor.
- Definir su finalidad concreta.
- Determinar si entra en la definición de sistema de IA del AI Act.
- Identificar el papel de la empresa: proveedor, responsable del despliegue u otro operador.
- Analizar si su finalidad puede entrar en alguno de los usos de alto riesgo.
- Identificar todas las herramientas y sistemas a los que tiene acceso.
- Aplicar permisos mínimos.
- Identificar los datos personales o confidenciales que puede consultar.
- Definir las acciones que puede ejecutar sin aprobación.
- Establecer aprobación humana para operaciones sensibles.
- Crear límites económicos cuando pueda realizar compras o transacciones.
- Mantener registros suficientes de sus acciones.
- Probar escenarios normales y adversos.
- Evaluar errores previsibles.
- Establecer un mecanismo de parada o revocación inmediata.
- Revisar las obligaciones de transparencia si interactúa con personas.
- Revisar RGPD y decisiones automatizadas cuando trate datos personales.
- Evaluar al proveedor y los subproveedores.
- Documentar responsabilidades contractuales.
- Incluir el agente en la política interna de IA.
- Formar a las personas responsables de supervisarlo.
- Revisar periódicamente su comportamiento después del despliegue.
Puedes complementar esta revisión utilizando nuestro checklist de obligaciones del AI Act.
La alfabetización en IA es especialmente importante con agentes
El artículo 4 del AI Act obliga a proveedores y responsables del despliegue a adoptar medidas para favorecer un nivel adecuado de alfabetización en IA entre su personal y otras personas que intervengan en la operación y utilización de estos sistemas, teniendo en cuenta su experiencia, formación y contexto de uso.
En un agente, la formación debería ir más allá de enseñar a escribir prompts.
La persona responsable debería entender:
- qué herramientas puede utilizar;
- qué datos puede consultar;
- qué acciones puede realizar;
- cuáles son sus límites;
- qué errores puede cometer;
- cómo revisar sus acciones;
- cómo detenerlo.
Consulta nuestra guía sobre alfabetización en IA y artículo 4 del AI Act.
Un ejemplo completo: agente de atención al cliente
Imaginemos una tienda online que incorpora un agente conectado a:
- pedidos;
- clientes;
- stock;
- transportista;
- correo electrónico.
El agente puede responder:
“¿Dónde está mi pedido?”
Consulta el sistema logístico y responde.
Riesgo relativamente limitado.
Ahora permitimos:
“Quiero cambiar la dirección.”
El agente modifica la dirección.
Ya existe una acción.
Después añadimos:
“Quiero devolver mi pedido.”
El agente crea la devolución.
Después:
“Quiero el reembolso.”
El agente autoriza automáticamente el reembolso.
Observa lo ocurrido.
No hemos cambiado necesariamente de modelo.
Hemos aumentado progresivamente el poder operativo del sistema.
Y con cada nuevo permiso aparecen nuevas preguntas:
- ¿puede verificar correctamente al usuario?
- ¿qué importe máximo puede reembolsar?
- ¿puede ser manipulado?
- ¿queda registro?
- ¿qué sucede si interpreta mal una petición?
- ¿quién asume el error?
- ¿cuándo debe intervenir una persona?
Ese es el cambio fundamental que introducen los agentes.
Agentes múltiples: cuando una IA delega en otras
Otra arquitectura cada vez más habitual son los sistemas multiagente.
En lugar de un único agente, existen varios especializados.
Por ejemplo:
Agente coordinador
Recibe la tarea.
↓
Agente de investigación
Busca información.
↓
Agente financiero
Analiza precios.
↓
Agente contractual
Revisa condiciones.
↓
Agente de comunicación
Prepara el resultado.
Esto puede aumentar la capacidad del sistema, pero también complica:
- la trazabilidad;
- la atribución de errores;
- el control de permisos;
- la seguridad;
- la supervisión.
El desarrollo de protocolos para que agentes de distintos sistemas se comuniquen e intercambien tareas muestra que la interoperabilidad entre agentes se está convirtiendo en una parte relevante del ecosistema tecnológico.
Desde una perspectiva de gobernanza, debería poder reconstruirse:
qué agente hizo qué, utilizando qué información y qué herramienta.
Diez reglas prácticas para una empresa que quiera utilizar agentes
1. No concedas permisos simplemente porque técnicamente sea posible.
2. Empieza con acceso de lectura antes de permitir escritura.
3. Separa generar una acción de ejecutarla.
4. Exige aprobación para operaciones sensibles.
5. Limita importes, herramientas, dominios y recursos.
6. Registra qué acciones realiza.
7. Prueba errores antes de ponerlo frente a clientes o sistemas reales.
8. Mantén una forma inmediata de retirar permisos.
9. Evalúa la finalidad, no el nombre comercial del producto.
10. Revisa periódicamente los controles porque las capacidades del sistema pueden cambiar.
¿Son los agentes de IA el mayor reto de gobernanza de los próximos años?
Probablemente sean uno de ellos.
Hasta ahora muchas políticas corporativas de IA estaban diseñadas alrededor de una pregunta:
¿Qué información podemos introducir en una IA?
Con los agentes aparece una segunda pregunta:
¿Qué podemos permitir que haga una IA?
Es una diferencia enorme.
La primera trata principalmente de información.
La segunda trata de autoridad.
Y probablemente esa sea la mejor forma de entender el cambio.
Preguntas frecuentes sobre agentes de IA y AI Act
¿Qué es un agente de IA?
Es un sistema capaz de recibir un objetivo y realizar una secuencia de pasos para intentar alcanzarlo, pudiendo utilizar herramientas, consultar información y ejecutar determinadas acciones con distintos grados de autonomía.
¿Un agente de IA es lo mismo que ChatGPT?
No necesariamente.
Un modelo conversacional puede formar parte de un agente, pero el agente añade normalmente herramientas, instrucciones, memoria, lógica de ejecución y capacidad para realizar acciones.
¿Los agentes están regulados por el AI Act?
Pueden estarlo cuando encajan en la definición de sistema de IA y el Reglamento resulta aplicable.
No existe, sin embargo, una categoría jurídica independiente llamada “agente de IA”.
Las obligaciones dependen de la finalidad, uso, nivel de riesgo y papel de la organización.
¿Un agente de IA es de alto riesgo?
No por el simple hecho de ser un agente.
Un agente puede convertirse o formar parte de un sistema de alto riesgo cuando se utiliza para alguno de los supuestos regulados, por ejemplo determinados usos en contratación, educación, crédito o servicios esenciales.
¿Puede un agente actuar sin supervisión humana?
Técnicamente puede disponer de bastante autonomía.
Que deba permitirse depende del riesgo de las acciones realizadas y de las obligaciones legales correspondientes.
Para determinadas aplicaciones resulta aconsejable mantener aprobaciones humanas en operaciones sensibles.
¿Debe un agente avisar de que es IA?
Cuando interactúa directamente con personas debe analizarse el artículo 50 del AI Act.
Con carácter general, el proveedor debe asegurar que las personas sepan que interactúan con un sistema de IA, salvo cuando resulte evidente por las circunstancias y el contexto.
¿Puede un agente acceder al correo de una empresa?
Puede hacerlo técnicamente si se le concede acceso.
Pero la empresa debe evaluar previamente qué información puede consultar, qué acciones puede realizar, la protección de datos, confidencialidad y seguridad.
¿Puede enviar correos automáticamente?
Sí técnicamente.
Desde una perspectiva de control puede ser conveniente separar la capacidad de redactar de la capacidad de enviar, especialmente para comunicaciones externas o sensibles.
¿Puede realizar compras?
Existen agentes capaces de ejecutar flujos de compra o reserva, pero la organización debería establecer límites, autorizaciones y controles antes de permitir operaciones económicas.
¿Quién responde si un agente se equivoca?
La utilización de una IA no elimina las responsabilidades de las personas y organizaciones involucradas.
La distribución concreta de responsabilidades dependerá del sistema, las relaciones contractuales, el papel regulatorio de cada participante y la normativa aplicable.
¿Qué debería hacer primero una pyme?
El primer paso no es comprar una herramienta de compliance.
Es hacer un inventario sencillo:
- qué agente quiere utilizar;
- para qué;
- a qué datos accederá;
- a qué herramientas se conectará;
- qué acciones podrá ejecutar;
- y qué consecuencias tendría un error.
A partir de ahí puede analizarse la regulación aplicable.
Consulta nuestra guía del AI Act para pymes.
Conclusión: el riesgo no está solo en lo que la IA sabe, sino en lo que puede hacer
Los agentes de inteligencia artificial representan una evolución significativa respecto de los asistentes conversacionales tradicionales.
Un chatbot genera información.
Un agente puede utilizar esa información para hacer algo.
Puede consultar un sistema.
Modificar un registro.
Enviar una comunicación.
Coordinar un proceso.
Ejecutar una herramienta.
Tomar decisiones intermedias.
Y, dependiendo de los permisos concedidos, iniciar acciones con efectos reales sobre una empresa o sobre otras personas.
Por eso no necesitamos necesariamente una nueva categoría jurídica llamada “agente de IA” para entender su importancia regulatoria.
El AI Act ya proporciona varias preguntas esenciales:
¿Es un sistema de IA?
¿Cuál es su finalidad prevista?
¿Quién es proveedor y quién responsable del despliegue?
¿Qué nivel de riesgo tiene su uso?
¿Interactúa con personas?
¿Qué nivel de autonomía posee?
¿Puede una persona supervisarlo y detenerlo?
A ellas las empresas deberían añadir una pregunta todavía más sencilla:
¿Qué poder estamos concediendo realmente a este agente?
Cuanto mayor sea ese poder, mayor debe ser el nivel de gobernanza.
Porque la transición de la IA generativa a los agentes no consiste únicamente en que los sistemas sean capaces de producir mejores respuestas.
Consiste en que empiezan a recibir permiso para actuar.
Y ese será uno de los grandes retos del uso responsable de inteligencia artificial en las empresas durante los próximos años.
Recursos relacionados
Si estás preparando el uso de agentes o sistemas de inteligencia artificial en una organización, pueden resultarte útiles estas guías:
- AI Act para pymes: guía práctica paso a paso
- Chatbots de IA en empresas: riesgos legales
- Política de uso de IA en la empresa
- Cómo evaluar un proveedor de inteligencia artificial
- ChatGPT en la empresa: qué datos no debes introducir
- IA para recursos humanos
- IA en marketing y publicidad
- IA para comercio electrónico
- Artículo 50 del AI Act: obligaciones de transparencia
- Sistemas de IA de alto riesgo
- Checklist de obligaciones del AI Act
Fuentes oficiales principales
Este artículo ha sido elaborado tomando como referencia, entre otras fuentes:
- Reglamento (UE) 2024/1689 de Inteligencia Artificial, en su texto consolidado vigente.
- Reglamento (UE) 2026/1744, de 8 de julio de 2026, que modifica determinados aspectos y calendarios del AI Act.
- Comisión Europea — información oficial sobre implementación y aplicación del AI Act.
- Directrices de la Comisión Europea sobre la definición de sistema de IA.
- Reglamento (UE) 2016/679 — Reglamento General de Protección de Datos.
- Comité Europeo de Protección de Datos — directrices sobre decisiones automatizadas y elaboración de perfiles.
- NIST — AI Agent Standards Initiative.
Nota
Este contenido tiene finalidad informativa y divulgativa. No constituye asesoramiento jurídico ni una evaluación de cumplimiento para un sistema concreto. La clasificación y las obligaciones aplicables a un agente de inteligencia artificial dependen de sus características, finalidad, contexto de uso y del papel que desempeñe cada organización.