Planifique, construya y escale agentes que hacen trabajo de verdad
Un chatbot habla. Un agente busca, calcula, redacta y deja listo — con una persona que aprueba.
Por qué aquel primer chatbot no cambió su trabajo
Todo el mundo ha probado ya un chatbot. La mayoría de las organizaciones lo dejó después, porque la conversación estaba bien pero nada cambiaba en el trabajo. Eso no es culpa del modelo de lenguaje. Es porque el chatbot no llegaba a nada: un agente que no puede consultar su catálogo, que no conoce sus escalas de precio y que no puede usar su sistema de presupuestos solo puede hablar.
Nosotros construimos agentes que sí llegan a esos sistemas, mediante MCP, con límites claros y un paso de aprobación. Así el trabajo se desplaza de verdad: de buscar y volver a escribir a revisar y enviar. Esa es también la única promesa que hacemos. No que un agente asuma su oficio, sino que desaparezcan las manipulaciones que lo rodean y que de cada paso pueda revisar quién lo dio.
Qué es un agente, y qué no
La palabra agente se usa para tres cosas muy distintas, y justo esa diferencia determina si algo cambia en su trabajo. Por eso mantenemos esta clasificación y en cada solicitud decimos primero en qué nivel está algo. Eso evita la decepción que empieza con una demostración de nivel uno y una expectativa de nivel tres.
Los tres niveles suben en lo que pueden tocar, no en lo listos que suenan. Un asistente que conoce todo su archivo suena más impresionante que un agente que puede ejecutar una sola acción, pero solo el segundo quita trabajo de su día. Con cada proveedor, fíjese entonces en lo que el sistema puede hacer, no en lo que sabe decir.
El modelo
Sabe entender y producir lenguaje, pero no sabe nada de su empresa. Es un buen redactor sin acceso a su archivo.
El asistente
Conoce sus documentos y responde preguntas. Útil, pero no cambia nada del trabajo: el presupuesto lo sigue haciendo usted.
El agente
Puede ejecutar acciones en sus sistemas: buscar, calcular, crear, dejar listo. Con eso desaparece una parte del trabajo en lugar de desplazarse.
“Un chatbot mantiene la conversación. Un agente mantiene la conversación y ejecuta la acción.”
Un solo acuerdo sobre lo que un agente puede consultar y puede hacer
MCP es el estándar con el que un agente se conecta a un sistema de forma segura. No una conexión a medida por pregunta, sino un único acuerdo sobre lo que un agente puede consultar y puede hacer. Tenemos servidores MCP para nuestro PIM, el módulo de presupuestos, el ERP y el buzón de correo, y también nos conectamos a los sistemas que usted ya tiene. Por cada conexión fijamos qué se puede leer y qué tiene que pasar por una persona.
No es solo una medida de seguridad, es también la razón de que funcione. Un agente que mediante MCP llega a sus precios y escalas reales da una respuesta correcta; un agente que tiene que sacarlos de un manual inventa algo que suena plausible. En nuestro caso los servidores MCP están en Magic Orb — no un producto suelto, sino la capa que hace accesible el resto de Magic Studio.
Cómo lo abordamos
Explorar
Observamos su proceso y buscamos el punto donde están la mayoría de las manipulaciones. Normalmente es el presupuesto. Recibe una lista corta de oportunidades y una estimación de lo que ahorra cada una, incluidas las que le desaconsejamos, con el motivo. Esa segunda lista suele ser la más útil de las dos, porque le ahorra el proyecto que de otro modo habría tenido que interrumpir usted mismo.
Demostrar
Construimos un agente sobre sus propios datos y lo ponemos a funcionar con solicitudes reales de las últimas semanas. Ve lo que hace bien y dónde se equivoca antes de invertir. Es el paso que la mayoría de los proveedores se salta, y el único que le da certeza sobre lo que compra en lugar de sobre lo que debería ser posible.
Construir
El agente recibe conexiones mediante MCP, límites, registros y un paso de aprobación. Los pasos que puede dar están en un flujo que usted puede leer, no en código en el que tiene que confiar. Lo que no puede hacer está igual de claro.
Dejarlo funcionar
Monitorizar, ajustar y ampliar. Un agente no es un proyecto sino un compañero al que hay que formar de vez en cuando. Cada mes miramos juntos qué puede hacer mejor y qué ha cambiado en su surtido o en sus precios.
Tres agentes que funcionan hoy
El agente de presupuestos
Lee la solicitud, busca el artículo, elige la técnica, aplica la escala de precio y deja el presupuesto listo. El equipo interno revisa y envía; buscar y calcular ha desaparecido. En el grupo Brinxx se trata de unos 380 presupuestos al mes, entre Brinxx, Promotionalz y Moxz juntos. No es un montaje de prueba sino el día a día, y por eso también sabemos dónde sigue equivocándose.
El agente de datos de producto
Completa los textos que faltan, traduce a los idiomas que necesita y detecta desviaciones en los datos de proveedor. El vídeo de demostración Magic PIM — Catalogus beheren met de AI-agent lo muestra sobre nuestro propio catálogo: 74.136 productos, 61.693 variantes y 398.678 líneas de traducción en ocho idiomas, mantenidas desde ocho feeds de proveedor que tienen cada uno su formato y sus rarezas.
El agente de preguntas de clientes
Responde preguntas sobre plazos, posibilidades de marcaje y precios a partir de sus propios datos, y pasa a una persona en cuanto el asunto se complica, también en medio de una conversación de WhatsApp.
Un agente vale lo que valen los datos a los que llega
Por eso todo proyecto de IA empieza con nosotros por los datos de producto: ¿están bien las variantes, están las áreas de marcaje, son multilingües los textos? Quien se salta ese paso construye un agente que cuenta tonterías con soltura, y eso no se nota hasta que un cliente pregunta. En nuestro caso esa base existe: 426.573 reglas de técnica de ocho feeds de proveedor, en ocho idiomas, con 14.952 productos listos para Magic Logo.
Es también la razón por la que en una primera conversación preferimos hacer un análisis de datos antes que enseñar una ventana de chat. Una ventana de chat siempre queda bien. Un recuento de sus variantes, de sus áreas de marcaje y de sus textos ausentes le dice lo que un agente puede hacer realmente en su casa y en qué orden hay que resolverlo. Ese recuento cuesta un día.
Lo que no hacemos
Hay un límite, y no está en la letra pequeña. No ponemos un agente entre usted y su cliente sin paso de aprobación, y no enviamos presupuestos de forma automática. Lo que un agente puede hacer está en un flujo que usted puede leer, y cada paso que da queda en un registro que puede revisar por su cuenta, sin llamarnos.
Tampoco dejamos que un agente cambie precios por sí solo, y no usamos los datos de su empresa para entrenar modelos de terceros. Eso cuesta a veces algo de comodidad. Es, en cambio, la razón por la que su equipo interno sigue confiando en el agente después de dos semanas, y eso pesa más que una demostración en la que todo parece salir solo.
Cuatro grabaciones de agentes sobre datos reales
Lo que está arriba se ve más fácilmente de lo que se lee. De cuatro de los agentes que funcionan hoy hay una grabación lista: no una animación ni un diseño de pantalla, sino una pantalla en la que alguien hace una pregunta y el agente hace el trabajo. Así ve también los momentos en los que pide confirmación, y es justo la parte que desaparece en un argumentario de venta.
Las cuatro de abajo tratan del presupuesto, de los dos canales por los que entra una solicitud y de la pregunta que el equipo interno hace más a menudo a un proveedor. La serie completa de veinte grabaciones está en los vídeos de demostración.
Hable con un experto en IA
Empezamos por sus solicitudes de la semana pasada. De ahí se ve en una hora dónde están las manipulaciones y si un agente cambia algo.
¿Prefiere mirar primero? Las grabaciones de agentes sobre datos reales están listas.