No todo problema de IA necesita un agente

La mitad de los avisos de AI Engineer (ingeniero de IA) que leí esta semana en realidad buscan otra cosa. Una persona que sepa automatizar procesos repetitivos. No un agente autónomo.

La palabra agente de IA se volvió el nombre por defecto de cualquier proyecto de automatización, y ahí empieza el problema. Elegir entre un agente de IA o un workflow no es una cuestión de estar actualizado. Es una decisión de costo y de control, y hay una sola pregunta que la resuelve. Casi nadie se la hace antes de empezar a construir.

Un proceso de negocio es una secuencia de pasos. Recibir un mensaje, revisar un dato en el CRM, redactar una respuesta, enviarla, registrar el resultado. Algunos de esos pasos son mecánicos. Otros piden criterio. La diferencia entre los dos es lo único que define qué herramienta corresponde.

La pregunta es esta. Ese paso, ¿requiere criterio que cambia en cada ejecución? Si la respuesta es no, es un paso determinista. Un nodo, una función. Sale barato, es predecible, y cuando falla se ve exactamente en qué punto se cayó. Si la respuesta es sí, ahí tiene sentido un agente. Es flexible, pero cuesta más y da menos control.

Un flujo típico de atención. Llega un WhatsApp, se guarda el contacto, se revisa si esa persona ya es cliente, se responde y se agenda una hora. De esos cinco pasos, cuatro son siempre iguales. Guardar, revisar, agendar, registrar. Solo uno cambia según el caso. Entender qué está preguntando la persona y con qué tono responderle. Ese paso, y solo ese, necesita un modelo de IA. El resto es plomería.

Fuentes. n8n pricing 2026, estimaciones de costo de agentes en segundo plano 2026.

El costo real no es el que te muestran

Un agente cobra por token en cada corrida, razone poco o se quede pensando en círculos. Un orquestador que corre en tu propio servidor tiene un costo fijo bajo, y el modelo de IA solo se paga en el paso puntual que pide criterio. Para trabajo repetitivo y de alta frecuencia, la diferencia entre uno y otro es de órdenes de magnitud, no de un porcentaje.

Esto no vuelve al agente una mala herramienta. Para un reporte semanal que necesita análisis real, 3 dólares por corrida es barato. El error es usar la herramienta cara para el trabajo barato. Que un correo entre a una planilla no necesita que una IA lea el asunto y decida cada vez.

Hay algo más que el agente no da. Cuando un workflow visual se rompe, abres el flujo y ves qué nodo falló, con los datos reales que pasaron por ahí. En un agente el razonamiento es interno. Si se equivocó, toca deducir por qué, sin poder mirar el paso a paso.

Esa visibilidad es también la razón para empezar por ahí. Con un orquestador visual como n8n sacas un MVP del proceso funcionando en días y lo pruebas con datos reales, sin escribir infraestructura. Si después el volumen o la lógica lo justifican, ese mismo diseño se lleva a código nativo en Python sin rehacer el análisis. Primero validar barato, después optimizar.

Vuelvo al aviso de trabajo del principio. Cuando una empresa publica AI Engineer y en la lista de requisitos mezcla quince herramientas, muchas veces no sabe bien qué necesita. A veces es un ingeniero de plataforma de verdad. Muchas otras es alguien que entienda un proceso, lo dibuje, y sepa en qué punto meter IA y en qué punto no. Esa segunda persona es más difícil de encontrar.

Y ahí está el valor real. Cualquiera arrastra nodos en n8n en una tarde. Lo difícil es el criterio de arquitecto de sistemas, el que distingue qué paso pide criterio real y cuál no, y sabe dónde poner los reintentos y cuándo escalar a un humano. La herramienta se aprende en un fin de semana. Ese criterio, no.

En una empresa grande es el mismo marco, cambia el nombre

Si trabajas en una organización con stack de Microsoft o AWS, nada de esto cambia. Power Automate, Azure Logic Apps y AWS Step Functions hacen el mismo trabajo que un orquestador open source. GitHub Copilot es el equivalente aprobado por seguridad de un agente de código. Bedrock y Vertex son el lugar donde vive el modelo. El marco de decisión es idéntico, solo cambian los nombres en la factura.

Lo que sí pasa en una empresa grande es que el marketing del proveedor pega más fuerte. Hay compañías comprando licencias de agentes para procesos que en el fondo son un workflow con un solo paso de IA. Es el mismo error de siempre, a mayor escala y con una factura más grande.

La habilidad que escasea no es construir agentes de IA. Es saber cuándo no necesitas uno. Si quieres aprender a tomar esa decisión antes de gastar en la herramienta equivocada, en la comunidad de Innovarketing lo trabajamos con casos reales. Y si vas a correr el orquestador tú mismo, el primer paso es tener tu propio VPS.