Automatización con IA

Qué cambió con los modelos de lenguaje

La automatización clásica ejecuta pasos fijos: si pasa esto, hacé aquello. Funciona bien y sale barata mientras la entrada sea previsible. Se rompe cuando lo que llega es un correo escrito de cualquier manera, una factura de un proveedor con formato distinto al del mes pasado, o una consulta en lenguaje natural. Ahí la regla no alcanza, porque primero hay que interpretar.

Eso es lo que cambió. Un agente con modelo de lenguaje puede leer texto desordenado, entender qué se le pide y usar herramientas —consultar una base, escribir en un sistema, mandar un mensaje— para resolverlo. No reemplaza a la regla fija: la regla sigue siendo mejor donde el proceso es estable. Elegir mal en cualquiera de las dos direcciones sale caro, y usar un modelo donde alcanzaba una consulta es menos confiable además de más costoso.

La parte que suele quedar afuera de la conversación es el control. Un agente se equivoca, y el diseño tiene que asumirlo desde el principio: qué puede escribir solo, qué pasa por una persona antes, y qué queda registrado para poder auditar después. Mientras más caro sea el error, más se corre hacia la revisión humana.