Agente IA — Definición IT
Sistema de software pilotado por un LLM que planifica etapas, invoca herramientas y actúa para alcanzar un objetivo, sin intervención humana continua.
Un agente IA (AI agent) es un sistema de software que combina un LLM con la capacidad de planificar etapas, invocar herramientas y ejecutar acciones para alcanzar un objetivo fijado por el usuario. A diferencia de un simple chatbot que se contenta con responder, un agente actúa: consulta un calendario, actualiza un ticket, consulta una base de datos, desencadena un workflow, negocia con otro agente.
Los agentes IA son la evolución natural de los LLMs en 2025-2026. Según el Gartner Hype Cycle 2024, más del 33 % de las aplicaciones empresariales integrarán agentes IA de aquí a 2028, frente a menos del 1 % en 2024.
Anatomía de un agente IA
- •El modelo (LLM): GPT-4, Claude, Gemini, Mistral, Llama.
- •Las herramientas (tools): APIs, funciones, bases de datos, navegadores, ejecución de código.
- •La memoria: corto plazo y largo plazo (vector store, archivos, RAG).
- •El orquestador: la lógica que itera entre razonamiento, invocación de herramientas, observación, replanificación (patrones ReAct, Plan-and-Execute, Reflexion).
- •El contexto: los datos del SI, de las aplicaciones y de la organización — a menudo vía MCP.
Agentes IA vs. chatbots vs. RPA
- •Chatbot LLM: genera texto en respuesta a un prompt. Sin acción externa.
- •Agente IA: razona sobre un objetivo, elige herramientas, ejecuta, observa y replanifica.
- •RPA clásica: automatiza etapas predefinidas, sin comprensión del contexto.
Los principales patrones de agentes
- •Agente ReAct: .
- •Plan-and-Execute: .
- •Multi-agente: AutoGen, CrewAI, LangGraph.
- •Agente autónomo: AutoGPT, BabyAGI.
Casos de uso en empresa
- •Soporte al cliente: agentes conversacionales.
- •Ventas: cualificación de leads, redacción de e-mails personalizados.
- •TI / Dirección de TI: diagnóstico de incidentes, apertura de tickets.
- •Finanzas: conciliación de facturas, generación de recordatorios.
- •Desarrollo: copilotos que codifican, prueban, despliegan (Devin, Cursor, Cline).
Por qué el contexto aplicativo es crítico
Un agente IA solo es útil si comprende el SI de la empresa: «¿qué aplicaciones son usadas por qué equipos?», «¿quién posee este servicio?», «¿cuál es la criticidad de esta herramienta?». Sin este contexto, el agente generaliza sobre un saber de Internet — lo que produce alucinaciones y decisiones erróneas.
Ese es precisamente el rol de una plataforma como Kabeen: exponer el contexto vivo del SI (aplicaciones, usos, costos, propietarios, riesgos) a la vez a los equipos de TI y a los agentes IA, vía una interfaz unificada — por ejemplo un servidor MCP.
Seguridad y gobernanza
- •Sobre-permisos: un agente con demasiados derechos puede causar daños a gran escala.
- •Prompt injection: un atacante puede desviar el agente vía una instrucción oculta en un documento.
- •Costo descontrolado: un agente que itera puede consumir miles de tokens en minutos.
- •Auditoría y trazabilidad: .
- •[Shadow IA](/es/glossary/shadow-ai): .
Las buenas prácticas: principio del mínimo privilegio (IAM), human-in-the-loop en las acciones sensibles, sandboxing, monitoreo, logs de auditoría, y política de gobernanza IA conforme a ISO 42001.
Preguntas frecuentes
¿Qué es un agente IA?
+
Un agente IA es un sistema de software pilotado por un LLM que planifica etapas, invoca herramientas (APIs, bases de datos, navegadores) y ejecuta acciones para alcanzar un objetivo. A diferencia de un chatbot que se contenta con responder, un agente actúa en el mundo real: consulta un calendario, actualiza un ticket, desencadena un workflow.
¿Diferencia entre agente IA y chatbot?
+
Un chatbot LLM se limita a generar texto en respuesta a un prompt. Un agente IA va más allá: razona sobre un objetivo, elige las herramientas adecuadas, ejecuta acciones, observa el resultado y replanifica si es necesario. El agente combina la comprensión del lenguaje del LLM con la capacidad de actuar sobre el SI o el mundo exterior.
¿Qué frameworks existen para construir agentes IA?
+
Los frameworks más utilizados en 2026 son LangChain y LangGraph (patrón ReAct, multi-agentes), AutoGen de Microsoft (colaboración multi-agentes), CrewAI (agentes especializados), y el Anthropic SDK para Claude. Lado plataformas comerciales: OpenAI Assistants, Google Vertex AI Agent Builder, AWS Bedrock Agents.
¿Cuáles son los riesgos de un agente IA en empresa?
+
Cuatro riesgos principales: (1) los sobre-permisos — un agente con demasiados derechos puede causar daños a gran escala, (2) la prompt injection — un atacante puede desviar el agente vía una instrucción oculta en un documento, (3) el costo descontrolado — un agente que itera puede consumir miles de tokens en minutos, (4) el Shadow IA — los colaboradores despliegan sus propios agentes fuera de la gobernanza. Respuesta: mínimo privilegio, human-in-the-loop, sandbox, auditoría, conformidad ISO 42001.
Todos los términos
Método de las 5R
Una estrategia utilizada durante la racionalización de aplicaciones para determinar el mejor enfoque de gestión.
Método de las 8R
Una versión extendida del método 5R utilizada en la gestión del portafolio de aplicaciones y estrategias de migración.
Aplicación
Un programa informático o conjunto de programas diseñados para agilizar las operaciones comerciales.
Arquitectura
Se refiere a la estructura y comportamiento de los sistemas de TI, procesos e infraestructura dentro de una organización.
¿Necesita ayuda para mapear su panorama TI?
Kabeen le ayuda a inventariar, analizar y optimizar su portafolio de aplicaciones.