Diferencia entre un chatbot y un agente de IA

El chatbot de árbol: determinista y predecible

Un chatbot clásico es una máquina de estados. Alguien dibujó un árbol de opciones y el sistema recorre ese árbol. Si el usuario escribe «1», va por aquí; si escribe «2», por allá. Cada respuesta posible fue redactada de antemano por una persona.

Su virtud es enorme y suele subestimarse: es completamente predecible. Nunca dirá algo que nadie escribió, nunca inventará un precio y siempre hace lo mismo ante la misma entrada. Para procesos regulados o de alto riesgo, eso no es una limitación: es el requisito.

Su defecto aparece en cuanto el usuario sale del guion, que es la mayoría de las veces. El cliente no quiere elegir entre cinco opciones: quiere preguntar si el modelo que vio en Instagram viene en talla M. Cuando su pregunta no encaja en ninguna rama, escribe igual, y termina en la misma cola de la que se quería sacar.

El agente: interpreta, consulta y decide

Un agente parte de un modelo de lenguaje que interpreta lo que le escribieron y decide, dentro de un bucle, qué hacer: consultar la base de conocimiento, invocar una herramienta que verifica stock, agendar, o entregar el caso a una persona.

Su virtud es que no necesita que alguien haya anticipado la pregunta. Su defecto es la contracara exacta: al no estar todo escrito de antemano, su comportamiento es probabilístico, y eso obliga a diseñar explícitamente los límites, las herramientas disponibles y el criterio para detenerse.

El árbol falla por rigidez y su fallo es visible: el cliente se frustra y escribe «quiero hablar con un humano». El agente falla por exceso de confianza y su fallo puede ser silencioso: responde algo plausible que nadie verifica.

Comparación directa

Cuándo conviene cada uno

La respuesta honesta es que depende de la variedad de las preguntas y del costo de equivocarse. Hay casos donde recomendar un agente sería vender de más.

• Árbol de decisiones, cuando el proceso es corto, cerrado y no admite ambigüedad: consultar el estado de un pedido con un código, confirmar una cita, elegir entre tres sedes. Es más barato, más rápido de construir y no puede equivocarse.
• Agente, cuando las preguntas son variadas y las respuestas dependen de información que cambia: catálogo con decenas de productos, precios que se actualizan, políticas con matices. Ahí el árbol necesitaría cientos de ramas y aun así fallaría.
• Los dos, que es lo más común en la práctica. Un agente atiende la conversación abierta y, cuando el caso entra en un flujo cerrado —agendar, pagar, confirmar—, cede a un recorrido determinista donde no hay margen de interpretación.

Por qué en la región el debate llega por WhatsApp

En buena parte de Latinoamérica —Perú, Colombia, México, Chile, Ecuador, Argentina, Bolivia— la conversación comercial con el cliente final ocurre en WhatsApp. No en un chat embebido en la web, no por correo: en el mismo canal donde esa persona habla con su familia.

Eso tiene una consecuencia de diseño que se pasa por alto. En un chat web, un menú de botones es tolerable porque el usuario ya entró en modo formulario. En WhatsApp, el usuario está en modo conversación y escribe como le sale. Un árbol de opciones en ese contexto se siente mal, y la tasa de abandono lo refleja.

La segunda consecuencia es económica. Sobre la plataforma de WhatsApp Business el costo depende de los mensajes que la empresa envía —desde julio de 2025 Meta cobra por mensaje de plantilla entregado, no por conversación—, así que un árbol que necesita cuatro intercambios para llegar donde un agente llega en uno no siempre es más barato en la práctica.

La regla operativa es la misma en toda la región: si el cliente escribe en lugar de tocar botones, necesita algo que entienda texto. Si sólo toca botones, no pague por un agente.

Qué cuesta confundirlos al comprar

• Comprar un agente y recibir un árbol. Es el caso más frecuente. Se paga por «IA» y lo que se instala es un flujo de opciones con un modelo redactando el saludo. Se detecta preguntando qué ocurre cuando el cliente escribe algo que no estaba previsto.
• Comprar un árbol creyendo que es suficiente. Se subestima la variedad de preguntas reales; a los dos meses el equipo atiende lo mismo que antes y además mantiene un bot.
• Comprar un agente sin supervisión. Funciona bien en la demostración y responde algo equivocado en producción, sin que nadie se entere hasta que un cliente reclama.

Las tres se evitan con la misma pregunta en la reunión de venta: muéstreme qué pasa cuando el cliente escribe algo que usted no anticipó, y dígame quién revisa esa respuesta durante las primeras semanas.