Atención por WhatsApp multiagente con inteligencia de procesos.
Atención al clienteAgentes de IA para empresas
Agentes de IA que hacen el trabajo, no solo platican.
Un agente de IA consulta tus sistemas, decide el siguiente paso y lo ejecuta: cotiza, registra, da seguimiento y avisa. Tu equipo supervisa en lugar de capturar.
¿Prefieres hablarlo ya?
Un agente de IA es un programa que entiende una petición, consulta tus sistemas y completa la tarea, no solo la conversa. NUMEN implementa agentes de IA para empresas conectados a ERP, CRM, correo y WhatsApp, con revisión diaria de su trabajo. Cada agente se cotiza a tu medida después de un diagnóstico gratuito; para empezar en WhatsApp, el Arranque de WhatsApp cuesta desde $9,500 + IVA.

Casos de uso
Qué hace un agente en una empresa.
Cotiza
Lee la solicitud, calcula con tus precios y márgenes, y deja la cotización lista para revisar.
Registra pedidos
Toma el pedido de un correo, PDF o WhatsApp y lo captura en tu ERP.
Da seguimiento
Recuerda cotizaciones abiertas y cobros pendientes sin que alguien lo tenga que pedir.
Responde a clientes
Consulta estados de pedido, inventario o agenda y contesta al momento.
Clasifica documentos
Lee facturas, órdenes de compra y contratos y los archiva donde van.
Avisa
Te escribe solo cuando algo no cuadra: un margen bajo, un pedido atorado.
Qué incluye
Cómo lo implementamos, sin riesgo.
Empieza con una tarea
Elegimos la que más horas se come y medimos el antes.
Conectado a tus sistemas
ERP, CRM, correo, WhatsApp, hojas de cálculo.
Una persona aprueba
Al principio el agente propone y tu equipo aprueba; después decides qué hace solo.
Se vigila cada día
Revisamos lo que hizo y te avisamos si algo se sale.
Prueba real
Agentes en operación real.
Software de gestión para talleres e imprentas, en uso diario.
Software para talleresPrecios
Precios, por escalón.
Lo que se paga una vez y lo que se paga cada mes, en carriles separados. Todos los precios + IVA.
Implementación · pago único
Crece el alcance, crece el precio.
- ■ 1
Diagnóstico de WhatsApp
Gratis
⏱ máx. 1 semana
- Revisamos una muestra de tus conversaciones
- Qué se repite y cuánto tardas en contestar
- Qué podría atender un agente
- ■ 2el principal
Arranque de WhatsApp
desde$9,500
+ IVApago único⏱ máx. 2 semanas
- WhatsApp Business configurado: perfil, catálogo y horarios
- Respuestas automáticas de bienvenida y ausencia
- Respuestas rápidas y etiquetas para tu equipo
- ■ 3
Chatbot o agente de IA
A tu medidacotización después de un diagnóstico gratuito
⏱ máx. 2 mesescon cotización
- WhatsApp Business API oficial
- Preguntas frecuentes, horarios y ubicación
- Cotiza, agenda y da seguimiento
- Registra en tu CRM, inventario o agenda
- Plantillas de Meta para recontactar
- ■ 4
Centro de atención multiagente
A tu medidacotización después de un diagnóstico gratuito
⏱ máx. 3 mesescon cotización
- Agentes por área: ventas, soporte, cobranza
- Equipos humanos con supervisión
- Inteligencia de procesos
Mantenimiento · cada mes
Opcional, después de entregar.
- ↻ 1
Servidores operando y mantenimiento
desde$2,200/ mes
+ IVA
- Servidores y alojamiento operando
- Respaldos y seguridad
- Vigilancia diaria de errores
- Sin horas de mejora
- ↻ 2
Operación del agente
Cuota a tu medidase define en el diagnóstico según tu volumen
con cotización
- Todo lo de servidores y mantenimiento, más:
- Revisión diaria de la calidad de respuestas
- Ajustes y nuevas plantillas
- Reporte de atención y ventas
Según volumen de conversaciones y áreas. Los mensajes de Meta van aparte.
- ■ 1⏱ 1 semana
- ■ 2⏱ 2 semanas
- ■ 3⏱ 2 meses
- ■ 4⏱ 3 meses
Máximo. Tiempos máximos de implementación. No porque los proyectos sean chicos, sino porque implementamos rápido con la tecnología de hoy.
Cómo trabajamos
Por proyecto o en ciclo.
Diagnóstico, plan, diseño, construcción e implementación. Puede ser un proyecto que entregamos funcionando y listo, o un ciclo con monitoreo diario y automático.
Ver el método →Preguntas frecuentes
Lo que más nos preguntan.
¿Qué es un agente de IA?
¿Cuánto cuesta implementar un agente de IA?
¿Un agente de IA reemplaza a mi equipo?
¿Qué pasa si el agente se equivoca?
¿Qué diferencia hay entre un agente de IA y un chatbot?
¿En cuánto tiempo se implementa un agente de IA?
¿Con qué sistemas se puede conectar un agente?
¿Qué modelo de inteligencia artificial usan?
¿Mis datos se usan para entrenar a la IA?
¿Cómo se mide si el agente de IA vale la pena?
¿Qué es un CRM y qué es un ERP? ¿El agente se conecta con los míos?
Guía completa
Guía de agentes de IA para empresas: qué son, cómo funcionan y cómo empezar (2026)
Al terminar vas a saber qué es un agente de IA en términos de negocio, qué tareas puede hacer en ventas, cobranza, compras, atención y recursos humanos, y cómo está armado por dentro. También vas a tener una lista de lo que hay que preparar, cómo cuidar los datos de tu empresa y qué números revisar para saber si el agente vale lo que cuesta.
Escrita y revisada por el Equipo técnico de NUMEN · Publicada el · Actualizada el · 15 min de lectura · 10 fuentes citadas
¿Qué es un agente de IA, explicado para un dueño de negocio?
OpenAI, la empresa detrás de ChatGPT, define a los agentes como «sistemas que completan tareas de forma independiente en tu nombre» [1]. Anthropic, la empresa que desarrolla Claude, hace una distinción útil: en un flujo automatizado el camino ya está escrito en el código, y en un agente el propio modelo de IA decide qué pasos seguir y qué herramientas usar [2].
Dicho en palabras de oficina: un flujo es una receta que se sigue igual cada vez. Un agente se parece más a un empleado nuevo con un manual. Lee la petición, revisa la información que tiene a la mano, elige qué hacer y lo hace dentro de los límites que le pusiste.
Ejemplo: a una distribuidora de material eléctrico le llega un correo con un pedido en PDF. Un agente puede leer el PDF, buscar cada clave en el inventario, revisar si el cliente tiene saldo vencido, armar el pedido en el sistema y avisarle al vendedor que hay dos productos sin existencia. Nadie le dijo en qué orden hacerlo para ese correo en particular: lo decidió con las reglas que tiene.
La capacidad de estos sistemas está creciendo rápido. Un estudio publicado en 2025 midió que la duración de las tareas de software que los modelos más avanzados logran completar se ha duplicado aproximadamente cada siete meses desde 2019 [5]. Ese estudio mide tareas de programación en laboratorio, no tu operación, pero muestra que lo que un agente puede hacer cambia de un año a otro y conviene revisarlo seguido.
¿Qué tareas puede hacer un agente en cada área de tu empresa?
La mejor forma de pensar en un agente es por área y por tarea concreta. La tabla separa lo que el agente puede hacer por su cuenta de lo que conviene que apruebe una persona, al menos al principio.
| Área | Qué hace el agente | Qué consulta | Qué aprueba una persona |
|---|---|---|---|
| Ventas | Arma la cotización con tus listas de precios, revisa existencias y prepara el seguimiento de las que siguen abiertas | Lista de precios, inventario, historial del cliente en el CRM | Descuentos fuera de política y precios especiales |
| Cobranza | Detecta facturas vencidas, redacta el recordatorio con el monto correcto y registra la promesa de pago del cliente | Cuentas por cobrar, historial de pagos, contactos | Convenios de pago, quitas y suspensión de crédito |
| Compras | Compara cotizaciones de proveedores, revisa que la factura coincida con la orden de compra y marca diferencias | Órdenes de compra, facturas recibidas, catálogo de proveedores | La elección final del proveedor y cualquier pago |
| Atención a clientes | Responde el estado de un pedido, agenda citas o visitas y abre un reporte cuando hay una queja | Pedidos, agenda, base de conocimiento | Reembolsos, cambios fuera de garantía y casos con enojo |
| Recursos humanos | Contesta dudas de prestaciones con tu reglamento, agenda entrevistas y pide documentos faltantes del expediente | Reglamento interno, calendario, lista de documentos por puesto | Cualquier decisión sobre contratar, sancionar o despedir |
| Administración | Clasifica correos y documentos, extrae datos de facturas y prepara el resumen semanal de pendientes | Bandeja de correo, carpetas, ERP | Pagos, movimientos bancarios y registros contables definitivos |
Ejemplos generales. Qué puede hacer solo el agente depende de tus reglas, de qué tan limpios están tus datos y de cuánto riesgo implica cada acción.
Cómo reconocer una buena tarea para un agente
OpenAI propone tres señales de que un caso se presta para un agente [1]:
- Decisiones que dependen del contexto: hay que juzgar cada caso, como aprobar o no una devolución.
- Reglas difíciles de mantener: tu proceso tiene tantas excepciones que una automatización rígida se rompe cada vez que algo cambia.
- Mucha información sin estructura: correos, PDFs, mensajes de WhatsApp o documentos que una persona tiene que leer para entender qué piden.
Ejemplo: en una constructora, revisar si la estimación de un subcontratista coincide con el avance de obra y el contrato cumple las tres señales. En cambio, mandar un recordatorio el día 25 de cada mes no cumple ninguna: eso es una regla fija y se resuelve sin IA.
¿Cómo funciona un agente por dentro? La arquitectura en palabras simples
Piensa otra vez en el empleado nuevo. Tiene una cabeza que razona, manos para usar los sistemas, una libreta donde anota, un manual de procedimientos y un gafete que dice a qué puertas puede entrar. Un agente tiene exactamente esas cinco partes.
1. El modelo: la cabeza
Es el modelo de lenguaje (LLM, por sus siglas en inglés): el programa de IA que entiende texto y decide. OpenAI sugiere armar el primer prototipo con el modelo más capaz disponible para tener una referencia de calidad y después probar modelos más pequeños y baratos para ver en qué tareas siguen dando el resultado que necesitas [1].
2. Las herramientas: las manos
Una herramienta es una función que el agente puede pedir que se ejecute: «busca el saldo del cliente», «crea la cotización», «manda este correo». Aquí está el detalle de seguridad más importante: el modelo no toca tu ERP directamente. Según la documentación de Anthropic, el modelo decide cuándo usar una herramienta y devuelve una solicitud estructurada que ejecuta tu aplicación [3]. Es decir, entre la IA y tus sistemas siempre hay código que tú controlas y que puede revisar, limitar o negar cada acción.
Para conectar herramientas existe un estándar abierto llamado MCP (Model Context Protocol), que su documentación compara con un puerto USB-C para aplicaciones de IA: una forma estándar de conectarlas con sistemas externos [4]. Según esa misma documentación, MCP reduce el tiempo y la complejidad de integrar una aplicación de IA con otros sistemas [4].
3. La memoria: la libreta
Anthropic describe la pieza básica de un sistema con agentes como un modelo reforzado con búsqueda de información, herramientas y memoria [2]. En la práctica hay dos tipos de memoria. La de corto plazo es la conversación o la tarea en curso. La de largo plazo es lo que el agente consulta cuando lo necesita: tus políticas, tu catálogo, el historial del cliente. El agente no se aprende tu empresa de memoria; la busca cada vez en la fuente que le conectaste, y por eso la calidad de esa fuente decide la calidad de sus respuestas.
4. Las instrucciones: el manual
Son las reglas escritas: qué hace, qué no hace, cómo habla, cuándo pide ayuda. OpenAI recomienda partir de los documentos que ya tienes, como procedimientos, guiones de atención y políticas, y convertirlos en instrucciones claras [1]. Si tu proceso solo existe en la cabeza de una persona, el primer trabajo es escribirlo.
5. Los permisos: el gafete
Definen a qué datos y acciones tiene acceso el agente. OWASP, la fundación que publica las listas de riesgos de seguridad más usadas en software, llama «agencia excesiva» al riesgo de que un sistema de IA haga acciones dañinas, y señala tres causas: darle funciones de más, permisos de más o autonomía de más [6]. La regla práctica es darle al agente solo lo que necesita para su tarea y nada más.
El ciclo de trabajo de un agente
- 1RecibeLe llega una petición: un correo, un mensaje, un registro nuevo en el sistema o una hora programada.
- 2EntiendeEl modelo interpreta qué se pide y qué información le falta.
- 3ConsultaPide usar herramientas de lectura: inventario, saldo, agenda, políticas.
- 4Decide y actúaElige el siguiente paso y pide ejecutar la acción, que tu sistema valida antes de hacerla.
- 5Repite o terminaOpenAI explica que un agente trabaja en un ciclo hasta que se cumple una condición de salida, como terminar la tarea o llegar a un límite [1].
- 6Registra y avisaDeja constancia de lo que hizo y avisa a una persona si algo no cuadra.
¿Conviene un solo agente o varios agentes por área?
OpenAI recomienda empezar con un solo agente e ir agregándole herramientas, porque así la complejidad se mantiene manejable y es más fácil evaluarlo; pasar a varios agentes solo cuando hace falta [1]. Un agente con diez herramientas bien definidas suele ser más fácil de vigilar que cinco agentes que se pasan trabajo entre sí.
Varios agentes empiezan a tener sentido cuando las áreas tienen reglas muy distintas o cuando un solo agente se confunde con demasiadas herramientas. Anthropic describe un patrón en el que un modelo central divide la tarea, la reparte entre otros modelos especializados y junta los resultados [2].
Ejemplo: un taller de servicio automotriz que atiende por el mismo número de WhatsApp a clientes que quieren cita, a aseguradoras que preguntan por un siniestro y a proveedores que confirman refacciones. Un agente que recibe y clasifica, y agentes separados para citas, aseguradoras y compras, evita que las reglas de uno se mezclen con las de otro.
¿Qué pasa con la seguridad y los datos de tu empresa?
Tus datos quedan protegidos si se cuidan tres cosas: que la versión de la IA no use tus conversaciones para entrenar, que el agente cumpla la ley mexicana de datos personales y que tenga controles sobre lo que puede ver y hacer. Aquí va cada una.
¿La IA aprende con tus datos?
Depende de la versión que se use. Anthropic, por ejemplo, indica que por defecto no usa las entradas ni las respuestas de sus productos comerciales, como su API, para entrenar sus modelos [9]. Las versiones gratuitas o de consumo de cualquier proveedor pueden tener condiciones distintas, así que pide por escrito qué servicio y qué plan se usará con tu información.
La ley mexicana de datos personales
En México rige la Ley Federal de Protección de Datos Personales en Posesión de los Particulares, una ley nueva publicada en el Diario Oficial de la Federación el 20 de marzo de 2025, con última reforma del 14 de noviembre de 2025 [10]. Su artículo 18 obliga a todo responsable a mantener medidas de seguridad administrativas, técnicas y físicas para proteger los datos contra daño, pérdida, alteración o acceso no autorizado [10]. Su artículo 15 dice qué debe contener el aviso de privacidad, incluidas las finalidades del tratamiento [10].
En la práctica: si el agente va a leer datos de clientes, pacientes o empleados, revisa con tu abogado si tu aviso de privacidad cubre ese uso y quién más participa en el tratamiento. Esta guía no sustituye una opinión legal.
Controles que debe tener cualquier agente
- Permisos mínimos: si la tarea solo necesita leer, el acceso es de solo lectura. OWASP recomienda limitar las herramientas, sus funciones y sus permisos a lo indispensable [6].
- Aprobación humana en acciones de alto impacto, como pagos, cancelaciones o envíos masivos [6].
- La autorización la valida el sistema de destino, no el criterio del modelo. OWASP lo llama mediación completa [6].
- Bitácora de cada acción: qué pidió, qué consultó, qué hizo y con qué resultado.
- Límites de uso y de gasto. El consumo sin límite es uno de los diez riesgos de la lista de OWASP para aplicaciones con modelos de lenguaje [8].
- Acceso separado por agente: cada uno con su propia credencial, para poder cortarle el acceso sin afectar a los demás.
Hay un riesgo particular de los agentes: que un documento o mensaje traiga instrucciones escondidas para engañar al modelo. OWASP lo pone en primer lugar de su lista y lo llama inyección de instrucciones (prompt injection) [7]. Lo explicamos a fondo, junto con las alucinaciones y la supervisión, en la guía «Chatbot o agente de IA».
¿Cómo empezar con agentes de IA sin poner en riesgo tu operación?
La forma segura es empezar chico: una sola tarea, con reglas escritas y casos reales, probada aparte y funcionando primero en modo propuesta, donde el agente sugiere y una persona aprueba. La autonomía se sube después, tipo de tarea por tipo de tarea.
- 1Haz la lista de tareas repetidasAnota qué se hace cada semana, quién lo hace y cuánto tiempo le toma. Las tareas que se comen más horas y que tienen reglas que se pueden escribir son las candidatas.
- 2Elige una sola tareaUsa las tres señales de la sección anterior. Empieza por una tarea donde un error se pueda corregir sin daño, no por la más delicada.
- 3Escribe las reglasPrecios, márgenes, excepciones, a quién se escala cada caso. Si hay un manual o un guion de atención, es el punto de partida [1].
- 4Junta casos realesCorreos, pedidos, conversaciones y documentos recientes, de los fáciles y de los difíciles. Con ellos se prueba al agente antes de soltarlo.
- 5Prueba en un entorno aisladoAnthropic recomienda pruebas extensas en entornos aislados, con los controles adecuados, antes de usar el agente en la operación [2].
- 6Arranca en modo propuestaEl agente prepara y una persona aprueba. OpenAI aconseja mantener supervisión humana en acciones delicadas o irreversibles hasta tener confianza en el agente [1].
- 7Sube la autonomía por tipo de tareaCuando un tipo de caso sale bien de forma constante, ese caso puede pasar a hacerse solo. Los demás siguen con aprobación.
Qué preparar antes de hablar con un proveedor
- La tarea elegida, escrita en un párrafo, con quién la hace hoy y cuánto tarda.
- Qué sistemas intervienen: ERP, CRM, hojas de cálculo, correo, WhatsApp, banco.
- Si esos sistemas tienen API (una puerta para que otros programas lean y escriban datos) y quién tiene las credenciales de administrador.
- Tus documentos de reglas: listas de precios vigentes, políticas de crédito, manuales.
- Una muestra de casos reales, sin datos sensibles si todavía no hay contrato de confidencialidad.
- Quién va a aprobar las propuestas del agente y quién va a revisar su bitácora.
- Tu aviso de privacidad vigente.
¿Cómo medir si el agente de IA está funcionando?
Mide antes de encender el agente, o no vas a tener contra qué comparar. Anthropic pone la atención a clientes como un buen caso para agentes justo porque el éxito se puede medir con claridad: casos resueltos según lo que defina el negocio [2]. Esa idea se aplica a cualquier área: define qué cuenta como «tarea bien hecha» antes de empezar.
| Métrica | Cómo se calcula | Para qué sirve |
|---|---|---|
| Tareas completadas sin corrección | Tareas que la persona aprobó sin cambios ÷ tareas totales | Saber si ya puede hacer ese tipo de caso solo |
| Tasa de escalamiento | Casos que el agente pasó a una persona ÷ casos totales | Ver si sus límites están bien puestos: muy alta es poco útil, muy baja puede ser imprudente |
| Errores detectados | Acciones que hubo que deshacer o corregir, por semana | Encontrar reglas mal escritas o datos sucios |
| Tiempo de ciclo | Tiempo desde que llega la petición hasta que queda resuelta | Medir la mejora que siente el cliente o el área |
| Horas liberadas | Tareas que hizo el agente × minutos que tardaba una persona ÷ 60 | Traducir el resultado a tiempo del equipo |
| Costo por tarea | Gasto mensual del agente (IA, servidores, operación) ÷ tareas completadas | Compararlo con lo que cuesta hacerla a mano |
Ejemplo con números inventados para ilustrar: si un agente prepara 400 cotizaciones al mes y a tu vendedor cada una le tomaba 12 minutos, son 400 × 12 ÷ 60 = 80 horas al mes. Si la persona todavía revisa cada cotización en 2 minutos, réstale 400 × 2 ÷ 60 ≈ 13 horas. Las horas netas liberadas son unas 67 al mes, y esas horas se comparan contra el costo mensual del agente.
¿Qué preguntarle a un proveedor de agentes de IA?
Antes de contratar, pide por escrito qué modelo de IA usarán y qué pasa con tus datos, qué podrá hacer el agente sin aprobación y dónde queda la bitácora de lo que hace. Estas preguntas sirven con cualquier proveedor.
- ¿Qué modelo de IA van a usar, con qué plan y qué dice ese plan sobre el uso de mis datos para entrenar?
- ¿Qué herramientas va a tener el agente y cuáles son de solo lectura?
- ¿Qué acciones va a poder hacer sin aprobación y cómo se decide que pase a hacerlas?
- ¿Dónde queda la bitácora de lo que hace el agente y quién la puede consultar?
- ¿Cómo se prueba antes de que toque la operación real?
- ¿Qué pasa si el modelo de IA cambia de versión o el proveedor sube precios? ¿Se puede cambiar de modelo?
- ¿Cómo se apaga el agente en caso de emergencia y cuánto tarda?
- ¿Quién es dueño de las instrucciones, las conexiones y el código que se construya?
- ¿Cómo me van a reportar los resultados y con qué métricas?
Errores comunes
- Empezar por la tarea más delicada de la empresa en lugar de una donde los errores se corrigen fácil.
- Conectar al agente con permisos de administrador porque «así es más rápido».
- No escribir las reglas y esperar que el agente las adivine.
- No medir el antes y quedarse sin forma de saber si mejoró algo.
- Dejar de revisar la bitácora cuando las primeras semanas salen bien.
Cómo lo hacemos en NUMEN
En NUMEN empezamos siempre por un paso sin costo: Diagnóstico de WhatsApp. Revisamos tu caso con tus datos, te decimos qué conviene hacer primero y qué escalón te toca. Los precios de cada escalón están en esta misma página, en pesos y más IVA.
¿Prefieres hablarlo ya?
Fuentes
Consultadas en la fecha indicada. Las tarifas y reglas de las plataformas cambian: revisa la fuente antes de decidir.
- 1.A practical guide to building agents · OpenAI · consultada el 2026-10-18
- 2.Building effective agents · Anthropic · consultada el 2026-10-18
- 3.Tool use with Claude · Anthropic (documentación de Claude) · consultada el 2026-10-18
- 4.What is the Model Context Protocol (MCP)? · Model Context Protocol · consultada el 2026-10-18
- 5.Measuring AI Ability to Complete Long Software Tasks (Kwa y otros, 2025) · arXiv · consultada el 2026-10-18
- 6.LLM06:2025 Excessive Agency · OWASP Gen AI Security Project · consultada el 2026-10-18
- 7.LLM01:2025 Prompt Injection · OWASP Gen AI Security Project · consultada el 2026-10-18
- 8.OWASP Top 10 for LLM Applications 2025 · OWASP Gen AI Security Project · consultada el 2026-10-18
- 9.Is my data used for model training? · Anthropic Privacy Center · consultada el 2026-10-18
- 10.Ley Federal de Protección de Datos Personales en Posesión de los Particulares (texto vigente, última reforma DOF 14-11-2025) · Cámara de Diputados del H. Congreso de la Unión · consultada el 2026-10-18
Sigue leyendo
Elijamos la primera tarea.
En un diagnóstico gratuito encontramos la tarea que más horas te cuesta y te decimos si un agente la puede hacer.
Agenda una llamadaO escríbenos o llámanos directo: