Botmaker: agentes de IA y el nuevo costo de atender clientes

Qué cambia cuando un chatbot se convierte en agente de IA

El salto no es de interfaz: es de arquitectura. Los asistentes virtuales clásicos funcionaban con árboles de decisión, donde el usuario elegía una opción y el sistema devolvía un texto predefinido. Los agentes actuales interpretan la consulta, identifican al usuario y deciden qué herramienta interna usar para resolverla.

Facundo Guzmán, Head of Sales & Operations de Botmaker, lo describe con una figura concreta: existe un agente central, el orquestador, que coordina la conversación y determina qué servicio interviene en cada caso. Una consulta sobre un servicio contratado puede encadenar identificación del cliente, verificación de datos y ejecución de la gestión sin que una persona mueva cada pieza del proceso.

Esa diferencia es la que separa un bot de respuestas de un sistema que ejecuta trabajo real. Y es también la que explica por qué el costo de operar atención al cliente dejó de ser un tema de licencias y pasó a ser un tema de consumo.

El costo por token: la variable que decide si el proyecto cierra

Guzmán es directo en este punto: "Es relativamente rápido generar una experiencia superadora, pero esa experiencia también tiene que ser costo-eficiente". En la práctica, eso significa que cada conversación automatizada tiene un costo variable asociado al consumo de los modelos, medido en tokens.

Es un cambio de lógica que muchos founders subestiman. Un chatbot tradicional tenía un costo fijo: se desarrollaba, se desplegaba y atender 100 o 10.000 consultas costaba casi lo mismo. Un agente de IA no funciona así. Cada consulta que requiere razonamiento, recuperación de información y llamadas a herramientas internas consume cómputo, y ese consumo escala con el volumen.

La consecuencia práctica es que la pregunta correcta ya no es "¿puedo automatizar esto?", sino "¿a qué costo por conversación puedo automatizarlo y seguir teniendo retorno?". Un flujo que resuelve el 80% de las consultas pero cuesta más que el operador humano que reemplaza no es un avance: es un gasto con mejor marketing.

El mercado ya está midiendo esa tensión. Según el informe de Analytics Insight sobre el mercado de IA agéntica, el gasto global pasó de US$8.190 millones en 2025 a una proyección de US$12.130 millones en 2026, con una tasa de crecimiento anual compuesta del 42,88% hasta 2035. El mismo informe señala que atención al cliente y asistentes virtuales es hoy la mayor categoría de aplicación, con una proyección de US$2.280 millones en 2025 a US$61.030 millones en 2035.

¿Cuántas conversaciones justifican automatizar?

No todas las empresas necesitan un agente de IA, y no todas las operaciones dentro de una misma empresa se automatizan igual. Guzmán pone un umbral operativo: "Cualquier cliente que tenga por mes más de 5.000 conversaciones tiene una necesidad concreta de automatización para arrancar".

Por debajo de ese volumen, el cálculo suele no cerrar: el costo de implementación y de consumo de modelos pesa más de lo que ahorra. Por encima, la ecuación se invierte porque el volumen absorbe los costos fijos y el costo marginal por conversación se vuelve manejable.

El otro criterio es la naturaleza de la tarea. Guzmán recomienda empezar por lo repetitivo y ampliar el alcance de forma gradual. La participación humana conserva un lugar claro en dos escenarios: operaciones que necesitan una aprobación formal y situaciones críticas para el cliente. La automatización no busca eliminar al equipo, sino liberar su tiempo para las decisiones que sí requieren criterio.

Sobre el impacto en el empleo, la experiencia que reporta Botmaker no muestra sustitución generalizada de puestos. "Seguimos contratando y buscando personal. No vemos que necesariamente se reemplacen posiciones, sino que hay personas que tienen la capacidad de usar la inteligencia artificial para potenciarse", sostuvo el ejecutivo.

El diferencial no es el modelo, es la infraestructura

Aquí hay un punto que conviene entender bien, porque es donde muchos proyectos internos fracasan. Conectar un modelo de lenguaje a una API es un fin de semana de trabajo. Atender a miles de usuarios simultáneos, administrar el estado de cada conversación, integrarse con el CRM y el ERP de la empresa y derivar a una cola humana los casos que el agente no puede resolver es un problema de ingeniería de otra escala.

Botmaker construyó precisamente esa capa. La compañía, con 10 años de trayectoria y más de 5.000 clientes en la región, ofrece una plataforma para construir agentes de IA con características enterprise que se conecta a canales como WhatsApp y los chats de los sitios web, y que puede vincularse con sistemas de gestión de relaciones con clientes (CRM) y de planificación de recursos empresariales (ERP) para consultar información y ejecutar tareas dentro de cada organización.

Sus oficinas principales están en Argentina y Brasil, con equipos locales en México y Colombia, operación en Estados Unidos y clientes también en Europa y el sudeste asiático. El modelo comercial es de precio según uso: el plan inicial cuesta US$149 e incluye una cantidad determinada de conversaciones, y el importe sube según el volumen de actividad y los servicios utilizados.

Los casos de uso que menciona la compañía van más allá del soporte: calificación de potenciales clientes para inmobiliarias y concesionarias, automatización de tareas administrativas y consultas internas de recursos humanos. En el sector comercial, un agente puede responder preguntas sobre un vehículo y reservar una prueba de manejo integrando la agenda de la empresa, incluso fuera del horario habitual. También puede conectarse con los sistemas de venta de una cadena de comercios para que el cliente consulte el catálogo por WhatsApp y complete la compra mediante una pasarela de pagos.

Qué significa esto para tu startup

El dato que más debería importarte no es la tecnología, sino la brecha entre interés y ejecución. Según la investigación de McKinsey citada por Analytics Insight, el 62% de las organizaciones estaba experimentando con agentes de IA, pero solo el 23% había escalado un sistema agéntico en alguna parte de su negocio. Ninguna función empresarial había superado el 10% de adopción a escala.

El informe 2026 Connectivity Benchmark de Salesforce, MuleSoft y Deloitte Digital, basado en 1.050 líderes de TI y recogido por ZDNET, agrega el contexto técnico: las organizaciones gestionan en promedio 957 aplicaciones, pero solo el 27% está conectada. El 82% de los líderes de TI señala la integración de datos como su principal obstáculo, y el 86% advierte que, sin integración adecuada, los agentes de IA pueden agregar más complejidad que valor.

Traducido a decisiones concretas para tu startup:

• Audita tu volumen antes de comprar tecnología. Si tu operación no supera las 5.000 conversaciones mensuales, probablemente no necesites un agente de IA todavía. Un sistema de respuestas tradicional o una mejor base de conocimiento puede resolver el mismo problema a una fracción del costo.
• Mide el costo por conversación resuelta, no el costo por conversación iniciada. Un agente que escala el 60% de los casos a un humano puede tener un costo real mucho más alto que su tarifa nominal. Define desde el inicio qué porcentaje de resolución autónoma necesitas para que el proyecto tenga retorno.
• Empieza por la tarea más repetitiva y más documentada. La recomendación del propio Guzmán es arrancar por lo simple y ampliar el alcance de forma gradual. Automatizar un proceso que nadie tiene escrito es la forma más rápida de quemar presupuesto.
• Revisa tus integraciones antes que tu modelo. Si tu CRM y tu ERP no se hablan entre sí, ningún agente va a arreglarlo. La integración es el cuello de botella real, no la capacidad del modelo.

Conclusión

La automatización de la atención al cliente dejó de ser una promesa y se convirtió en una decisión de ingeniería y de costos. Los agentes de IA ya pueden interpretar consultas, ejecutar gestiones y derivar casos complejos, pero el retorno depende de variables que no se ven en una demo: el volumen real de conversaciones, el costo por token, la calidad de las integraciones y la claridad sobre qué tareas deben seguir en manos humanas.

Para un founder, la lectura es simple. La tecnología está disponible y el mercado crece a tasas de dos dígitos altos, pero la ventaja competitiva no está en adoptarla primero: está en adoptarla donde el cálculo cierra. Empezar por lo repetitivo, medir el costo por caso resuelto y mantener al humano en las decisiones críticas sigue siendo la ruta más rentable.

Fuentes

• MDZ Online: Inteligencia artificial, la automatización revoluciona la atención al cliente
• Analytics Insight: Agentic AI Market Outlook 2026-2035
• ZDNET: AI agent adoption and budgets will rise significantly in 2026
• PuroMarketing: El ascenso imparable de la inteligencia artificial redefine la atención al cliente