La pregunta llega con la palabra agente dentro, y esa palabra se está usando hoy para cosas que no se parecen en nada. Para un chat en la web. Para algo que resume una llamada. Para algo que escribe en la base de datos de clientes sin que nadie lo mire.
Merece la pena separar eso antes de decidir nada, porque el orden en que se enciende cada cosa es lo que distingue un sistema que funciona de uno que hay que apagar a los tres meses.
La diferencia útil no es de tecnología. Es de quién queda entre la máquina y la consecuencia.
Todo lo que hay que decidir sale de ahí. Un asistente se configura bien y se usa. Un agente hay que gobernarlo, porque actúa cuando nadie está mirando. La pregunta que ordena la conversación entera es esta:
¿Qué pasa si se equivoca y nadie lo ve?
Si la respuesta es un texto peor, es un asistente. Si la respuesta es un cliente mal informado o un dato mal escrito, es otra cosa.
Lo habitual es empezar por el chat de la web, porque es lo que se ve y lo que impresiona. Es la superficie de más riesgo que existe: habla con desconocidos, en abierto, sin que nadie revise antes de que la frase salga.
El orden que aguanta es el contrario, y se ordena por lo que el agente puede tocar:
Cada escalón se gana con el anterior. Saltarse uno no acelera nada, porque el problema aparece igual, solo que más tarde y delante de alguien de fuera.
Esta es la parte que más se subestima. Un agente no tiene criterio propio sobre tu negocio. Responde con lo que ha leído, y lo que ha leído lo has publicado tú.
Quien publica, publica dos veces. Una para las personas y otra para la máquina que va a responder en tu nombre. La página de precios de hace dos años, el caso de un servicio que ya no vendes, el documento antiguo que nadie retiró: todo eso sigue hablando por ti, y ahora además con más convicción.
De ahí salen cuatro cosas prácticas:
Y una regla de higiene: la lista de lo que puede leer se escribe con número y con fecha, y se rehace cada vez que se revisa. Una lista sin fecha no es una lista.
Aquí es donde la mayoría de los proyectos se quedan sin respuesta, porque se mide la impresión general. Lo que sostiene esto tiene nombre, y es el único que vamos a usar aquí.
Ficha de auditoría del agente: un documento por agente y por superficie, con fecha, que deja escrito qué puede tocar, qué ha demostrado, cómo se apaga y quién responde.
No certifica una marca ni una tecnología: certifica una cosa concreta, en un sitio concreto, un día concreto. La superficie de al lado no queda certificada por vecindad. Tres de sus reglas valen para cualquiera, se use la herramienta que se use.
El listón se escribe antes de medir. Un número puesto después de ver los resultados no es un listón, es un resultado. Y no se toca luego, ni para bajarlo ni para subirlo.
Los casos incómodos van primero. Antes de que el agente toque a nadie real, se le pasan los casos que no salen bien en una demostración: el que no encaja, el que no tiene datos, el que se contradice, la pregunta que no sabe, y el que intenta sacarlo de su papel. Salirse del papel no admite media nota.
Lo que el agente dice que ha hecho no prueba que lo haya hecho. Ni su silencio prueba que no lo haya hecho. Hace falta un registro que lo verifique por fuera. Es la lección que más cara sale, porque un agente puede confirmar una acción con toda naturalidad y no haberla ejecutado.
Y un certificado vale para el día en que se emitió. Se revisa cada trimestre, caduca, y se rehace cuando cambia el producto, el precio, el proceso o quién tiene acceso.
Si al terminar de leer esto no hay un nombre propio en cada uno de estos tres papeles, no hay gobierno:
Con dos cosas más escritas antes de encender: dónde se anotan los fallos, y en qué caso se apaga sin discusión.
Los marcos públicos que se usan como contraste dicen lo mismo por otro camino. El proyecto OWASP publicó en agosto de 2026 su lista de riesgos para aplicaciones con modelos de lenguaje, con una versión aparte para las que actúan con herramientas y memoria. El NIST mantiene desde 2023 su marco de gestión de riesgos de inteligencia artificial, que separa lo que se gobierna a nivel de organización de lo que se mide sistema a sistema. Ninguno de los dos sustituye al criterio propio, y los dos se citan con su fecha, porque se renumeran entre ediciones.
Casi nunca la pregunta es qué agente. Es qué pasa si se equivoca y nadie mira, qué va a leer, y quién responde.
Si la respuesta a la última es "nadie todavía", ese es el primer trabajo. Y no es un trabajo de inteligencia artificial.