Agentes de IA en empresas: lo que enseñan Salesforce, Air Canada y McDonald's.

Rodrigo Orellana 8 min de lectura

Un agente de IA es un sistema que recibe un objetivo y lo resuelve por pasos: consulta datos, decide, ejecuta acciones en otros sistemas y responde. Un asistente te ayuda a escribir la respuesta. Un agente responde, procesa la devolución y cierra el caso.

Esa diferencia cambia la conversación en la empresa. Cuando el agente actúa en nombre de la marca, sus aciertos y sus errores son de la marca. Tres casos lo muestran.

Caso 1: Salesforce

Hipótesis: un agente puede resolver la mayoría de las consultas de soporte técnico y dejar a las personas los casos complejos.

Ejecución: Salesforce puso su propio agente, Agentforce, a atender las consultas de help.salesforce.com, su sitio de soporte.

Resultados: en abril de 2025, tras seis meses, la empresa informó más de 500.000 conversaciones, más del 84% de las consultas resueltas y solo un 4% derivado a un ingeniero de soporte. En julio ya superaba el millón de conversaciones. A fines de agosto de 2025 su CEO, Marc Benioff, dijo en un podcast que el equipo de soporte había pasado de unas 9.000 a unas 5.000 personas. La empresa explicó que dejó de reponer cargos y que reubicó a cientos de personas en servicios profesionales, ventas y customer success.

Caso 2: Air Canada

Hipótesis: un chatbot en el sitio web puede responder dudas de pasajeros sobre tarifas y políticas.

Ejecución: en 2022 un pasajero preguntó al chatbot de la aerolínea por la tarifa de duelo, tras la muerte de su abuela. El bot le dijo que podía pedir el descuento hasta 90 días después de comprar el pasaje. La política real no lo permitía.

Resultados: en febrero de 2024 el Civil Resolution Tribunal de Columbia Británica falló contra la aerolínea. Air Canada argumentó que el chatbot era responsable de sus propias acciones. El tribunal respondió que el chatbot es parte del sitio de Air Canada y que la empresa no tomó un cuidado razonable para que fuera preciso. Tuvo que pagar la diferencia más intereses y costas.

El monto fue chico. El precedente, grande: lo que dice el agente, lo dice la empresa.

Caso 3: McDonald's

Hipótesis: la IA de voz puede tomar los pedidos en el drive-thru más rápido y con menos personal.

Ejecución: desde 2021 McDonald's probó con IBM un sistema automático de toma de pedidos en unos 100 restaurantes de Estados Unidos. La meta para escalarlo era una precisión sobre 95%.

Resultados: en junio de 2024 la empresa anunció a sus franquiciados que apagaría la prueba antes del 26 de julio. Reportes previos ubicaban la precisión en torno a 80%. McDonald's dijo que seguiría explorando soluciones de voz con otros socios.

Cinco decisiones antes de poner un agente frente a tus clientes

1. Define qué puede hacer y qué no. Salesforce acota el agente a su soporte y deriva lo complejo. El caso de Air Canada muestra el costo de un agente que inventa políticas.

2. Conecta el agente a la fuente oficial. Las respuestas sobre precios, políticas y condiciones tienen que salir del mismo documento que usa tu equipo.

3. Fija la meta de calidad antes de escalar. McDonald's tenía una cifra, 95%, y la usó para decidir. Sin esa meta la prueba se vuelve opinión.

4. Diseña la derivación a personas. Salesforce decidió mantener su 4% de derivación como parte del diseño. Que el agente sepa cuándo pasar el caso es parte de su trabajo.

5. Prepara al equipo antes del cambio. Las personas que antes respondían pasan a supervisar, corregir y atender lo difícil. Eso requiere formación previa.

Por dónde partir

Los agentes que funcionan suelen partir en procesos internos, con datos ordenados y bajo riesgo: clasificar solicitudes, preparar reportes, responder preguntas frecuentes del propio equipo. Con eso la organización aprende a medir y corregir antes de exponer al cliente.

En Thinkr trabajamos esto en los programas para empresas, que parten con un diagnóstico del equipo, y en el Programa Intensivo, donde los participantes construyen sobre un Challenge real de su organización.

Preguntas frecuentes

¿Qué diferencia hay entre un chatbot y un agente de IA? Un chatbot responde preguntas. Un agente ejecuta tareas: consulta sistemas, toma decisiones dentro de reglas definidas y completa procesos.

¿Un agente de IA reemplaza al equipo de atención? En los casos documentados cambia su trabajo. Salesforce redujo cargos de soporte y reubicó personas en otras áreas, y otras empresas tuvieron que volver a contratar cuando la calidad cayó.

¿Quién responde por los errores de un agente? La empresa. Es lo que estableció el tribunal en el caso de Air Canada.

¿Por dónde conviene empezar? Por un proceso interno acotado, con una meta de calidad definida y una persona responsable de revisar los resultados.

Salesforce midió, McDonald's tuvo una meta y Air Canada no revisó lo que decía su chatbot. Los tres tenían la tecnología disponible.