IA aplicada a negocios

En esta mentoría ordenamos la inteligencia artificial por lo que cada herramienta hace y no por la marca: modelos de chat, asistentes dentro del navegador, agentes que ejecutan tareas y herramientas de escritorio. La diferencia entre un asistente que responde y un sistema que trabaja solo no está en el modelo: está en lo que le conectás.

Vimos casos reales de los participantes —imágenes, posteos, informes comerciales, cotizaciones, seguimiento de clientes— y cómo pasar de «usar una IA» a tener un proceso que atiende, agenda y hace seguimiento sin que estés encima de cada paso.

Temas centrales

• Los cuatro tipos de herramienta: modelo, navegador, agente y escritorio. Qué resuelve cada uno y cuándo conviene cada uno.
• Del asistente al agente: la diferencia entre que te responda y que ejecute (leer correos, agendar, mover tareas).
• Agentes con herramientas conectadas: qué necesita un agente para trabajar sobre tus datos y tus sistemas.
• API, integración y webhooks: cómo se conectan las herramientas entre sí para que el dato viaje solo.
• Chatbots y atención al cliente: responder con tu información y derivar a una persona cuando hace falta.
• Automatización sin programar: conectar aplicaciones con bloques (Make, n8n) y qué conviene automatizar primero.
• Cómo funciona un modelo por dentro, en criollo: contexto, memoria, tokens, y por qué una IA se olvida o inventa datos.
• Qué medir: sin un indicador definido antes de conectar la herramienta, no sabés si sirve.

Los cuatro tipos de herramienta

Es el mapa que ordena todo lo demás: modelo (le preguntás y responde, vos ejecutás), navegador (ve la página donde estás y te ayuda ahí mismo), agente (le das un objetivo y encadena pasos con otras herramientas) y escritorio (corre en tu máquina, toca tus archivos y ejecuta comandos). Cuanta más potencia, más riesgo: se arranca pidiendo aprobación en cada paso sensible y con un entorno acotado.

Del asistente al sistema

Un agente sin herramientas solo conversa; con herramientas, trabaja. En la clase se mostró un agente conectado al correo, al calendario y a un tablero de tareas de un equipo de desarrollo: lee los correos, agenda las entrevistas y mantiene actualizado el estado de cada tarea. Lo que hace la diferencia es la integración: API, webhooks y una base de conocimiento con tu información, para que responda con tus datos y no con lo que supone.

Glosario de la clase

Cómo funciona la IA

• Inteligencia artificial: Programas que hacen tareas que antes requerían criterio humano: redactar, resumir, analizar una imagen, conversar. No piensa: calcula qué palabra conviene después de la anterior.
• Modelo: El motor entrenado que hace el trabajo (GPT, Claude, Gemini). Cada versión responde distinto: no es lo mismo «ChatGPT» que la versión que estés usando hoy.
• Modelo de lenguaje (LLM): Modelo entrenado con enormes cantidades de texto. De ahí viene su fluidez y también sus errores: escribe bien aunque se equivoque.
• Prompt: La instrucción que le das. Un prompt con contexto, formato esperado y ejemplo devuelve un resultado usable; un pedido vago devuelve un texto genérico.
• Contexto: Todo lo que el modelo ve en esa conversación: tu pedido, los mensajes anteriores y los archivos que adjuntaste. Si no está en el contexto, no lo sabe.
• Ventana de contexto: Cuánto texto entra a la vez. Cuando la conversación es muy larga el modelo empieza a olvidar lo del principio: conviene abrir un chat nuevo por tema.
• Token: La unidad mínima con la que el modelo lee y escribe (no equivale a una palabra). En los planes de pago, el consumo se mide en tokens.
• Alucinación: Cuando el modelo inventa un dato con total seguridad y buena redacción. Es la razón por la que los datos duros se verifican siempre contra la fuente.
• Multimodal: Modelo que además de texto entiende imagen, audio o video. Permite analizar placas, escuchar reuniones o leer capturas de pantalla.
• Entrenamiento: La etapa en la que el modelo aprende, antes de que lo uses. Lo que le contás en un chat no lo entrena: por eso no «aprende» de tus correcciones.
• Memoria: Función que guarda datos tuyos entre conversaciones para no repetir el contexto. Es distinto del contexto de un chat: eso se pierde.
• Búsqueda aumentada (RAG): El modelo consulta tus documentos antes de responder. Es lo que hace que conteste sobre tu negocio y no en general.
• Fine-tuning: Reentrenar un modelo con ejemplos propios para fijar un estilo o formato. Es la opción más costosa y casi nunca es el primer paso: antes se prueba con mejor contexto.

Los cuatro tipos de herramienta

• Modelo de chat: El formato más conocido: escribís y responde. Vos te encargás de copiar, pegar y ejecutar. Ideal para pensar, redactar y analizar antes de automatizar nada.
• IA en el navegador: El asistente vive dentro del navegador y ve la página donde estás: resume un artículo, completa un formulario largo, compara opciones en pantalla.
• Agente: No responde: ejecuta. Le das un objetivo y encadena pasos por su cuenta. Es el salto de «asistente» a «empleado digital».
• Herramientas del agente: Cada acción que puede hacer: leer correos, agendar, consultar una base, mover tarjetas en un tablero. Sin herramientas conectadas, el agente solo conversa.
• IA de escritorio / CLI: La que corre en tu computadora desde una terminal o una app: lee y escribe tus archivos, ejecuta comandos sobre tus proyectos. OpenCode es un ejemplo de esta familia.
• Terminal (CLI): La ventana de texto donde se escriben comandos en vez de hacer clic. Es la puerta de entrada a las herramientas de escritorio y a los servidores.
• Autonomía: Cuánto decide solo el sistema sin pedirte permiso. Más autonomía es más velocidad y más riesgo: arrancá pidiendo aprobación en cada paso sensible.
• Entorno aislado (sandbox): Espacio acotado donde el agente puede tocar archivos o ejecutar código sin alcanzar el resto de tu información.
• Orquestador: La pieza que coordina varios agentes o pasos y decide cuál sigue. Aparece cuando el proceso tiene más de una tarea encadenada.

Las herramientas que aparecieron en la clase

• ChatGPT: El más difundido y el que se usa en los ejercicios de los módulos. Bueno para redactar, idear y analizar archivos.
• Claude: Modelo de Anthropic, fuerte en textos largos y en trabajo con archivos y código. En la clase se mostró un agente armado con Claude que lee correos, agenda entrevistas y mantiene tareas en un tablero.
• Gemini: Modelo de Google, integrado a sus propias herramientas (correo, documentos, hojas de cálculo).
• NotebookLM: Cuaderno de Google: le subís tus documentos y responde solo con ese material, citando de dónde sacó cada cosa. Sirve para estudiar y para auditar tus propias fuentes.
• OpenCode: Herramienta de escritorio que corre en la terminal y trabaja con IA sobre tus archivos y proyectos.
• Make y n8n: Plataformas para armar automatizaciones conectando aplicaciones con bloques, sin programar. Son el pegamento entre tus herramientas.
• ManyChat: Automatiza conversaciones de Instagram y WhatsApp: responde, deriva a un humano y captura el dato de contacto.
• Jira: Gestor de tareas de equipos. En la clase funcionó como destino de un agente que crea y sigue tiques.
• Google Calendar: La agenda. Un agente con permiso puede crear, mover y reagendar eventos sin que vos toques el calendario.
• WhatsApp e Instagram: Los canales donde el cliente pregunta. La IA entra ahí por API o con una plataforma intermedia; el cliente no cambia de canal.

Del asistente al sistema

• API: La puerta por la que dos sistemas hablan entre sí sin intervención humana. Es lo que permite que tu web, tu CRM y el bot compartan los mismos datos.
• Integración: Conectar dos herramientas para que la información viaje sola. Sin integración, todo se copia y se pega a mano, y ahí se pierden los datos.
• Webhook: Aviso automático entre sistemas: cuando pasa algo (una compra, un mensaje), uno le manda los datos al otro en el momento. Es la integración en tiempo real.
• Automatización: Regla que se ejecuta sin vos: «si el mensaje llega fuera de horario, responder con el horario y ofrecer dejar los datos».
• Chatbot: Programa que atiende conversaciones. Bien armado responde con tu información y escala a una persona cuando no sabe.
• Agente con memoria: Agente que recuerda el historial del cliente y no le vuelve a preguntar lo mismo. Es la diferencia entre un bot molesto y uno que da servicio.
• Base de conocimiento: Tus documentos, precios, condiciones y preguntas frecuentes ordenados para que la IA responda con eso y no con lo que supone.
• CRM: Donde vive la relación con el cliente: contactos, en qué etapa está y qué sigue. Si la IA no escribe ahí, el seguimiento se pierde.
• KPI: El número con el que medís si algo funciona (consultas respondidas, tiempo de respuesta, ventas). Sin KPI no sabés si la herramienta sirve o solo entretiene.

Material complementario: el Glosario de la mentoría (PDF) queda adjunto a esta lección, con los términos de la clase explicados.

Descargá en «Archivos del Ejercicio»