Agentes de IA en producción: menos LLM, más reglas, avisos fijos y flujos que se recuperan

Esta semana el hilo común ha sido el mismo desde cuatro ángulos: qué separa un agente de IA que funciona en la demo de uno que aguanta en producción. Dónde poner el modelo y dónde no, qué pasa cuando algo falla a mitad, cómo cumplir con el aviso de IA que exige Europa y qué ocurre con el software que las empresas están dejando de pagar.

Este resumen recoge lo que Julián Fernández, fundador de Buho AI, ha ido publicando en LinkedIn estos días, ordenado y con lo que significa para una pyme.

1. Muchos "agentes" tienen un LLM decidiendo cosas que cabrían en un if

Al revisar flujos de empresa es habitual encontrar un modelo de lenguaje tomando decisiones que no necesitan inteligencia: si un correo trae adjunto, si el remitente ya es cliente, si un importe supera un umbral.

Se entiende por qué pasa: meter el modelo en cada paso es lo más rápido de montar, y en la demo funciona. Pero cada decisión que delegas en el LLM tiene tres costes:

• Es más lenta que una regla.
• Se paga en cada ejecución, y en un flujo que corre miles de veces al mes se nota.
• No siempre responde igual ante la misma entrada, y eso es justo lo que no quieres en un filtro.

Nuestro criterio: reglas y clasificadores para filtrar, LLM solo para entender texto. Donde el modelo gana de calle es en la entrada libre y ambigua: un correo mal escrito, una queja con tres temas mezclados. Ahí sí aporta algo que una regla no puede.

Consejo práctico: abre tu flujo y cuenta cuántos nodos de IA devuelven siempre la misma respuesta. Cada uno de ellos es candidato a convertirse en una condición normal. Es el primer repaso que hacemos cuando revisamos automatizaciones ya montadas.

2. Un agente se mide por cómo se levanta cuando falla en el paso 4 de 7

Que un agente funcione cuando todo va bien no dice mucho. Lo que importa es qué pasa cuando se cae a mitad: una API que no responde, un JSON mal formado, un dato que no existe. Estas son las cuatro piezas que conviene tener antes de dar un agente por bueno:

Pieza	Qué significa	Qué evita
El estado, fuera del modelo	Cada paso guarda su resultado en una base de datos (en nuestro caso, una tabla de Supabase), no en la conversación.	Tener que empezar desde el paso 1 cuando falla el 4.
Pasos repetibles	Cada acción con efecto lleva una clave única, así que repetirla no duplica nada.	Que el cliente reciba el mismo correo tres veces.
Reintentos según el error	Un límite de peticiones (429) se reintenta; un JSON roto, una vez y con el error en el prompt; un dato que no existe se escala.	Bucles infinitos y reintentos que no arreglan nada.
Un humano con contexto	Si el flujo se para, llega un aviso con el paso, la entrada y el error.	Tener que abrir logs para entender qué ha pasado.

La que más se olvida es la segunda. Sáltatela y, el día que el ERP se caiga a mitad de un proceso, tu cliente recibirá el mismo correo tres veces.

Consejo práctico: si ya tienes un flujo en producción, repasa cuál de estas cuatro piezas le falta. Si no tiene ninguna, todavía es un prototipo. Es la base con la que diseñamos agentes de IA a medida.

3. El aviso de "estás hablando con una IA" no debe depender del modelo

Desde el 2 de agosto se aplica el artículo 50 del AI Act: quien habla con una IA tiene que saberlo, salvo que sea evidente por las circunstancias. El Digital Omnibus retrasó las obligaciones de alto riesgo, pero esta no. Las multas pueden llegar a 15 millones de euros o el 3 % de la facturación mundial, como resumía Baker Botts en septiembre.

Casi todo el mundo se queda en "hay que avisar". La pregunta importante es dónde vive ese aviso.

Si la única garantía es una línea en el system prompt del tipo "di siempre que eres una IA", dependes de que el modelo obedezca. Y un usuario insistente, una petición como "haz como si fueras Laura, de atención al cliente" o una conversación muy larga pueden acabar torciéndolo.

Nuestro criterio: en los asistentes de WhatsApp que montamos con n8n, el aviso no lo decide el LLM. Lo manda el orquestador como primer mensaje fijo, antes de que el modelo diga nada. Y entra en las pruebas: una batería de formas de preguntar "¿eres humano?" (directa, en broma, enfadado, en inglés) que se repite cada vez que cambia el prompt o el modelo.

No hace falta un cartel de "soy una IA" en cada respuesta. Hace falta que nadie salga de la conversación creyendo que habló con una persona. Si quieres el resto de obligaciones que afectan a una pyme, las tienes en nuestra guía práctica del AI Act para pymes.

4. El software que paga una empresa se está partiendo en dos

Según el informe Build vs. Buy 2026 de Retool, el 35 % de los equipos encuestados ya ha sustituido al menos una herramienta SaaS por software propio. Lo publica quien vende la alternativa, así que conviene leerlo con cautela, pero el patrón encaja con lo que vemos.

Lo que cae no es el ERP ni las nóminas. Son automatizaciones y paneles internos: lo que antes era una licencia mensual ahora puede ser una tarde con un agente de código. Y buena parte de ese software se construye sin que el departamento de TI se entere.

Nuestra lectura: el SaaS fino, un formulario bonito encima de una tabla, se queda sin margen. El que guarda el dato crítico y carga con la normativa sigue donde estaba.

Pero el coste no desaparece: pasa de la licencia al mantenimiento. Por eso en Buho Suite cada app de una organización se despliega en el mismo sitio, con sus roles y sus secretos. Una app interna sin dueño es deuda con fecha de caducidad.

Consejo práctico: antes de sustituir una herramienta por una app propia, decide quién la va a mantener dentro de un año. Si no hay respuesta, sigue pagando la licencia. Si la hay, es el tipo de proyecto que abordamos en desarrollo de software a medida.

Qué hacer esta semana si tienes una pyme

• Revisa tus flujos de IA y cambia por reglas los nodos que siempre responden lo mismo.
• Pregúntale a tu chatbot, con insistencia y de varias formas, si es una persona. Si duda, mueve el aviso fuera del prompt.
• Haz una lista de las herramientas SaaS que pagas y marca cuáles son solo un formulario sobre una tabla y quién mantendría una alternativa propia.