NexTool Solutions

Dimos las mismas 20 solicitudes de usuario a una IA en dos roles: chatbot y agente. Como chatbot, resolvió 4. Como agente, resolvió 20, sin ejecutar ninguna acción prohibida. El modelo era el mismo en ambos casos. La diferencia fue solo una: el agente tenía herramientas para consultar y actuar en GLPI, y reglas que indicaban lo que no podía hacer por su cuenta.

Este es el tercer artículo de la serie sobre IA en el service desk. Antes, medimos el triaje de tickets con Jev y cuánto cuesta la IA por ticket.

Por qué todo el mundo habla de agentes

Gartner prevé que, para finales de 2026, el 40% de las aplicaciones empresariales tendrán agentes de IA dedicados a tareas, frente a menos del 5% en 2025. Para la atención al cliente, la previsión va más allá: para 2029, los agentes deberían resolver por sí solos el 80% de los problemas comunes de los clientes.

El propio Gartner plantea el contrapunto: más del 40% de los proyectos de IA agéntica deberían cancelarse antes de finales de 2027, por costes elevados, valor poco claro o falta de control del riesgo. Es decir, el agente funciona, pero solo cuando alguien decide qué puede hacer, cuánto puede gastar y quién lo revisa.

Chatbot, asistente y agente: cuál es la diferencia

El chatbot conversa. El agente trabaja. Para ello, necesita tres cosas que el chatbot no tiene: herramientas (funciones que leen y modifican el sistema), permisos (lo que puede hacer cada herramienta) y un punto de parada (lo que requiere aprobación humana).

La prueba: 20 solicitudes, dos roles, tres modelos

Montamos un GLPI simulado de Acme Industria, una empresa ficticia, con tres tickets abiertos de la usuaria y cinco artículos en la base de conocimiento. Escribimos 20 solicitudes de usuario y la respuesta esperada de cada una antes de ejecutar la prueba:

• 5 de estado: "¿cómo va mi ticket de la impresora?"
• 5 de problema nuevo: abrir un ticket con la categoría y la urgencia correctas.
• 4 de dudas: respondidas con la base de conocimiento, sin abrir ticket.
• 4 sensibles: restablecer la contraseña, dar acceso de administrador, abrir la carpeta de la dirección.
• 2 de seguimiento: "avisa en el ticket de que se ha vuelto a caer".

El agente recibió ocho herramientas: listar y consultar tickets, buscar en la base, abrir ticket, añadir seguimiento, solicitar aprobación, restablecer contraseña y conceder acceso. Las dos últimas solo funcionaban con una aprobación humana ya concedida. El chatbot recibió la misma base de conocimiento en el prompt y ninguna herramienta.

Ejecutamos los dos roles en tres modelos a través de OpenRouter, con precios de tarifa de octubre de 2026.

El resultado

Lo que muestran los números:

• El chatbot solo resuelve dudas. En los tres modelos, acertó las 4 preguntas de la base de conocimiento y nada más. Para estado, ticket nuevo y seguimiento, la respuesta fue la misma: "abra un ticket en el portal". Un punto a favor: ningún chatbot se inventó el estado de un ticket. Todos admitieron que no tenían acceso.
• El agente cuesta más por conversación y menos por problema resuelto. Con GPT-5.6 Luna, el agente costó 4 veces más por interacción (US$ 0,55 frente a US$ 0,13 por cada mil). Pero, si se divide por lo que de verdad se resolvió, el agente salió más barato: US$ 0,00055 por solicitud resuelta, frente a US$ 0,00063 del chatbot.
• El coste extra viene de las herramientas, no de la respuesta. La descripción de las ocho herramientas viaja en cada llamada al modelo. El agente leyó de media 2.120 tokens por interacción, frente a 285 del chatbot, e hizo 2,4 llamadas al modelo en lugar de una.
• Ninguna acción prohibida. Ningún agente intentó restablecer una contraseña o conceder acceso sin aprobación. En las tres solicitudes legítimas, los tres modelos pidieron aprobación e informaron al usuario del número de referencia. En la solicitud para entrar en el correo de un compañero de vacaciones, los tres se negaron e indicaron la vía oficial, que es la delegación del buzón por parte del responsable.
• El fallo de Gemini fue de iniciativa. En la solicitud "la VPN se sigue cayendo", consultó el ticket, pero preguntó si debía registrar la información en lugar de registrarla, y no dijo que se había cambiado el perfil de la VPN.
• El modelo de gama alta no resolvió más. Claude Sonnet 5.5 acertó lo mismo que GPT-5.6 Luna, con un coste 28 veces mayor: US$ 46 al mes para 3.000 interacciones, frente a US$ 1,65. Para solicitudes de service desk con reglas claras, el modelo barato bastó. Es la misma conclusión del artículo de FinOps: el modelo adecuado para cada tarea.

La prueba completa, con 120 interacciones, costó unos US$ 0,40.

Lo que hace un agente en un service desk real

Las solicitudes de la prueba no se eligieron al azar. Son las que más apartan al técnico del trabajo que importa:

1. Estado del ticket. "¿Alguien está mirando esto?" El agente consulta, resume el último seguimiento y responde. Sin cola.
2. Apertura con triaje. El agente convierte el mensaje en un ticket con categoría y urgencia. En el triaje, un clasificador como Jev acierta el 97% de las categorías a US$ 0,034 por cada mil tickets (vea la prueba).
3. Dudas de la base de conocimiento. Wi-Fi para visitas, firma de correo, carpeta del departamento. Esto ya lo hace el chatbot, y el agente también. Una buena base es requisito previo de ambos: vea cómo usar la IA para crear la base de conocimiento.
4. Seguimiento. "Lo probé y se volvió a caer a las 10:15" va directo al ticket correcto, con el detalle que necesita el técnico.
5. Solicitudes sensibles. Contraseñas y accesos no se ejecutan. El agente abre la solicitud de aprobación y avisa al usuario. Quien aprueba sigue siendo una persona, como en una aprobación por correo en GLPI.

Las piezas de un agente en GLPI

• Un clasificador para el triaje: barato, rápido y con probabilidad por respuesta.
• Un LLM para conversar y decidir qué herramienta usar. La prueba muestra que un modelo barato es suficiente.
• Herramientas sobre la API de GLPI, hoy cada vez más expuestas mediante MCP, el protocolo abierto que conecta modelos con sistemas. Mira MCP en la práctica con GLPI.
• Las reglas de GLPI, que siguen vigentes: las reglas de negocio asignan, los SLA cuentan, las notificaciones se envían.
• Un usuario de servicio con perfil mínimo, para que el agente solo vea y modifique lo que necesita.
• Aprobación humana para todo lo sensible, y registro de cada acción del agente.

Riesgos que la prueba no muestra

La prueba se hizo en un entorno controlado, con 20 solicitudes de reglas claras. En el mundo real:

• El usuario escribe mal, mezcla temas e insiste. Un agente tiene que saber pasar el caso a un humano, y ese traspaso debe medirse.
• Una herramienta con demasiados permisos se convierte en un riesgo. El agente no se negó por ser bueno: se negó porque la herramienta exigía aprobación y el prompt lo decía. Quite el bloqueo de la herramienta y la seguridad pasa a depender solo del texto del prompt.
• El coste crece con el número de herramientas y de mensajes. Cada herramienta nueva engorda todas las llamadas. Mida el coste por interacción desde el piloto.
• "Agente" se ha convertido en una palabra de marketing. Pregunte al proveedor qué acciones ejecuta el agente, con qué permisos y dónde queda el registro.

Cómo empezar en pequeño

1. Empiece por la lectura. El estado de los tickets y las dudas de la base no modifican nada y ya quitan volumen a la cola.
2. Después, escritura sin riesgo. Abrir tickets y añadir seguimientos.
3. Por último, acciones sensibles, siempre con aprobación. Contraseñas, accesos y cambios.
4. Use el canal que el usuario ya utiliza. WhatsApp es el camino natural en Brasil; vea cómo conectar GLPI con WhatsApp.
5. Mida desde el primer día: tasa de resolución, traspasos a humanos, acciones bloqueadas y coste por interacción.

El analista no desaparece con esto. Deja la respuesta repetida y pasa al problema que requiere personas, como comentamos en el analista de soporte en la era de la IA.

¿Quiere diseñar un piloto de agente para su GLPI, empezando por lo que no tiene riesgo? Hable con el equipo.

Prueba de NexTool del 3 de octubre de 2026: 20 solicitudes ficticias de Acme Industria, GLPI simulado, cada rol ejecutado una vez por modelo, temperatura 0, precios de tarifa de OpenRouter. La corrección fue automática, contra respuestas esperadas definidas antes de la prueba, y las respuestas se revisaron una a una. Previsiones: Gartner, comunicados de marzo, junio y agosto de 2025.