Agentes de IA & Copilot

Un agente que responde
con sus datos, no con internet

La diferencia entre un chatbot y algo útil es de dónde saca la respuesta. Construimos agentes anclados a sus documentos, sus sistemas y sus reglas — y que dicen «no lo sé» cuando no lo saben.

Copilot StudioAzure OpenAIClaudeRAGMicrosoft 365 Copilot
Qué hacemos

Cinco cosas concretas,
no una lista de buenas intenciones

Elegir el caso que aguanta

No todo se resuelve con un agente. Buscamos el caso donde hay volumen, una fuente de verdad clara y consecuencias tolerables si se equivoca. Empezar por facturación o por temas legales es cómo se pierde la confianza el primer mes.

Anclarlo a sus fuentes

RAG sobre sus documentos, su SharePoint, su base de datos. El agente cita de dónde sacó cada cosa, para que quien pregunta pueda comprobarlo en vez de creerse.

Que actúe, no solo que hable

Consultar el estado de un pedido, crear un ticket, agendar, actualizar un registro. Con las acciones acotadas y registradas: lo que puede hacer está escrito y auditado.

Límites y trazabilidad

Qué puede contestar, a quién, con qué datos y qué hace cuando no está seguro. Cada conversación queda registrada, porque el día que responda mal habrá que poder revisarlo.

Donde ya trabaja la gente

En Teams, en el portal, en WhatsApp o dentro de su aplicación. Un agente en una pestaña aparte que hay que recordar abrir no lo usa nadie a la tercera semana.

Con qué lo hacemos

El stack completo,
sin adornos

Todo lo que verá abajo lo usamos en proyectos reales. Si algo no está en la lista, se lo decimos antes de empezar y no después.

Plataformas de agentes

Microsoft Copilot StudioMicrosoft 365 CopilotCopilot en TeamsAzure AI FoundryAgentes autónomos

Modelos

Azure OpenAIGPT-4oClaude (Anthropic)Claude en AzureModelos de embeddingsModelos abiertos autoalojados

Conocimiento y recuperación

RAGAzure AI SearchBases vectorialesFragmentación semánticaSharePoint como fuenteDataverse como fuenteCitas y trazabilidad

Integración y control

Model Context Protocol (MCP)Llamada a herramientasAcciones con Power AutomateConectores personalizadosMicrosoft PurviewRegistro de conversacionesEvaluación de respuestas
Preguntas frecuentes

Lo que siempre acaban preguntando

Ese es el riesgo real y por eso se ancla a sus fuentes con RAG y se le obliga a citar. Aun así ningún agente es infalible: por eso elegimos casos donde un error se detecta y se corrige, y por eso queda registro de cada conversación. Si alguien le promete cero errores, desconfíe.

No. En Azure OpenAI y en Copilot Studio los datos que envía no se usan para entrenar los modelos de nadie y se quedan en su inquilino. Es una de las razones para montarlo sobre esa infraestructura y no sobre una cuenta gratuita de cualquier herramienta.

Si lo que necesita es resumir correos, redactar y buscar en sus propios documentos, Microsoft 365 Copilot ya lo hace y sale más barato que construir. El agente a medida se justifica cuando tiene que consultar sus sistemas, seguir sus reglas o atender a alguien de fuera.

Hay dos costes: el consumo del modelo, que se paga por uso y se puede acotar, y la revisión periódica de las respuestas, que es trabajo humano y no desaparece. Le damos los dos números antes de empezar.

Sí, y es donde más valor hay, pero también donde más cuidado hace falta: límites estrictos, escalado a persona cuando duda y aviso claro de que se está hablando con un agente. Lo montamos así o no lo montamos.

¿Hablamos de su caso?

Veinte minutos bastan para saber si hay proyecto. Si no lo hay, se lo decimos de frente.