Cómo crear un agente de IA en tu empresa, paso a paso.

La forma más rápida y barata de meter IA en tu empresa no es contratar un desarrollo ni comprar un sistema autónomo. Es crear un asistente cargado con el contexto de tu negocio que tu equipo use todos los días. Y hoy hay tres formas de hacerlo sin escribir una línea de código.

Este artículo es la guía práctica para construir ese primer agente. Si todavía no tenés claro qué tipo de agente necesitás —porque “agente” se usa para todo—, antes leé los 5 tipos de agentes de IA para empresas. Acá vamos directo al Tipo 1, el punto de entrada: el agente que asiste a tu equipo.

Tabla comparativa: Claude Projects vs Gemini Gems vs GPTs.

La conclusión de la tabla es la que importa: las tres resuelven el mismo problema. La elección no se juega por capacidad del modelo, se juega por dónde ya trabaja tu equipo y qué plan tenés. Por eso el criterio de decisión pesa más que la comparación de features.

Si querés la comparativa profunda 2-way entre Projects y Gems con más detalle técnico, tenés la comparativa Claude Projects vs Gemini Gems feature por feature.

¿Por qué empezar por un agente “para el equipo” y no por uno que ejecute solo?

Porque es el único que se implementa esta semana, sin desarrollo y sin riesgo hacia el cliente. Un agente para el equipo responde, redacta, resume y aplica tus criterios internos; no toca tus sistemas ni le habla a tus clientes. Eso lo vuelve barato de probar y difícil de romper.

La lógica es la de cualquier adopción tecnológica sensata: cuanto más cerca del cliente final y más autónomo es el agente, más alto el riesgo y más reglas necesitás. Gartner proyecta que más del 40% de los proyectos de IA agéntica podrían cancelarse antes de 2027 por costos que se disparan o por falta de un caso de uso claro (Gartner, 2025). Empezar puertas adentro, con un asistente acotado, es la forma de aprender sin pagar ese costo.

El error opuesto también existe: equipos que pagan licencias de ChatGPT o Gemini para todos y a los meses nadie las usa porque “las respuestas parecen de manual”. Eso pasa cuando se usa la IA en modo chat genérico —prompt nuevo cada vez, respuestas inconsistentes— en lugar de configurar un agente con el contexto cargado una sola vez.

¿Cuál te conviene según tu empresa?

La respuesta corta: elegí la herramienta del ecosistema donde tu equipo ya vive. Migrar de plataforma cuesta más que la diferencia entre los modelos.

• Ya usás Google Workspace (Gmail corporativo, Drive, Docs). Gemini es la opción obvia, ahora con skills en lugar de Gems: vive dentro de las mismas apps que tu equipo abre todo el día y lee el contexto de Drive y Gmail sin cargas manuales. Para PyMEs argentinas que ya tienen Workspace, es el camino de menor fricción.
• Tu equipo ya paga y usa ChatGPT. Aprovechá ese hábito instalado, pero no con un GPT nuevo: OpenAI los retira el 11 de diciembre de 2026 y el camino que propone son los plugins (instrucciones como skill, archivos de referencia y apps conectadas). Desde septiembre de 2026 OpenAI suma los dots, agentes siempre activos que siguen objetivos en segundo plano, y ChatGPT Space, un espacio compartido donde el equipo arma con ChatGPT las páginas de conocimiento común. En plan Business los datos quedan fuera del entrenamiento por defecto. Para ver cómo se arma ChatGPT en una empresa, está la página de ChatGPT para empresas.
• Trabajás con conocimiento denso y documental. Manuales, propuestas tipo, base legal, repositorios de procesos. Claude Projects está pensado para eso: cargás los documentos una vez y quedan disponibles en todas las conversaciones del proyecto, con la garantía de no-entrenamiento a nivel organización en los planes Team y Enterprise.

Un dato que conviene tener presente al elegir: en febrero de 2026 OpenAI migró los GPTs personalizados a los modelos GPT-5.2 tras retirar GPT-4o y otros (OpenAI Help Center, 2026). Las plataformas se mueven rápido; lo que no cambia es el patrón de uso, así que elegí por flujo de trabajo, no por el modelo del mes.

Si ya tenés GPTs: qué hacer antes del 11 de diciembre de 2026.

Ese “las plataformas se mueven rápido” se volvió concreto. OpenAI anunció el 11 de septiembre de 2026 que retira los GPTs personalizados en todos los planes y los reemplaza por plugins. Según su centro de ayuda, el 11 de diciembre de 2026 los GPTs dejan de funcionar y salen del directorio. Hasta entonces los que ya existen se pueden seguir usando.

Qué pasa en la migración, según OpenAI:

• Las instrucciones pasan a ser una skill dentro del plugin nuevo.
• Los archivos de conocimiento se copian como archivos de referencia del plugin.
• Las apps conectadas se suman al plugin.
• No se migran las acciones personalizadas (custom actions) ni el modelo que habías elegido. Tampoco las conversaciones, ni los permisos de quienes usaban el GPT: el plugin arranca privado.
• El GPT original sigue andando hasta el retiro, pero queda en solo lectura una vez migrado.

En los workspaces Enterprise, OpenAI publicó fechas planeadas (y aclara que pueden cambiar): el 26 de octubre de 2026 se corta la creación de GPTs nuevos. Para los demás planes, la fecha que manda es la del aviso de tu cuenta o workspace. En todos los casos la migración usa la última versión publicada de cada GPT: los borradores no pasan.

Lo que yo haría esta semana si tu equipo usa GPTs:

1. Inventariá los GPTs. Cuáles se usan de verdad, quién los creó (solo el creador o un admin de Enterprise puede migrarlos) y quién los necesita. Los que nadie usa, se dejan morir.
2. Publicá los cambios pendientes. La migración toma la versión publicada, no el borrador. Publicar no obliga a compartirlo en público.
3. Separá los que tienen custom actions. Son los que conectan el GPT con tu CRM, tu ERP o una API propia, y no se migran solos. Primero fijate si hay una app disponible que haga lo mismo; si no, OpenAI indica que puede hacer falta un servidor MCP propio y trabajo técnico. Es la parte que más tiempo lleva.
4. Migrá y compará. Guardá unas cuantas consultas típicas y un caso difícil, y corrélas en el GPT y en el plugin antes de pasar al equipo. Después habilitá el acceso: el plugin no hereda a los usuarios del GPT.

La lógica de los seis pasos que siguen no cambia: un caso de uso, buenas instrucciones, tu contexto cargado. Cambia dónde lo armás en ChatGPT.

Cómo crear tu primer agente, paso a paso.

El procedimiento es casi idéntico en las tres herramientas. Estos seis pasos aplican a Projects, Gems y a los plugins de ChatGPT que reemplazan a los GPTs.

1. Elegí un solo caso de uso real. No “un asistente para todo”. Uno: responder consultas de clientes con tu tono, redactar propuestas comerciales, resumir reuniones, generar respuestas de soporte. Uno que tu equipo haga seguido y a mano hoy.
2. Escribí las instrucciones: rol, tono, qué hace y qué no. Definí quién es el agente (“sos el asistente comercial de [empresa]”), cómo habla (tu tono de marca) y los límites (“no inventes precios; si no sabés, derivá”). Esto es el 80% del resultado.
3. Cargá el conocimiento de tu empresa. Subí los archivos de contexto: manual de procesos, plantillas, política de precios, ejemplos de respuestas buenas. Es lo que diferencia tu agente de un chat genérico.
4. Testealo con casos reales antes de compartirlo. Probá con 10-15 consultas que ya recibiste de verdad. Ajustá las instrucciones donde falle. No lo liberes al equipo hasta que pase esa prueba.
5. Compartilo con el equipo. En Projects y en ChatGPT, dentro del plan de equipo; en Gemini, compartiendo la skill (o el Gem, mientras siga disponible). Acompañá con una guía corta de cómo usarlo: si nadie sabe que existe, no se usa.
6. Medí la adopción y la iteración. Mirá quién lo usa y para qué, recogé los casos donde patina y mejorá las instrucciones. Un agente no se “termina”: se afina.

Si elegiste Gemini y querés el paso a paso con las pantallas exactas, tengo una guía dedicada a crear un Gem en Gemini.

El detalle de seguridad que casi nadie mira.

Las versiones gratuitas y personales no te dan la misma garantía de datos que las empresariales. Esta es la línea entre usar IA y filtrar tu información.

En ChatGPT, los planes Free y Plus pueden usar tus conversaciones para entrenar modelos por defecto; en Team/Business y Enterprise los datos quedan excluidos del entrenamiento de fábrica (OpenAI, 2026). En Claude, los planes personales (Pro/Max) son cuentas individuales sin control de datos a nivel organización; la garantía de no-entrenamiento a nivel empresa aparece recién en Team y Enterprise (Anthropic, 2026). En Gemini para Workspace, las interacciones quedan dentro de tu organización y el contenido no se usa para entrenar modelos fuera de tu dominio sin permiso (Google Workspace, 2026).

Traducción operativa: si vas a cargar información sensible de tu empresa —datos de clientes, precios, procesos internos—, necesitás un plan de equipo. No es un lujo de compliance, es el requisito mínimo para no exponer tus datos.

Tres errores comunes al empezar (y cómo evitarlos).

El primero ya lo mencionamos: automatizar un proceso que ni siquiera está ordenado en manos humanas. Si el proceso es un caos sin IA, con IA es un caos más rápido. Primero se ordena, después se delega al agente.

El segundo: cargar datos sensibles en la versión gratuita. Es el atajo que sale caro. Antes de subir un solo documento interno, confirmá que estás en Team o Enterprise.

El tercero: lanzar el agente sin acompañamiento. El equipo no adopta lo que no entiende. Una guía de una página y un caso de uso bien elegido convierten más que cualquier funcionalidad.

¿Y después del primer agente?

Una vez que tu equipo usa con naturalidad un agente que responde, el siguiente escalón son los agentes que ejecutan: leen una planilla, generan un documento, actualizan el CRM. Ahí entra una herramienta como Claude Cowork. Si querés ver cómo se da ese salto, está la guía de cómo implementar Claude Cowork en tu empresa. Pero el orden importa: primero el agente para el equipo, después el agente que opera. Saltearse el primer paso es el camino corto al proyecto cancelado.

Preguntas frecuentes.

¿Qué es un agente de IA para empresas?

Es un asistente de IA configurado con el conocimiento y las reglas de tu empresa que tu equipo usa para tareas concretas. En su forma más simple y accesible —Claude Projects, Gemini Gems o GPTs— responde, redacta y resume aplicando tu contexto, sin ejecutar acciones sobre tus sistemas.

¿Cuánto tarda crear un agente de IA?

Un primer agente “para el equipo” se crea en 30 a 60 minutos: definir instrucciones, cargar archivos de contexto y testearlo con casos reales. La iteración para que el equipo lo adopte de verdad lleva más, pero la versión funcional está lista el mismo día.

¿Necesito saber programar para crear un agente de IA?

No. Claude Projects y Gemini Gems se configuran en lenguaje natural, sin escribir código, igual que los GPTs de ChatGPT, que OpenAI retira el 11 de diciembre de 2026. Solo necesitás claridad sobre el caso de uso y el contexto de tu empresa.

¿Cuál es mejor para una PyME argentina: Claude, Gemini o ChatGPT?

Depende del ecosistema que ya usás. Si tenés Google Workspace, Gemini es el camino de menor fricción, con skills en lugar de Gems. Si el equipo ya usa ChatGPT, los plugins (los GPTs se retiran el 11 de diciembre de 2026). Si trabajás con mucha documentación, Claude Projects. Ninguno es “mejor” en abstracto: el mejor es el que tu equipo va a usar.

¿Es seguro cargar datos de mi empresa en estos agentes?

Sí, siempre que uses un plan de equipo (Team/Business o Enterprise). En esos planes, los tres proveedores garantizan que tus datos no se usan para entrenar sus modelos. En las versiones gratuitas o personales esa garantía no siempre aplica, así que no se cargan datos sensibles ahí.

¿Un GPT, un Gem y un Claude Project son lo mismo?

Conceptualmente sí: los tres son un asistente personalizado con tus instrucciones y tu conocimiento. Cambian la plataforma, las integraciones nativas y los planes. Por eso la decisión se toma por dónde ya trabaja tu equipo, no por diferencias técnicas finas. La diferencia que sí importa hoy: el GPT tiene fecha de retiro (11 de diciembre de 2026) y en ChatGPT su reemplazo es el plugin. El Gem también se reemplaza: en Gemini pasan a ser skills, y en las cuentas de Workspace para empresas dejan de funcionar el 1 de marzo de 2027.

¿Esto reemplaza a un desarrollo de IA a medida?

No, lo antecede. Es el primer paso para entender qué casos de uso valen la pena antes de invertir en agentes que ejecutan o en desarrollos integrados. Empezar acá es la forma barata de descubrir dónde la IA mueve la aguja en tu operación.

Conclusión.

Crear tu primer agente de IA no es un proyecto: es una tarde. Elegí un caso de uso, escribí buenas instrucciones, cargá tu contexto en la plataforma donde tu equipo ya trabaja y compartilo. Ese agente “para el equipo” es la puerta de entrada a todo lo demás —y la única forma sensata de aprender qué puede hacer la IA en tu empresa antes de invertir en algo más grande.

Si querés que tu equipo arranque con un caso de uso real y no con una herramienta más que nadie usa, en las capacitaciones InCompany de IA construimos ese primer agente con los datos de tu propia empresa, en vivo.

Última actualización: 14 de octubre de 2026 · v1.3 (suma el reemplazo de los Gems por skills) · Fuentes: Gartner (2025), OpenAI Help Center (2026): Custom GPT retirement and migration FAQ, ChatGPT Business release notes (11/09/2026) y Creating and editing GPTs; Google Workspace Updates (Introducing skills in the Gemini app and Workspace, 30/09/2026); Anthropic (2026), Google Workspace (2026). Análisis: Diego Ceredi.