Cómo poner tu primer agente de IA en producción en 30 días
El plan de cuatro semanas que usamos con clientes: elegir el caso de uso, armar la base de conocimiento, conectar el canal, probar con casos reales y salir midiendo.
Por Diego Torres · Publicado el 13 de julio de 2026 · Actualizado el 13 de julio de 2026

Poner un agente de IA en producción lleva 30 días si se hace con foco: la semana 1 se elige UN caso de uso y se definen las métricas; la semana 2 se arma la base de conocimiento y se configura el agente; la semana 3 se prueba con casuística real y se ajustan los límites; la semana 4 se sale a producción con monitoreo diario. El secreto no es la tecnología - es la disciplina de no querer automatizar todo de entrada.
Antes del día 1: la decisión que define el proyecto
Un buen primer caso de uso cumple tres condiciones: se repite mucho (decenas de veces por día), tiene bajo riesgo (una respuesta imperfecta no pierde un cliente) y la información existe (las respuestas están en tu documentación o en tu sistema). Los clásicos que funcionan: consultas repetitivas de soporte por WhatsApp, calificación inicial de leads, preguntas de horarios/precios/stock, agendamiento de turnos.
El plan, semana a semana
| Semana | Objetivo | Entregable |
|---|---|---|
| 1 | Definir caso de uso y métricas | Caso elegido, 3 métricas, mapa de la información necesaria |
| 2 | Base de conocimiento + configuración | Agente configurado, entrenado con tu documentación, tono definido |
| 3 | Pruebas con casuística real | 50-100 conversaciones de prueba, guardrails ajustados, derivación probada |
| 4 | Producción con monitoreo | Agente en vivo, tablero de métricas, revisión diaria de conversaciones |
Semana 1: elegir y medir
Definí las tres métricas antes de configurar nada: tasa de resolución (¿qué % resuelve sin humano?), tiempo de respuesta (contra el que tenés hoy) y satisfacción (una pregunta simple al final). Sin línea de base no vas a poder demostrar el retorno - medí una semana del proceso actual mientras preparás el resto.
Semana 2: la base de conocimiento es el 80% del resultado
El agente responde tan bien como la información que le des. Juntá las 30-50 preguntas más frecuentes con sus respuestas REALES (las que da tu mejor empleado, no el manual de 2019), la información operativa (horarios, precios, políticas, zonas) y los documentos vivos. Te dejo una guía propia para armarla bien — es el trabajo más importante.

Embudo de implementación en 30 días: muchas ideas de automatización se reducen a un caso de uso, se suman base de conocimiento y canal, pruebas, y termina en un agente en producción con métricas.
Semana 3: probar con lo real, no con lo ideal
- Alimentá al agente con conversaciones reales del último mes — incluidas las mal escritas, con audio transcripto y con enojo.
- Definí los guardrails: qué no responde, cuándo deriva a humano, y que la derivación viaje con el contexto de la conversación.
- Hacé que tu mejor vendedor/agente de soporte intente romperlo: cada falla encontrada ahora es un cliente no frustrado después.
- Ajustá el tono: el agente habla como tu empresa, no como un manual.
Semana 4: Salir con revisión
Producción no significa apagar el control: la primera semana se revisan las conversaciones todos los días y se corrige la base de conocimiento con lo que aparece. Si el volumen asusta, salí con un subconjunto (solo fuera de horario, o solo un tipo de consulta) y abrí de a poco. A los 30 días tenés lo que importa: números reales para decidir el segundo caso de uso.
Los errores que hacen fracasar el primer agente
- Empezar por el caso difícil (reclamos complejos, venta consultiva): el agente falla, el equipo se desilusiona, el proyecto muere.
- Base de conocimiento pobre: un agente sin información inventa o frustra. Si la semana 2 se hace a las apuradas, la semana 4 lo cobra.
- Sin derivación a humano: el cliente atrapado en un loop con un bot es el daño de marca más rápido que existe.
- No medir: sin métricas, a los 3 meses nadie sabe si funcionó y la renovación se discute por sensaciones.
Con qué plataforma
Este plan es agnóstico: aplica igual con Agentforce si tu operación vive en Salesforce (tenemos guía específica) o con Vaulty, nuestra plataforma de IA corporativa, si necesitás agentes sobre WhatsApp, web y email entrenados con tu documentación — con planes desde USD 250/mes y sin proyecto de sistemas.
Preguntas frecuentes
¿De verdad alcanza con 30 días?
Para UN caso de uso acotado, sí — es el plazo que usamos con clientes. Lo que no entra en 30 días es automatizar varias áreas a la vez: eso viene después, sobre la evidencia del primero.
¿Cuánto cuesta poner un agente en producción?
Con Vaulty, los planes arrancan en USD 250/mes y la puesta en marcha del primer caso está incluida en el onboarding. Con Agentforce sobre Salesforce, el QuickStart de implementación es USD 5.500. En ambos casos: precio conocido antes de empezar.
¿Necesito un equipo técnico?
No para el caso inicial: la configuración la hacemos juntos y tu parte es aportar el conocimiento del negocio (las preguntas reales y sus respuestas). Sí necesitás un dueño interno que revise conversaciones y mantenga viva la base de conocimiento.
¿Qué pasa si el agente no funciona para mi rubro?
El plan está diseñado para descubrirlo rápido y barato: si en la semana 3 la casuística real muestra que el caso no era automatizable, lo sabés antes de salir a producción — y casi siempre la conclusión no es “no sirve” sino “el caso correcto era otro”.
¿Querés llevar esto a tu empresa?
En AT Vault ponemos agentes de IA en producción todas las semanas — con Vaulty (desde USD 250/mes) o con Agentforce sobre Salesforce. Si tenés el caso de uso dando vueltas hace meses, escribinos: en 30 días lo sacamos de la lista de pendientes.