Durante años, las empresas han utilizado sistemas de automatización para reducir tareas repetitivas. Un software podía validar un formulario, buscar un dato o activar una respuesta cuando se cumplía una condición. El problema aparecía cuando el proceso se salía del guion: un nombre escrito de otra manera, información repartida entre plataformas o una solicitud que exigía interpretar el contexto.
La nueva generación de inteligencia artificial busca resolver precisamente ese límite. Los agentes cognitivos no se quedan en responder preguntas: pueden consultar información, interpretar instrucciones, evaluar alternativas y ejecutar acciones dentro de los sistemas de una compañía. Su alcance depende de los datos a los que tienen acceso, las herramientas que pueden utilizar y las reglas que delimitan sus decisiones.
En Colombia, esta tecnología comienza a aplicarse en procesos empresariales que requieren coordinar información de distintas fuentes. Uno de los casos está en el sector salud, donde Kognia Labs desarrolló Alan Process Intelligence, una solución que, según la compañía, funciona como una capa cognitiva sobre procesos existentes.
La apuesta forma parte de un movimiento más amplio. En junio de 2026, Meta presentó Business Agent, una herramienta para que las empresas atiendan consultas, recomienden productos, califiquen clientes potenciales y gestionen ventas mediante sus canales de mensajería. La compañía también anunció una plataforma para conectar esos agentes con sistemas empresariales y establecer controles sobre sus acciones.
La diferencia frente a un chatbot tradicional está en lo que ocurre después de la conversación. El agente puede pasar de entregar una respuesta a completar una tarea.
El problema que los sistemas tradicionales no podían resolver
En el caso colombiano, el punto de partida fue un proceso de autorización de medicamentos en una de las mayores empresas de salud y aseguradoras del país. La dificultad no estaba únicamente en el volumen de solicitudes, sino en que clínicas y aseguradoras podían registrar un mismo medicamento con nombres distintos.
Una fórmula médica podía mencionar pregabalina de 100 miligramos, mientras que el sistema de la aseguradora reconocía el producto como “Pregab 100 mg”, “Preg 100m” o alguno de cientos de alias. Hasta entonces, esa equivalencia debía establecerse manualmente, orden por orden.
“Alan debe comprender cuál es el principio activo, la concentración, la presentación, la vía de administración, la frecuencia, la dosis prescrita, la cantidad requerida y la duración del tratamiento”, explica Luis Guillermo Pardo Fonseca, CEO de Kognia. A partir de allí, el sistema contextualiza esa solicitud con información adicional como el diagnóstico del paciente, la historia clínica disponible, antecedentes relevantes, tratamientos previos, condiciones especiales, restricciones, autorizaciones anteriores y reglas particulares de cobertura.
Esto significa que dos solicitudes para exactamente el mismo medicamento y la misma dosis pueden tener respuestas diferentes dependiendo del diagnóstico, la duración del tratamiento, la condición clínica del paciente, el esquema terapéutico prescrito o las políticas definidas por la aseguradora.
El sistema debe entonces razonar sobre múltiples dimensiones al mismo tiempo. Primero, debe identificar qué medicamento se está solicitando, aunque aparezca expresado de distintas formas. También debe determinar su principio activo y sus equivalencias.
Después, valida la concentración, la dosis, la frecuencia, la presentación y la cantidad. Además, relaciona la prescripción con el diagnóstico y la información disponible en la historia clínica. También interpreta el tiempo de tratamiento y analiza antecedentes y tratamientos previos cuando son relevantes.
El sistema identifica condiciones especiales o excepciones y consulta catálogos, políticas y reglas de negocio. También descarta equivalencias que parecen similares, pero que clínicamente no corresponden. A esto se suma la detección de inconsistencias o información faltante.
Finalmente, determina cuándo puede resolver el caso de forma autónoma y cuándo debe escalarlo a un especialista. Una vez tomada la decisión, ejecuta la autorización correspondiente y deja evidencia de cada paso.
“Ese es precisamente el punto donde un sistema tradicional empieza a quedarse corto”, dice Pardo.
Para el ejecutivo, un motor convencional de reglas necesita que previamente alguien haya anticipado prácticamente todas las combinaciones posibles: si el medicamento se llama de esta manera, tiene este código, viene con esta concentración, corresponde a este diagnóstico y cumple estas condiciones, entonces ejecutar esta acción. En salud, la cantidad de combinaciones posibles hace que ese enfoque sea extremadamente difícil de mantener.
De la atención al cliente al corazón de la operación
Para Pardo, el primer cambio visible en Colombia podría darse en la atención al cliente. Es un área en la que las empresas reciben consultas y reclamos de manera continua. Sin embargo, donde todavía resulta difícil revisar todas las interacciones y entender qué está ocurriendo en ellas.
El ejecutivo cita como referencia el sector financiero: durante 2025, la Superintendencia Financiera recibió 2,76 millones de quejas. También señala que, con auditorías manuales, algunas compañías revisan apenas una pequeña proporción de las conversaciones.
En ese escenario, los agentes podrían encargarse de consultas frecuentes y búsquedas de información, mientras los asesores humanos atienden los casos que exigen mayor criterio o un trato más cuidadoso.
“Estar expuesto no quiere decir que el puesto vaya a desaparecer; lo que cambia es el tipo de trabajo”, afirma Pardo al referirse al impacto sobre los empleos. En su planteamiento, el agente puede reunir información que hoy un asesor debe buscar en varios sistemas, para que la persona se concentre en resolver la necesidad del cliente.
El uso, sin embargo, no se limitaría a los canales de servicio. Kognia identifica oportunidades en procesos internos, ventas y retención, donde los agentes pueden consultar información, apoyar decisiones y ejecutar acciones dentro de los sistemas de la empresa. La transformación ocurre cuando dejan de funcionar como una herramienta aislada y pasan a integrarse en el flujo de trabajo.
Ese enfoque también se observa fuera de Colombia. Microsoft, por ejemplo, documenta aplicaciones de agentes para atención bancaria, operaciones de recursos humanos y servicios internos. En uno de sus casos, Cemex desarrolló un agente para ofrecer atención permanente a consultas de sus empleados. Son ejemplos de cómo la tecnología empieza a extenderse desde la interacción con clientes hacia tareas que atraviesan distintas áreas de una organización.
El avance también plantea preguntas sobre supervisión y responsabilidad. Que un agente pueda ejecutar una acción no significa que deba tener autonomía ilimitada. Las empresas necesitan definir qué información puede consultar, qué decisiones está autorizado a tomar, cuándo debe escalar un caso y cómo queda registrado lo que hizo. En procesos sensibles, la trazabilidad y la intervención humana son parte de la implementación, no un complemento.
Para Pardo, el cambio de fondo llegará cuando las compañías incorporen estos sistemas en su operación cotidiana. Muchas ya consideran la inteligencia artificial una prioridad, sostiene, pero todavía tienen pendiente llevarla a procesos concretos.
La siguiente etapa, entonces, no consiste únicamente en conversar con una máquina. Consiste en delegarle tareas delimitadas, conectarla con los sistemas de la empresa y medir si realmente ayuda a resolverlas. Los agentes cognitivos apuntan hacia ese modelo: asistentes capaces de comprender el contexto y actuar dentro de una operación, con reglas y supervisión.
El crecimiento de estos sistemas dependerá menos de su capacidad para responder cada vez más preguntas. El reto será integrarlos de forma segura en los procesos de las empresas. En Colombia, casos como el de Kognia muestran que esa transición ya empezó.
Imagen: Unsplash / Getty Images