Diccionario de IA para dueños de negocio: API, agente, MCP, harness y qué significa cada uno

Diccionario de IA para dueños de negocio

Cuando alguien te ofrece "automatizar tu negocio con IA", usa diez palabras que no están en ningún lado explicadas para vos. Y ahí pasa una de dos cosas: o decís que sí sin entender qué estás comprando, o decís que no por las dudas.

Este diccionario existe para que puedas hacer la tercera: preguntar bien. Cada término está explicado en el orden en que aparece en una conversación real, con lo que significa para tu negocio y no para un programador.

Una aclaración honesta antes de empezar: varios de estos términos son nuevos —algunos tienen menos de dos años— y en español casi no hay material serio. Si algo te suena confuso, no es tu culpa.

Modelo

Un modelo es el motor que "piensa". ChatGPT, Claude y Gemini no son la inteligencia: son productos construidos arriba de un modelo. Igual que "Netflix" no es el video, es el servicio que te lo trae.

Por qué te importa: hay modelos caros y baratos, rápidos y lentos. Una automatización bien hecha usa el modelo barato para lo simple y el caro solo para lo difícil. Si tu proveedor usa el más caro para todo, estás pagando de más; si usa el más barato para todo, la calidad se nota.

La pregunta que conviene hacer: "¿qué modelo usás para esta tarea y por qué ese?"

Token

Los modelos no leen palabras, leen tokens: pedacitos de texto. Una palabra común es un token; una rara puede ser tres. Y se cobra por token, tanto lo que entra como lo que sale.

Por qué te importa: es toda la economía de la IA. Mandarle a un modelo tu catálogo completo en cada consulta cuesta plata cada vez. Una automatización bien diseñada le manda solo lo que necesita.

La pregunta: "¿cuánto me va a costar por mes con mi volumen real de consultas?" Si no te saben contestar con un número, no midieron.

Prompt

El prompt es la instrucción que le das al modelo. Escribir buenos prompts es un oficio: la diferencia entre "escribime un texto para mi negocio" y una instrucción bien armada con contexto, ejemplos y formato es enorme.

Por qué te importa: cuando alguien te vende "IA", buena parte de lo que estás pagando es esto — el trabajo de escribir y afinar las instrucciones para tu caso.

API

Una API es un enchufe. Es la forma en que dos programas se hablan entre sí sin que haya una persona copiando y pegando en el medio.

Ejemplo concreto: tu sistema de facturación tiene una API. Eso significa que otro programa puede pedirle "dame las facturas de este mes" y recibirlas, sin que nadie las exporte a mano.

Por qué te importa: es la diferencia entre una automatización real y una persona haciendo tareas repetidas. Si el sistema que ya usás no tiene API, automatizarlo cuesta mucho más — y esa es la primera pregunta técnica que conviene hacer antes de comprometerse con nada.

La pregunta: "¿mi sistema actual tiene API?" Si la respuesta es no, cambia todo el presupuesto.

Agente

Un agente es un modelo al que le diste una tarea y herramientas para cumplirla, y que decide solo los pasos.

La diferencia con un chatbot común es esta: al chatbot le preguntás algo y te responde. Al agente le pedís un resultado —"fijate si este cliente pagó y si no, mandale el recordatorio"— y él decide qué consultar, en qué orden, y cuándo terminó.

Por qué te importa: es lo que hace la diferencia entre "una IA que contesta preguntas" y "una IA que hace el trabajo". También es más difícil de construir y más difícil de controlar: un agente puede equivocarse en tres pasos seguidos sin que nadie mire.

La pregunta: "¿qué pasa si se equivoca? ¿quién revisa?" Un buen proveedor tiene respuesta; uno que improvisa se pone nervioso con esta pregunta.

Herramienta (tool)

Una herramienta es cada cosa que el agente puede hacer además de escribir texto: consultar tu base de datos, mandar un WhatsApp, crear una factura, buscar en Google.

Un modelo sin herramientas solo puede conversar. Con herramientas, actúa. Y cada herramienta que le das es también un permiso que le das — si puede crear facturas, puede crear una factura equivocada.

MCP

MCP (Model Context Protocol) es un estándar, publicado por Anthropic a fines de 2024, para que los modelos se conecten a herramientas y datos de forma uniforme.

La analogía que mejor funciona: el MCP es el USB-C de la IA. Antes, conectar un modelo a tu CRM requería programar esa conexión específica; conectarlo a tu facturación, otra distinta. Con MCP, quien construye el sistema expone sus datos una sola vez, y cualquier modelo compatible se enchufa.

Por qué te importa aunque no seas técnico: es la diferencia entre una integración que te deja preso de un proveedor y una que podés mover. Si tu automatización está construida sobre un estándar, cambiar de proveedor de IA no significa rehacer todo.

La pregunta: "¿esto queda atado a vos o lo puede continuar otro?"

Harness

El harness es el andamiaje alrededor del modelo: lo que decide qué información recibe, qué herramientas tiene disponibles, cuántas veces puede reintentar, cuándo frenar y cuándo pedirle permiso a un humano.

El modelo es el motor. El harness es el auto: el volante, los frenos, el cinturón. Dos personas usando exactamente el mismo modelo obtienen resultados muy distintos según el harness que hayan construido, y ahí está buena parte del trabajo real de quien te automatiza algo.

Por qué te importa: cuando alguien dice "uso la última IA de moda", eso solo te dice el motor. Lo que define si funciona en tu negocio es el resto.

Alucinación

Se llama alucinación a cuando el modelo inventa algo con total seguridad: un dato, una cita, un número de factura que no existe.

No es un error que se arregle "usando una IA mejor". Es una característica de cómo funcionan: predicen texto probable, y a veces lo probable no es lo verdadero.

Por qué te importa: define qué podés automatizar y qué no. Responder horarios, sí. Confirmar el saldo de un cliente sin que el sistema lo consulte de verdad, no. Cualquiera que te diga que su IA "nunca se equivoca" te está mintiendo o no entiende lo que vende.

RAG

RAG (generación aumentada por recuperación) es la técnica para que el modelo responda con tus documentos: antes de contestar, busca en tu material y responde con eso a la vista.

Por qué te importa: es lo que convierte una IA genérica en una que conoce tu catálogo, tus precios y tus políticas. Y es la principal defensa contra las alucinaciones: es mucho más difícil que invente si le diste la fuente.

Fine-tuning

Fine-tuning es reentrenar un modelo con datos propios para que adopte un estilo o una tarea específica.

Por qué te importa: casi siempre no lo necesitás. Es caro, hay que rehacerlo cuando cambian tus datos, y en la mayoría de los casos un buen prompt más RAG dan el mismo resultado por mucho menos. Si te lo ofrecen de entrada, preguntá por qué no alcanza con lo otro.

Ventana de contexto

La ventana de contexto es cuánto puede "tener en la cabeza" el modelo de una sola vez. Todo lo que no entra, no existe para él.

Por qué te importa: explica por qué una IA se "olvida" de lo que le dijiste al principio de una conversación larga. No es que no le importe: se le cayó de la ventana.

Cómo usar este diccionario

No hace falta que aprendas a construir nada de esto. Pero con estas palabras podés hacer las cinco preguntas que separan a un proveedor serio de uno que improvisa:

1. ¿Mi sistema actual tiene API? — define si automatizar es barato o caro.
2. ¿Cuánto cuesta por mes con mi volumen real? — si no hay número, no hubo medición.
3. ¿Qué pasa cuando se equivoca y quién revisa? — toda IA se equivoca.
4. ¿Esto queda atado a vos o lo puede continuar otro? — estándares contra jaulas.
5. ¿Qué parte la hace la IA y qué parte una persona? — la respuesta honesta nunca es "todo la IA".

---

¿Querés saber qué se puede automatizar en tu negocio y qué conviene dejar como está? Pedí la auditoría gratuita: miramos tus procesos reales y te decimos por dónde empezar — incluida la parte que no conviene automatizar. Así trabajamos la automatización con IA, y si querés ver un caso concreto, escribimos una guía sobre qué conviene automatizar del WhatsApp.