Agent d'IA vs chatbot: per què no és el mateix

Si has cercat “chatbot” i “agent d’IA” en els últims sis mesos, hauràs vist els dos termes barrejats. Hi ha proveïdors que venen “agents” que són chatbots amb un altre nom, i n’hi ha que venen “chatbots” que en realitat tenen prou capacitat per ser agents. Aquesta confusió no és casual: els dos productes resolen problemes diferents i tenen preus, riscos i implicacions tècniques molt diferents.

Aquest article aclareix la diferència de forma pràctica, sense entrar en arquitectures abstractes. La pregunta de fons és simple: què compra una pime quan compra un chatbot, què compra quan compra un agent, i què hauria de demanar abans de signar res.

Definicions curtes

Un chatbot és un sistema conversacional. La seva feina és respondre, dins d’un guió previsible, a missatges escrits. Pot ser un arbre de decisió clàssic, un sistema de regles, o un wrapper sobre un model de llenguatge que respon en text lliure però sense tocar res més. Viu, habitualment, en un widget al web o dins d’un canal de missatgeria.

Un agent d’IA és un sistema que decideix i actua. La conversa, si n’hi ha, és només una de les seves entrades. La feina principal de l’agent és executar passos d’un procés acotat: llegir un correu, classificar-lo, consultar el CRM, redactar una resposta, crear un esborrany de comanda al ERP, derivar a una persona quan detecta un cas ambigu. Toca eines reals.

Dos exemples curts per fixar la imatge:

• Cas chatbot. Un visitant del web d’una clínica dental obre el widget i pregunta “quin horari teniu el dissabte?”. El chatbot respon amb l’horari, que té carregat en una base de coneixement, i si el visitant vol reservar visita li deixa el formulari habitual. Acaba aquí.

• Cas agent. Un client envia per WhatsApp “necessito 3 caixes del de sempre i una mostra del nou”. L’agent llegeix el missatge, identifica el client al CRM, recupera “el de sempre” del seu històric, busca “el nou” al catàleg actiu del ERP, comprova estoc, redacta un esborrany de comanda amb les tres caixes i la mostra, i el deixa pendent de validació humana abans d’enviar-lo a logística. La conversa amb el client és una entrada del procés, no el final.

La diferència no és la qualitat del text, és l’abast del que el sistema fa.

Què sap fer un i no l’altre

Tres dimensions on els dos productes divergeixen amb claredat.

Regles tancades vs criteri acotat

Un chatbot tradicional és imbatible quan les preguntes són repetitives i les respostes són curtes i previsibles: horaris, ubicacions, instruccions bàsiques de producte, devolucions estàndard. Aquí no cal “intel·ligència”, cal velocitat i consistència.

Un agent és necessari quan hi ha decisions amb matisos: identificar quin producte demana algú que escriu en llenguatge col·loquial, prioritzar correus de suport segons urgència real, classificar un cas ambigu entre “vendes” i “atenció”, escollir entre dos camins de resposta segons el context del client. El criteri humà segueix sent el referent (el de l’equip que valida i corregeix), però l’agent fa una primera passada amb una qualitat raonable.

Integracions amb les eines del negoci

Aquí és on apareix la frontera més clara. Un chatbot que viu al widget de la web sol acabar al formulari de contacte, com a màxim al CRM via un webhook bàsic. Un agent ha de tocar les eines on viu el negoci: correu, WhatsApp Business, l’ERP (Holded, Sage, Odoo, SAP, A3, Ekon), el CRM (HubSpot, Pipedrive, Salesforce, Zoho), el sistema de tiquets, el calendari. Si l’agent no toca aquestes eines, no està substituint cap procés mecànic real, només està conversant.

Aquesta és una pista pràctica per detectar promeses inflades: si un proveïdor t’ofereix un “agent” a un preu de chatbot i no parla d’integracions específiques amb les eines que ja fas servir, és probable que t’estiguin venent un chatbot.

Escalabilitat operativa

Un chatbot escala bé per defecte: si tens deu vegades més preguntes, el chatbot les respon totes amb el mateix esforç. Un agent escala diferent: cada nou tipus de cas pot requerir noves regles, noves integracions o nova avaluació. La feina d’un agent serio no acaba el dia que es posa en marxa, comença el dia que es posa en marxa.

Aquesta és una de les diferències que sovint es maquilla a les propostes comercials. Un agent productiu requereix un cicle de revisió mensual, registres d’execució i un harness d’avaluació. Un chatbot, després de la implementació inicial, sol viure sense supervisió.

Quan compra una pime un, quan compra l’altre

La decisió no és tècnica, és operativa. La pregunta correcta no és “quin és més modern”, és “què vull reduir”.

Compra un chatbot quan:

• Tens un volum alt de preguntes repetitives a la web o a un canal de missatgeria.
• Les respostes són breus, previsibles i no requereixen tocar dades del negoci.
• L’objectiu és reduir interrupcions a l’equip humà, no reduir hores de feina mecànica.
• El cost mensual ha de ser baix i el risc d’error tolerable (una resposta incorrecta no provoca un cost operatiu).

Compra un agent quan:

• Tens un procés acotat amb volum significatiu (per exemple, més de 50 entrades al mes) i regles majoritàriament clares.
• Aquest procés requereix tocar dades reals: comandes, factures, casos al CRM, calendaris, informes.
• Pots definir una mètrica d’èxit mesurable (percentatge d’esborranys acceptats sense edició, temps mig de resposta, errors detectats abans del client).
• L’estalvi de temps humà compensa el cost d’implementació, l’observabilitat i l’avaluació contínua.

Si l’únic que necessites és filtrar les preguntes obvies, no compris un agent. Si el que necessites és que algú processi 200 comandes de WhatsApp al mes amb integració al teu ERP, no compris un chatbot.

Què demanar abans de signar

Independentment del nom comercial del producte, hi ha cinc peces que han d’aparèixer al document de condicions. Si en falta alguna, el projecte no està preparat per anar a producció.

1. Definició escrita del procés. Què fa l’agent, pas a pas, amb entrades i sortides especificades. Els casos límit també (què passa quan el missatge és incomplet, quan el client no és al CRM, quan el producte no és al catàleg).
2. Mètrica d’èxit mesurable. No “millorar l’atenció al client”, sinó una xifra concreta i un mètode de mesura. Si és possible, una baseline pre-agent perquè la millora sigui comparable.
3. Kill-switch documentat. Com es desactiva l’agent. SLA d’efectivitat (idealment, sota cinc minuts des de la petició). Qui té permís per activar-lo.
4. Fallback humà documentat. Què passa amb el procés quan l’agent està apagat. Qui agafa el volum, en quant de temps, amb quines eines.
5. Harness d’avaluació amb cadència. Conjunt de proves periòdiques amb resultat numèric, registre per execució, i revisió mensual com a mínim.

Si parles amb un proveïdor que no té cap d’aquestes cinc peces clares a la primera reunió, no és que el seu projecte sigui dolent: és que encara no hi ha projecte. És una promesa.

Una nota sobre el nom

L’última recomanació no és tècnica: és semàntica. No deixis que el nom comercial del producte decideixi la conversa. Hi ha “chatbots premium” que en realitat fan integracions reals i podrien ser bons agents. Hi ha “agents IA” que en la pràctica són chatbots amb un wrapper bonic. La pregunta correcta sempre és funcional:

• Què fa exactament aquest sistema?
• Quines eines toca?
• Com el desactivem si falla?
• Com sabem si funciona bé?

Amb les respostes a aquestes quatre preguntes, la categoria del producte queda clara per si sola.

Què fer ara

Si tens un procés concret en ment i no acabes de saber si el que necessites és un chatbot o un agent, la conversa raonable abans de demanar pressupostos és una sessió de descoberta de 30 minuts. Arribem amb el procés sobre la taula i sortim amb tres coses clares: si és cas de chatbot o d’agent, quina seria l’arquitectura mínima viable, i quina mètrica d’èxit té sentit mesurar abans de pressupostar res.

Si vols tenir aquesta conversa, reservem 30 minuts a Calendly. Sense compromís de contractació, sense pressió comercial, només la conversa que cal per saber si el projecte té sentit i, si en té, per quin camí començar.