Agentes de IA en Kommo CRM 🤖 Guía Completa 2026 💸 transcript

Los agentes de inteligencia artificial para ventas son una tendencia hoy y la plataforma de cómo puso a disposición un sistema para poder crear, configurar y tener a disposición agentes de inteligencia artificial que sean capaces de atender 247 a nuestros clientes, dar información y derivar para que podamos cerrar la venta. Pero también existen otras integraciones como por ejemplo integrar como AN8N para poder crear estos agentes de inteligencia artificial.

Entonces la pregunta es, ¿qué conviene usar hoy? ¿Hay una plataforma mejor que otra? Y la respuesta es que cada una tiene su funcionalidad. Por eso hoy vamos a ver en una masterclass de agentes de inteligencia artificial creados en cómo crearlos desde cero, cómo configurarlos y para qué casos utilizar esta solución o utilizar soluciones como la de N8N para crear los agentes de inteligencia artificial. Antes de avanzar, no te olvides darle clic al botón suscribirse para aprender a usar como en su máximo potencial.

Así que sin vueltas, empecemos. Bueno, para hacer este recorrido vamos a utilizar el nuevo menú de cómo Sí, eso lo podemos hacer desde la configuración del perfil. En esta sección vamos a colocar un nuevo menú y una vez que le damos clic en guardar, vamos a ver como todo va a cambiar en el menú lateral izquierdo. Sí, ahí estamos en la nueva interfaz y vamos a ir a la sección esta que dice agentes de IA. Sí, que es muy parecido el logo de de Gemini.

Y una vez que estemos dentro de esa sección vamos a ver eh un menú con seis secciones. La primera es de panel. Acá nos va a decir, digamos, la estadísticas métricas de la cantidad de leads de conversaciones generadas a través de la inteligencia artificial. Vamos a poder ver lo que son los créditos de del agente de inteligencia artificial, porque acabo un paréntesis, cómo provee la plataforma, sí da algunos créditos para poder probar los agentes, pero como estos agentes de IA consumen tokens, que el token es la moneda que utiliza la inteligencia artificial para poder funcionar, un token es un fragmento de una palabra, es una unidad de una palabra, puede ser una palabra completa o puede ser eh un fragmento de una palabra.

Entonces, a medida que la gente de genera más palabras en la respuesta o tiene que procesar más cantidad de palabras a la hora de responder, entonces va a consumir tokens. Esos tokens no son gratuitos porque como está utilizando un motor, no tiene un motor de IA propio, no tiene un LLM propio como el de OpenI, Antropic, eh Gemini. Entonces tiene que utilizar uno de esos modelos y para utilizar uno de esos modelos va a utilizar, va a consumir tokens.

Entonces, esos tokens hay que pagarlos básicamente y nosotros le pagamos a cómo y cómo vendría a ser un intermediario con ese LLM que está procesando los tokens. Nosotros hemos hecho pruebas con muchos clientes y la realidad es que los tokens que se procesan a través de cómo son mucho más caros que si lo usamos directamente conectando una API oficial. Por ejemplo, si hacemos un agente día en N8N y utilizamos esos tokens, eh, a través de N8N, hacemos una conexión directa con el LM, que podría ser Open Antropic, Gemini o cualquiera de esos.

Los de comoo son mucho más caros porque entendemos que cómo saca una parte de ese consumo, o sea, una comisión de ese consumo de tokens. Entonces, volviendo acá, los 5,000 eh créditos que tengo, una vez que los gasto directamente tengo que eh comprar más créditos, más créditos de IA, que ya lo vamos a ver en un rato, para seguir haciendo funcionar este agente de inteligencia artificial. Luego tenemos una sección de personalidad.

Acá es donde vamos a colocar eh el el rol y la personalidad. Por ejemplo, acá le pusimos que es un asistente de atención al cliente, que el trabajo es responder de manera clara. Acá le ponemos todos los elementos de la personalidad y cómo tendría que ser la forma de escribir, ¿sí? Por ejemplo, si vamos a utilizar una tonalidad neutra o acá en Argentina se usa el voceo, se habla de vos y no de tú, todo eso se lo vamos a colocar acá.

Sí, también podemos agregar elementos eh de la personalidad que sea, por ejemplo, acá amistoso tenemos un desplegable que nos da tres opciones. Casual, amistoso, formal. La longitud de la respuesta si queremos que sean cortas o largas las respuestas. Eh, el idioma y la respuesta también podemos elegir y la demora de que eh el agente recibe la respuesta, la demora para responder. Sí, esto se lo se lo colocamos en unidad de segundos, se entiende que estamos tratando de humanizar la respuesta, así que no sería tan humano que si le hago una consulta a la gente me responda ahí no más en el mismo momento.

Entonces, por lo general dejamos de tres a 10 segundos de respuesta para que sea lo más humano posible. ¿Sí? Y acá ciertas pautas, ¿sí? Por ejemplo, saluda siempre el cliente si es tu primera interacción. O sea, pautas de comunicación, ¿sí? Una vez que configuramos todo eso, toda la personalidad, toda la forma en la que va a estar operando este agente, pasamos a la selección de fuentes y acá añadimos lo que son las fuentes de información.

Eh, entonces acá vamos a colocar todo lo que tiene que ver con nuestros servicios y nuestros productos. ¿Sí? Esta va a ser la base de datos de servicios. Podemos agregar una base de datos eh de conocimiento existente. Si nosotros previamente hemos configurado una base de datos dentro de la plataforma, podemos tomar esa base de datos, podemos agregar una URL de una web, ¿sí? Si tengo una web, coloco la URL para que busque información ahí y la traiga y el agente día pueda responder eh con esa información.

También podemos subirle Google Docs, eh PDFs, ¿sí? Archivos de texto que pueden tener las características de nuestros servicios. Sí. Eh, acá nos recomienda que hasta 45 megas si queremos agregar imágenes. Este es un sistema multimodal, entonces también podemos subirle imágenes para que las imágenes también las las pueda tomar como base de conocimiento. Y agregamos también algo simple. Si si no tenemos una base de conocimiento tan grande, podemos agregarle directamente un texto para que la IA se maneje directamente con este texto.

Esto es algo de más de copiar y pegar, ¿sí? Pero para base de datos por ahí un poco más complejas tendríamos que agregarle, ¿sí? el Google Docs, digamos, o fuente de información en formato de archivo. Yo, para este caso, le voy a colocar la web de la agencia para que busque información ahí y pueda atender el usuario con la información que está dentro de la web. Entonces, le damos clic a guardar. Sí, acá lo que me dice es que la, digamos, la fuente de información eh se va a estar procesando más o menos en 2 horas.

Eso es el cartel que me salió. Eh, y una vez que yo agrego esa fuente, porque lo que lo que va a hacer acá es indexar, ¿sí? O sea, meterse dentro de la web, tomar la información y traducir esa información en una base de datos que pueden ser vectores. Eh, por ejemplo, una base de datos vectorial, eh, digamos, tiene la propiedad de utilizar eh acciones semánticas entre las palabras. Entonces, puede el usuario puede preguntar por una palabra que no está exactamente igual en la base de datos, pero la va a encontrar lo mismo cuando hay similitudes de palabras.

Entonces, una vez que cargo la información de la web, o sea, cargo mi web, va a tardar unas 2 horas en procesarse y ya va a estar disponible para eh digamos el funcionamiento de la base de datos dentro de mi agente de inteligencia artificial. Aparte de eso, tenemos acá la función de productos. Sí, nosotros podemos utilizar los productos previamente cargados en como. Recordemos que tenemos una selección de productos acá dentro del menú.

Sí tengo productos. Yo puedo cargar mis productos directamente ahí y eh podemos utilizar esa fuente de información para que la agente de inteligencia artificial pueda buscar ahí y dar respuesta al usuario directamente. Salimos de esta parte que es la base de datos, la fuente de información con la que la gente va a estar interactuando con el usuario. Esta va a ser la información que con la que la gente iba a formular la respuesta.

Y nos vamos a acciones. Esta parte es muy interesante porque nosotros podemos directamente decirle acá a la gente de inteligencia artificial qué acciones realizar dentro del CRM. Por ejemplo, si el usuario llega hasta una instancia de la venta, por ejemplo, si le decimos que solamente la gente va a precalificar al usuario, le va a hacer preguntas para indagar en su situación y una vez que la el usuario quiera comprar o quiera pasar a una transacción directamente que se haga un movimiento de columna y en ese movimiento de columna los asesores van a estar trabajando con esa columna.

Estamos hablando de los asesores humanos. Una vez que llegue esa columna, ya el agente Día deja de operar. Entonces, para eso sirve esta selección de acciones, para poder que la que la gente no solamente responda, sino que ejecute dentro del CRM. Entonces, vamos a ver el ejemplo exactamente ese que nosotros lo usamos mucho con N8N, pero acá también hoy se puede hacer. Entonces, añadimos una acción. Entonces, ¿qué es lo que nos dice?

Cuando el cliente quiere comprar, obtener soporte, obtener algún reembolso, hablar con un agente humano, vamos a ponerle este hablar con un agente humano, que es la típica derivación que se hace con los agentes cuando el usuario, o sea, la persona que está hablando con la IA quiere hablar con un humano, ¿qué es lo que va a pasar? Y acá tenemos diferentes acciones, como por ejemplo transferir al usuario, o sea, directamente que se cambie el usuario dentro del CRM, utilizar un mensaje en particular, responder con tal información, hablar siempre sobre tal tema.

Entonces acá la IA sigue interactuando, ¿sí? responder eh agregar una tarea dentro del CRM, responder utilizando la fuente de conocimiento, solicitar eh al cliente, no mencionar, inventar algo sobre el tema. Tenemos miles de opciones, pero la que nos interesa para este caso es esta que dice mover etapa del lead a. ¿Sí? Entonces, vamos a utilizar esta opción, ¿sí? Y acá vamos a elegir una de las columnas del embudo. Sí, yo nosotros por lo general utilizamos esta que se llama atención humana.

Sí. Acá está esta columna que nosotros creamos dentro de la embudo. Sí, es para que eh ahí se hagan las derivaciones. Cuando la I está hablando con una una persona y ya la persona quiere hablar con un humano, la deriva y no habla más. Entonces ya los asesores están del otro lado esperando para poder atender. ¿Sí? De esta manera reducimos muchísimo la carga operativa y dejamos a las personas solamente para que intervengan en una de las etapas de la embudo.

Todo lo la primera parte que por lo general es copiar y pegar y tener siempre las mismas consultas. Eso lo hace la inteligencia artificial. Sí, convengamos, vamos a hacer un paréntesis acá, que esto que se genera esta acción es base a la interpretación que tiene la IA de lo que le está diciendo el usuario. ¿Sí? Si el usuario por ahí le dice explícitamente, "Pásame con un asesor humano, la IA va a interpretar eso y va a hacer ese movimiento, va a hacer esa derivación." Pero si el humano no es tan eh el usuario no es tan directo con lo que está queriendo, ¿sí?

Por ejemplo, si el usuario le dice la inteligencia artificial, "No quiero que me atiendas más vos,", entonces la capaz que no termine de interpretar que quiera hablar con una persona. Sí, todo esto queda dentro del mundo interpretativo de la inteligencia artificial, que es ahí donde se pueden generar la mayoría de los errores en cuestiones de interpretación. Sí. Pero bueno, hay que probarlo acá y hay que seguir nutriéndolo, ¿sí?

Nutriendo la personalidad, nutriendo las fuentes para que la IA sepa cuándo accionar también. Sí, todos esos parámetros lo vamos carando en personalidad. y fuentes. ¿Sí? Entonces, una vez que tenemos esto, ¿sí? Guardamos la selección y ya está disponible para que la gente día empiece a operar, porque ya tenemos la acción de que cuando una persona quiere hablar con un humano, entonces la IA va mover dentro del CRM, dentro de la embudo, ese lead a la columna que le pusimos acá, que es atención humana.

Nos vamos a la sección de integración. Dentro de integración podemos conectar diferentes plataformas como por ejemplo Shopify eh y tienda nube, que son las que más usamos. estaban bien, pero en la mayoría de los casos si se utiliza acá, sobre todo en Argentina, tienda nube. Entonces instalamos, hacemos la conexión directamente con eh esa fuente de información para que la IA sí pueda potenciar el soporte de esa fuente de información.

Y nos vamos a la última sección que es de ajustes, ¿sí? Que acá e vamos a configurar primero todo lo que son los canales conectados. ¿Sí? Nosotros, por ejemplo, acá desplegamos, tenemos Facebook, tenemos un WhatsApp vía API conectado, un una fuente de Telegram, de Instagram, de TikTok y acá tenemos un WhatsApp que está conectado vía Lite, ¿sí? Que es la integración que se hace a través de QR. Cualquiera de estas fuentes pueden servir, ¿sí?

Por ejemplo, si yo coloco que utilice e la de WhatsApp Lite, puedo agregar otro canal que puede ser, por ejemplo, la del API. Entonces, tengo los dos canales de WhatsApp conectados a la gente y la gente solo va a contestar en esos canales y no va a contestar en Facebook o en Instagram, por ejemplo. Y acá lo que hacemos es agregarle etapas, ¿sí? Por ejemplo, si yo quiero que la IA solamente responda en la primera etapa, cosa que si hace el movimiento de columna cuando viene una derivación no atiende más cuando está en la columna de atención humana, entonces selecciono solamente en leads entrantes.

Cuando me llega la consulta, la contesta todas esas consultas y si hay derivación ya no contesta más, entonces esa derivación ya es automática. el asesor directamente puede hablar con la persona sin necesidad de intervenir a la a la agente de inteligencia artificial. Esto está buenísimo porque agiliza muchísimo la operativa comercial porque repito, dejamos a la IA hacer todo el abordaje del 80% todo lo grueso que son las consultas iniciales, que todo el envío de información, que es todo el filtrado y calificado y cuando hay una derivación dejamos a lo humano solamente para que atienda en en la etapa de la embudo, atención humana.

Entonces, una vez que tenemos esto, ah, me estoy olvidando algo muy importante, que es esto que dice respuestas a mensaje de voz. ¿Qué pasa con este tema? Muchas personas cuando hacen consultas envían textos, pero aparte envían audios, mensajes de audio. Si no tenemos activada esta opción, la IA no va a interpretar esos audios y le va a decir al usuario que le vuelva a escribir la respuesta. Sí, ese va a ser el reflejo de la agente de inteligencia artificial porque predeterminado no tiene esta interpretación de audios porque la interpretación de audios consume tokens y eso de alguna forma lo tiene que facturar como digamos la plataforma en este caso que este es REM.

Entonces si activamos esta opción para para poder utilizarla tendremos que pasarnos a un plan más avanzado, el el mejor dicho al plan profesional, el que sigue del avanzado, o sea, con el plan de $25, que es el plan avanzado, no podemos utilizar esta integración. ¿Sí? Entonces, ya nos va a cambiar el plan eh en ese mismo momento. Una vez que tenemos todo esto configurado, le vamos a dar clic acá en guardar. Bueno, vamos a ver ahora lo que son los costos de la inteligencia artificial de los agentes día dentro de cómo que este tema super importante.

Entonces, nos vamos a ir a la selección de ajustes, facturación y dentro de facturación acá vamos a tener el plan, ¿sí?, que hemos contratado. Nosotros como somos partner tenemos todos los accesos, digamos, no tenemos un plan específico, pero muchos inician con el plan avanzado, que es el de $25 por mes. Con este plan directamente ya podríamos estar trabajando con nuestros agentes de inteligencia artificial, pero aparte de eso, tenemos que tener en cuenta lo que son los paquetes día, lo que son los créditos, que los créditos sí van a venir a eh a comprarse para poder utilizar tokens. ¿Sí?

Entonces, por un lado, pagamos el plan y para poder usar la IA necesitamos abonar los créditos. Y acá tenemos diferentes paquetes de créditos de IA. Sí, esto es muy difícil traducir este costo, ¿sí? Hacer cálculo de cuánto nos saldría previamente a trabajarlo. ¿Sí? ¿Qué quiero decir con esto? Que directamente te pongas a configurar tu agente de inteligencia artificial, que lo implementes y vayas viendo en la práctica, en las interacciones que tenés con los usuarios, el consumo que te hace diario, semanal, quincenal y mensual.

Esa es la mejor forma de estimar los costos, porque no es muy claro cómo en sí eh de cuántos créditos son equivalen a x cantidad de conversaciones, porque en realidad los tokens son muy variables. No es lo mismo que el usuario escriba hola en un mensaje a que escriba un mensaje de 1000 caracteres haciendo una consul una consulta puntual. ¿Por qué? Porque los tokens se van a consumir en los input, o sea, en el en la extracción de información del usuario, en ese mensaje que nos manda, en todas las palabras son consume tokens.

Y cuando el agente día formula una respuesta, también utiliza tokens. Entonces, no es la misma eh respuesta o no es el mismo consume tokens en una respuesta de tres palabras que de 1000 caracteres. También no es lo mismo tener cargada una base de datos de tres oraciones a tener una fuente de información de 1000 productos. todo. Mientras mayor magnitud, mientras más eh digamos información, mayor consumo de tokens. Entonces, por eso es muy difícil acá decir, bueno, eh voy a cargarle $29 5,000 créditos y esto me va a durar 2 días.

Sí, es muy difícil de calcular. Lo mejor sería que cargue saldo, veas cuánto te consume diaria semana al quincenal y mensualmente y ahí establezca tu presupuesto. Esto más es más práctico que teórico. Acá, por ejemplo, cómo dice que eh en promedio un mensaje entrante activa acciones que utilizan alrededor de 10 créditos. Sí, esto es aproximadamente o en promedio, pero también te puede pasar que te consume 20, 30 créditos, ¿sí?

O cinco créditos. Por eso depende de muchísimos factores y no hay una calculadora acá que te diga, si tenés esta base fase de datos, te hacen este tipo de preguntas, vas a gastar esto. Por eso te digo, es mucho más práctico que teórico. Para poder abonar estos créditos directamente podés eh darle clic a uno de los paquetes de inteligencia artificial y eso se te va a cargar acá lo vas a poder ver reflejado en digamos esto es una calculadora del costo dependiendo también el plan que vayas a contratar.

Recordemos que estos planes, sí, desde el básico, avanzado y el pro, son por usuario. Entonces, si contratamos el avanzado y tenemos eh dos licencias de usuario, estaríamos invirtiendo 50 por mes. Lo que voy a hacer es dejarte acá en la descripción si querés profundizar un poco más sobre lo que son los créditos y packet de inteligencia artificial. Te voy a dejar este archivo que directamente es oficial. de cómo. Pero bueno, lo más importante ya te lo dije en el video, pero bueno, si querés profundizar, te lo voy a dejar esto en la descripción.

Por otra parte, esto que vemos acá es un agente de inteligencia artificial conectado como pero utilizando N8N. Eh, y vemos que es algo totalmente diferente. Nosotros la información de cómo lo traemos desde este webhook, la procesamos por toda esta interfaz y enviamos a través de estas request enviamos a cómo para que se le la respuesta al usuario. El agente día se configura acá con ingeniería y prom, o sea, todo eso que configuramos en en como en el apartado de personalidad, acá lo configuramos directamente contexto si tenemos más libertad, pero no es tan user friendly, o sea, no es tan amigable para el usuario.

Sí, lo que sí podemos conectarle todas las plataformas que queremos, podemos utilizar los modelos de inteligencia artificial que querramos, no estamos limitados a lo que dispone cómo. Entonces, por ejemplo, podemos utilizar los de Open que es de Chat GPT. Eh, utilizamos cualquiera de los modelos. Acá podemos ir variando para ver e vemos el tema de de de cómo optimizar los costos. Y en este caso, yo, por ejemplo, le conecté dos modelos.

Uno es The Gemini porque tiene tokens gratuitos que cuando se me terminan los tokens, ¿sí?, de Gemini, el token gratuitos pasa a usar el de Open automáticamente. Entonces, hacerlo en NN más controlar el tema de los costos por un lado y también para la conexión de las plataformas. Y por supuesto, no tenemos la comisión que se cobra como directamente nosotros le pagamos a Open a Gemini o a la IA que utilicemos para poder utilizar los tokens.

Entonces, ¿cuál es la comparativa final? ¿Qué tecnología tenemos que usar para cada uno de los casos? Te preparé esto que es un detalle eh para que de este video sepas cuál es la solución que vas a implementar para tu negocio o para ofrecer a clientes. La integración de agente de inteligencia artificial incómodo es ideal para cuando utilizas procesos simples. O sea, ya sabemos que la inteligencia artificial, los modelos inclusive los más avanzados tienden a ser lo que son las alucinaciones.

Entonces, si son modelos que no tenemos mucho control, si son esquemas como el de como que no tenemos mucho control de la base de datos, del modelo de inteligencia que se va a utilizar y tenemos un proceso complejo, no nos conviene utilizar la plataforma de cómo. Ahora, si tenemos un proceso comercial simple, que no requiere tanto eh potencial para la base de datos, podemos utilizar como funciona mejor de base de datos simples y no robusta recomendablemente para servicios, ¿sí?

Porque, por ejemplo, una empresa que vende producto y que tiene un catálogo de 2,000 productos, como no tenemos tanto control sobre esa base de datos, no podemos elegir si es una SQL o si es una base de datos vectorial, directamente lo la cargamos a como y quedamos en manos de como de que pueda hacer una buena configuración de esa base de datos. Así que no es recomendable. Yo me limitaría únicamente a las bases de datos que son escritas, diremos, de copiar y pegar, que son las simplificadas.

Entonces, me parece que está bien para estos procesos simples. Las complicaciones, como te decía, riesgo de alucinaciones, bajo control sobre la gente de cómo interpreta los datos y otras limitaciones es que no te permite integrar funcionalidades avanzadas como lo que vimos recién en NN. En N8N si queremos podemos conectar MCPs. Acá no, directamente no podemos utilizar más de las herramientas que nos provee cómo no podemos hacer envíos de mails, no podemos conectar directamente a la gente para que haga envío de mails, no se puede conectar a calendarios de llamadas, o sea, que la gente podría dar información y cuando hay una acción que requiera ese paso de agendar de enviar mail, ya tiene que derivar el usuario, a diferencia de N8N, que sí lo podemos hacer.

Y bueno, como dijimos recién, no se puede conectar en CPS. Recomendable para procesos simples, no ideal para automatizaciones complejas y no es recomendable si se necesita conexión con múltiples acciones externas, o sea, de otra plataforma. En cambio, N8N es es un es ideal para agentes de avanzados que requieran más infraestructura, que requieran más conexión con otras plataformas. Si tenemos un NCP, ¿sí? Aquí, por ejemplo, tenemos un cliente que creó su propio NCP de agendamientos.

Entonces, el agente 8N se conecta a ese NCP para entrar dentro de la plataforma y generar las acciones necesarias para ese agendamiento. Funciona con base de datos robustas, complejas. Acá podemos generar, como te decía, o SQLs o bases de datos vectoriales. Entonces, nosotros podemos configurar esas bases de datos que sea para una mayor facilidad de la lectura para el agente de inteligencia artificial. para procesos comerciales y automatizaciones complejas y las ventajas son mayor control sobre logística funcionamiento, menos riesgo de alucinaciones porque como tenemos más control sobre los modelos, sobre el prom sobre la base de datos, podemos reducir lo que son los riesgos de esas alucinaciones y posibilidad de personalizar procesos y flujos avanzados.

Esto es para procesos avanzados, empresas que tienen procesos avanzados. Sí, el peor de los casos, si sos emprendedor o si sos consultor es tener un proceso muy complejo con un negocio chico, porque esto, digamos, esta infraestructura con N8N conectada al como requiere de una mano de obra más sofisticada y eso directamente es mucho más caro si lo tenemos que pagar o si lo tenemos que implementar. Son muchas más horas de implementación.

Entonces, hay que ver si vale la pena realmente hacer llevar a cabo este tipo de funcionalidad si realmente hay presupuesto. Funcionalidades permite envíos de mails, permite conectarse a calendarios. A NCP de muchísimas plataformas, de hecho N8N tiene más de 15 integraciones, así que podemos hacer uso de todas esas plataformas. En cambio, el está limitado solamente a enviar información y a hacer movimientos dentro del el del embudo.

Sí, que de hecho en NHN también podemos hacer esas mismas acciones o hacer movimientos dentro del embudo o etiquetar o hacer todo lo que vimos anteriormente que se puede hacer de com capacidad para ejecutar acciones automáticas en otros sistemas. Permite automatizaciones multicanales y workflow complejos. Esto ya lo habíamos dicho y Contras, no tiene una interfaz simplificada para equipos, no tiene esa interfaz que es simple para cargar datos del rol, del funcionamiento, de la personalidad, la base de datos, no.

NH8N ya vimos que es un flujo dondeces desplazan diferentes cajas y cada una de esas cajas hay que configurarlas y es mucho más complejo que lo que vimos en cómodo. Entonces N8N sí o sí necesitas tener un técnico que haga toda esa configuración, pero vale la pena porque es para un proceso mucho más complejo y que requiere un sistema que tenga menos posibilidades de alucinar. Entonces ahí se va marcando realmente la diferencia.

Eh, y ya dijimos implementación más compleja, ideal para empresas con procesos más avanzados, recomendación cuando necesitan múltiples integraciones y escalable para operaciones comerciales complejas. Este punto es muy importante. Sí, nosotros lo hemos visto con clientes que necesitan escalar a miles de mensajes diarios como se queda muy chico, ¿sí? Y no está no no está hecho para optimizar en presupuestos de IA. En cambio, N8N tenemos todo el control para configurar nuestro presupuesto, sobre todo el lo que es el consumo de tokens, eh, ya que lo podemos configurar directamente eligiendo los modelos en la plataforma.

Entonces, en resumen, para procesos simplificados y no requerir de un técnico que esté configurando nuestro agente de inteligencia artificial, la mejor solución es cómo. Y para algo más avanzado que ya sí va a recaerir en un técnico, utilizamos N8N. Espero que toda esta información te haya sido superútil, como lo es para nosotros, que operamos día a día con estas plataformas y sobre todo que puedas implementar. Nos vemos en el próximo video.