Los agentes de uso de computadora son sistemas de IA que operan una computadora de la misma manera que una persona: miran la pantalla, mueven el cursor, hacen clic en botones y escriben en formularios. Para las marcas de comercio electrónico, son más útiles para el trabajo repetitivo en herramientas que no tienen API o solo tienen una limitada, como portales de proveedores, back-offices de mercados y paneles de administración antiguos.
¿Qué es exactamente un agente de uso de computadora?
Anthropic introdujo una capacidad de “uso de computadora” para Claude en 2024, y OpenAI siguió con su propio agente que navega y actúa en un navegador virtual. Google y otros tienen investigaciones y productos similares. La idea común es que un modelo recibe capturas de pantalla, decide la siguiente acción y envía comandos como “hacer clic en esta posición” o “escribir este texto”.
Esto difiere de la automatización clásica. Un flujo de trabajo de Zapier o n8n conecta sistemas a través de API y se rompe si falta una API. Las herramientas de automatización robótica de procesos (RPA) siguen scripts grabados y se rompen cuando un botón se mueve. Un agente de uso de computadora lee la pantalla cada vez, por lo que puede hacer frente a pequeños cambios de diseño, pero es más lento, cuesta más por tarea y puede cometer errores que un script no cometería.
¿Qué tareas de comercio electrónico se adaptan a los agentes de uso de computadora?
Los mejores candidatos comparten tres rasgos: se repiten a menudo, ocurren en un navegador o aplicación de escritorio, y un error es fácil de detectar y revertir.
- Comprobar los precios de la competencia en sitios que bloquean o carecen de feeds de productos, y registrarlos en una hoja de cálculo.
- Extraer informes de pedidos o existencias de un portal de proveedores que solo ofrece descargas manuales.
- Rellenar formularios de listado de mercado con datos de su hoja de productos, para su revisión antes de la presentación.
- Probar su propio proceso de pago: añadir artículos, aplicar códigos de descuento y confirmar totales, como una comprobación de calidad regular.
- Recopilar razones de devolución o temas de tickets de soporte de un servicio de asistencia que no tiene exportación.
- Auditar sus propias páginas de productos en busca de imágenes faltantes, guías de tallas rotas o precios incorrectos.
¿Qué tareas deberían seguir siendo manuales?
Algunos trabajos no son adecuados, ya sea porque el riesgo es alto o porque existe una herramienta mejor.
- Cualquier cosa que implique pagos, reembolsos o datos bancarios. Un clic incorrecto aquí cuesta dinero y confianza.
- Cambios masivos en precios en vivo o niveles de existencias. Utilice las herramientas de importación o la API de su plataforma en su lugar, que son más rápidas y están registradas.
- Iniciar sesión en cuentas con datos reales de clientes sin una aprobación clara de quien posee esos datos.
- Tareas donde ya existe una API. Shopify, WooCommerce y la mayoría de los mercados ofrecen API que son más baratas y fiables.
¿Cómo configurar un primer agente de forma segura?
Comience en un entorno aislado. La documentación de Anthropic recomienda ejecutar el uso de la computadora dentro de una máquina virtual o contenedor con privilegios mínimos, y ese consejo se aplica al agente de cualquier proveedor.
Una secuencia de configuración segura
- Cree un perfil de navegador dedicado o una máquina virtual sin contraseñas guardadas y sin acceso al correo electrónico personal.
- Utilice una cuenta separada con el nivel de permiso más bajo que aún permita realizar la tarea, idealmente de solo lectura.
- Escriba la tarea como una lista de verificación clara: qué sitio, qué página, qué recopilar, dónde guardarlo, cuándo detenerse.
- Ejecútelo mientras observa las primeras veces. Tenga en cuenta dónde duda o hace clic en lo incorrecto.
- Añada un paso de aprobación humana antes de cualquier acción que envíe, guarde o envíe.
- Registre cada ejecución: fecha, tarea, resultado y cualquier error.
La inyección de prompts es un riesgo real. Una página web puede contener texto oculto que le diga a un agente que haga otra cosa. Mantenga a los agentes alejados de páginas no confiables mientras mantengan cualquier sesión de inicio de sesión, y nunca deje que actúe según las instrucciones que encuentre en una página.
¿Cuánto cuesta ejecutarlo?
Los costos provienen del uso del modelo, ya que cada paso envía una captura de pantalla y recibe una acción, y del tiempo dedicado a supervisar. Una tarea que le toma cinco minutos a una persona puede tomarle más tiempo a un agente y costar una pequeña cantidad en tarifas de API por ejecución. El caso a favor de un agente es más fuerte cuando el tiempo humano es costoso, la tarea es tediosa y el volumen es moderado.
Por ejemplo, una marca de moda que verifica precios en veinte páginas de productos de la competencia cada semana podría encontrar que un agente ahorra una hora del tiempo de un comercializador, mientras cuesta mucho menos que esa hora. Una tienda que verifica dos páginas al mes no lo haría.
¿Cómo medir si vale la pena?
Realice un seguimiento de la misma tarea antes y después. Las medidas principales son simples.
- Tiempo por ejecución para una persona frente al tiempo de supervisión para el agente.
- Tasa de error: con qué frecuencia se debe corregir el resultado.
- Costo por ejecución en el uso de la API.
- Cobertura: si el agente le permite verificar más páginas o con más frecuencia que antes.
Si la tasa de error sigue siendo alta después de unas pocas semanas de refinar las instrucciones, esa tarea probablemente se atienda mejor mediante una integración de API o un script tradicional.
Cómo aplica Alien Road los agentes de uso de computadora en el trabajo con clientes
En un compromiso típico, Alien Road trata a los agentes de uso de computadora como una herramienta de última milla, utilizada solo después de verificar si una API, un feed o una integración estándar pueden hacer el trabajo. El descubrimiento comienza con un inventario de tareas: el equipo se sienta con el personal de comercio electrónico del cliente y enumera las tareas repetitivas del navegador, con el tiempo dedicado y el nivel de riesgo para cada una.
Las tareas de bajo riesgo y alta repetición, como las comprobaciones de precios de la competencia o las auditorías de páginas de productos, se prueban en un entorno aislado con cuentas de solo lectura. Los resultados van a una hoja compartida que una persona revisa. Los informes cubren las horas ahorradas, la tasa de error y el costo por ejecución, y cualquier tarea que no pase después de un período de prueba se traslada a un método de automatización diferente o vuelve al trabajo manual.
¿Cómo se comparan los agentes con las herramientas de RPA?
Las plataformas de RPA tradicionales como UiPath o Power Automate Desktop graban pasos fijos y los reproducen. Son rápidos y baratos por ejecución una vez construidos, pero cada rediseño del sitio de destino significa volver a grabar. Los agentes de uso de computadora intercambian algo de velocidad y costo por flexibilidad. Una división sensata es usar RPA o API para procesos estables de alto volumen y agentes para tareas donde las páginas cambian a menudo o el volumen es demasiado bajo para justificar la creación de un script. Algunos equipos usan un agente primero para explorar una tarea, luego convierten los pasos confiables en un script.
Por dónde empezar esta semana
Enumere todas las tareas que su equipo realiza en un navegador más de una vez por semana. Marque las que no tienen API y son de bajo riesgo. Elija una, escríbala como una lista de verificación de diez pasos y ejecútela con un agente en un perfil de navegador limpio mientras observa.
Compare el resultado con hacerlo usted mismo. Esa comparación única le dirá más que cualquier demostración de proveedor.
Siga leyendo: Agencia de Marketing de IA · Marketing de IA