Los agentes de uso de computadora son sistemas de IA que operan una computadora de la misma manera que lo hace una persona: miran la pantalla, mueven el cursor, hacen clic en botones y escriben en campos. Para los especialistas en marketing, pueden manejar tareas en herramientas que no tienen API, como completar listados de directorios, recopilar datos de paneles o verificar anuncios en muchas cuentas, aunque todavía son más lentos y menos confiables que las personas para la mayoría de los trabajos.
Varios proveedores ofrecen esta capacidad. Anthropic lanzó el uso de computadora para Claude en 2024, OpenAI ofrece un agente que opera su propio navegador dentro de ChatGPT, y Google ha mostrado agentes de navegador construidos sobre Gemini. Las extensiones de navegador y las aplicaciones de escritorio envuelven cada vez más estos modelos en herramientas que los no desarrolladores pueden usar.
¿Cómo funcionan los agentes de uso de computadora?
El modelo recibe una captura de pantalla de la pantalla, decide qué hacer a continuación y envía una acción como “hacer clic en esta posición” o “escribir este texto”. Sigue una nueva captura de pantalla y el bucle se repite hasta que la tarea está hecha o el agente se rinde.
Debido a que el agente trabaja a través de la interfaz visual, en principio puede usar cualquier software que una persona pueda usar. Ese es el atractivo. Algunos productos omiten las capturas de pantalla en las páginas web y leen la estructura de la página directamente, lo cual es más rápido y preciso, pero la idea es la misma: el agente actúa a través de la interfaz que vería un humano. Esa es también la debilidad: las interfaces cambian, aparecen ventanas emergentes y un botón que se movió diez píxeles puede romper un paso que funcionaba ayer.
¿Dónde pueden usarlos los especialistas en marketing?
Los mejores usos son tareas repetitivas en herramientas sin buenas integraciones, donde un error es fácil de detectar y barato de corregir.
- Recopilación de métricas de paneles que no tienen exportación o API
- Verificar que los anuncios, las páginas de destino y las etiquetas de seguimiento se muestren correctamente en muchas páginas
- Completar listados de directorios comerciales y mantener los detalles NAP consistentes para el SEO local
- Investigar las páginas públicas, las tablas de precios y los listados de productos de la competencia
- Probar formularios de sitios web y flujos de pago en entornos de prueba
- Tomar capturas de pantalla de resultados de búsqueda o perfiles sociales para informes
¿En qué se diferencia esto de una integración de API?
Una integración de API habla con el software directamente, con datos estructurados, y es rápida y predecible. El uso de computadora imita a una persona y es lento en comparación, con cada paso tomando segundos.
Use una API o una herramienta como Zapier o Make siempre que exista una. Muchas plataformas que parecen cerradas tienen una función de exportación o una API de informes oculta en su configuración, así que verifique la documentación antes de asumir que la pantalla es la única forma de entrar. El uso de computadora llena los vacíos: sistemas heredados, pequeños proveedores sin integraciones y tareas que abarcan varios sitios con diferentes diseños. Para una tarea que ejecuta cada hora en diez mil elementos, es la herramienta incorrecta.
¿Cuáles son los límites actuales?
La precisión disminuye en tareas largas. Cada clic conlleva cierta posibilidad de error, y los errores se acumulan. Los agentes pueden leer mal texto pequeño, hacer clic en la fila incorrecta en una tabla densa o completar un campo con el valor correcto en el lugar incorrecto.
También luchan con cosas construidas para detener a los bots. Los CAPTCHA, los flujos de inicio de sesión inusuales y la autenticación de dos factores generalmente necesitan una persona, y muchos proveedores instruyen a sus agentes para que no omitan estas comprobaciones en absoluto. Los sitios también pueden prohibir el acceso automatizado en sus términos de servicio, lo cual vale la pena verificar antes de automatizar cualquier cosa en un sitio de terceros.
Puntos de falla típicos
- Banners de cookies y ventanas emergentes que cubren la página
- Desplazamiento infinito y carga diferida que ocultan el contenido
- Selectores de fecha y menús desplegables personalizados
- Tiempos de espera de sesión durante tareas largas
- Páginas en un idioma que las instrucciones no esperaban
¿Qué reglas de seguridad deben aplicarse?
Los agentes de uso de computadora ven todo lo que hay en la pantalla y pueden hacer todo lo que el usuario conectado puede hacer. Eso los hace poderosos y riesgosos en igual medida.
Ejecútelos en un perfil de navegador separado o una máquina virtual con solo las cuentas necesarias para la tarea. No les permita usar un navegador donde su correo electrónico, banca y paneles de administración estén todos conectados. Nunca les dé contraseñas en texto plano; inicie sesión usted mismo, luego entregue. Esté atento a la inyección de prompts, donde una página web contiene instrucciones ocultas dirigidas al agente, y mantenga a una persona en el bucle para cualquier acción que envíe, publique, compre o elimine.
¿Cómo realizar una prueba piloto?
Elija una tarea con un final claro, un resultado correcto conocido y un bajo costo de error. Recopilar precios públicos de cinco sitios de la competencia en una hoja es un buen ejemplo.
- Escriba la tarea como pasos numerados, como lo haría para un nuevo pasante
- Ejecútela mientras observa las primeras veces
- Compare el resultado con una versión manual y cuente los errores
- Registre el tiempo tomado por el agente y por una persona
- Decida si el ahorro justifica el tiempo de verificación
En un piloto típico, el agente es más lento que una persona por tarea, pero se ejecuta en segundo plano, por lo que la verdadera pregunta es si verificar su trabajo lleva menos tiempo que hacer la tarea usted mismo.
Cómo aplica Alien Road los agentes de uso de computadora
En un compromiso típico, el descubrimiento identifica las tareas donde el equipo copia datos entre sistemas a mano y verifica si una API o una automatización simple puede hacer el trabajo primero. El uso de computadora entra solo donde esas opciones no existen.
La configuración se lleva a cabo en un entorno de navegador aislado con cuentas dedicadas y sin acceso a paneles de administración de clientes más allá de lo que la tarea necesita. Comenzamos con tareas de solo lectura, como comprobaciones de páginas de destino e investigación de la competencia, con un estratega revisando cada resultado. La medición registra el tiempo ahorrado y la tasa de error por tarea, y los informes mensuales anotan qué tareas se eliminaron porque la verificación tomó más tiempo que el trabajo en sí.
Por dónde empezar esta semana
Enumere cinco tareas que su equipo realiza copiando información de las pantallas. Marque las que no tienen exportación o API. Esas son sus candidatas.
Elija la más simple, configure un perfil de navegador separado sin contraseñas guardadas y pruebe un agente en ella tres veces mientras observa. Anote cada paso donde dudó o salió mal. Aprenderá rápidamente si la herramienta ayuda o si la tarea necesita una solución diferente.
Siga leyendo: Agencia de Marketing de IA · Marketing de IA