¿Qué son los agentes de IA?

Por Magulan Duraipandian, Senior AI Solutions Technical Evangelist de Salesforce

Los agentes de IA transforman el modo en que las empresas operan e interactúan con sus clientes. Se trata de sistemas inteligentes que están diseñados para automatizar tareas complejas, brindar experiencias personalizadas y liberar a los trabajadores humanos para que puedan abordar los desafíos más exigentes.

Los agentes de IA son sistemas de inteligencia artificial (AI) capaces de entender las preguntas de los clientes y responderlas sin intervención humana. Se crean utilizando un generador de agentes, como Agentforce, y se basan en el aprendizaje automático y el procesamiento del lenguaje natural (NLP) para gestionar una amplia gama de tareas. Estos agentes inteligentes pueden hacer cualquier cosa, desde responder preguntas simples hasta resolver problemas complejos, incluso realizar múltiples tareas. Una característica fundamental de estos sistemas es que aprenden por sí mismos para mejorar su rendimiento. Esta capacidad los distingue de la IA tradicional, que necesita la intervención humana para realizar ciertas tareas.

• Los agentes de IA son más avanzados y autónomos que los chatbots, ya que son capaces de aprender y gestionar una gama más amplia de tareas complejas.
• Ofrecen importantes ventajas para las empresas, como un aumento de la eficiencia, ahorro de costes y una mejora de la satisfacción del cliente.
• Los agentes de IA tienen aplicaciones versátiles y están diseñados para funciones especializadas en diversos sectores, como ventas, marketing y finanzas.

• El concepto de los agentes de IA ha sido objeto de investigación durante muchos años. Si bien la idea de sistemas autónomos e inteligentes existe desde hace décadas, los avances recientes en los modelos de lenguaje grande (LLM) han aportado la "pieza que faltaba", consiguiendo que las capacidades actuales sean más accesibles y potentes. Gracias a estos avances, los agentes de IA han pasado de protagonizar debates teóricos a aplicarse en el mundo real.

Los agentes de IA operan a través de un proceso que imita el pensamiento humano, lo que les permite interactuar y resolver problemas de forma autónoma. Empiezan recopilando datos que, a continuación, procesan para tomar una decisión que luego ejecutan; un ciclo que se perfecciona continuamente a través del aprendizaje y la adaptación.

• Percepción y recopilación de datos: los sistemas agénticos comienzan recopilando datos de una variedad de fuentes, incluidas las interacciones con los clientes, los historiales de transacciones y las redes sociales. Estos datos son fundamentales para comprender el contexto y los matices de las consultas de los usuarios. Los agentes de IA avanzados pueden gestionarlos de forma eficaz y con información actualizada gracias a su capacidad para integrar y procesar datos en tiempo real.
• Toma de decisiones: los agentes de IA utilizan modelos complejos de aprendizaje automático para analizar los datos que recopilan, identificar patrones y tomar decisiones. Por ejemplo, pueden elegir la respuesta más adecuada para una consulta teniendo en cuenta interacciones previas y el contexto actual. Este proceso de toma de decisiones va mejorando gracias a su capacidad para aprender de experiencias anteriores y perfeccionar sus respuestas.
• Ejecución de acciones: tras tomar la decisión, los asistentes digitales realizan la acción necesaria, que puede consistir en responder a la consulta del cliente, procesar una solicitud o derivarlo a un humano si se trata de un problema complejo. El sistema está diseñado para actuar de forma rápida y eficiente para garantizar que el cliente recibe una respuesta precisa y adecuada.
• Aprendizaje y adaptación: los agentes de IA aprenden continuamente de todas sus interacciones, por lo que sus algoritmos van evolucionando y se vuelven más precisos y eficaces. También actualizan su base de conocimientos y aprovechan cualquier comentario para mejorar las interacciones futuras. Gracias a esta capacidad para aprender constantemente, estos sistemas nunca llegan a desfasarse y mantienen su eficacia, aun cuando cambian las expectativas de los clientes o los entornos empresariales.

Al combinar estas capacidades, los sistemas inteligentes pueden manejar una amplia gama de tareas de forma autónoma, como hacer recomendaciones de productos, solucionar problemas y participar en interacciones de seguimiento. Así, los humanos pueden centrarse en tareas complejas que añaden valor.

Para comprender el funcionamiento interno de los agentes de IA, es necesario analizar sus componentes fundamentales, gracias a los cuales son capaces de comprender, razonar y actuar de manera adecuada:

• Modelo subyacente (LLM): los modelos de lenguaje grande (LLM) actúan como el cerebro de buena parte de los agentes de IA modernos, ya que les proporcionan las capacidades fundamentales de comprensión y generación del lenguaje natural.
• Memoria: los agentes de IA requieren distintas formas de memoria para mantener el contexto y aprender con el tiempo. Entre estos tipos de memoria, se pueden incluir los siguientes:
  • Memoria a corto plazo: para un contexto conversacional inmediato.
  • Memoria a largo plazo: para retener conocimientos y aprender de experiencias pasadas.
  • Memoria episódica: para recordar interacciones o eventos específicos.
  • Memoria de consenso: para compartir conocimientos dentro de sistemas multiagente.
  • Mecanismos como la segmentación (chunking) y el encadenamiento (chaining) se emplean para gestionar y recuperar la información de la memoria de manera eficiente.
• Persona: este componente ayuda al agente de IA a mantener un carácter, un tono y un estilo coherentes a lo largo de las interacciones, lo que contribuye a una experiencia de usuario más natural y predecible.
• Herramientas: para llevar a cabo acciones en el mundo real, los agentes de IA necesitan acceso a varias herramientas, API y programas externos. Estas herramientas permiten a los agentes recuperar información, ejecutar comandos o interactuar con otros sistemas.
• Acción de agente: el mecanismo por el que el agente de IA realiza tareas e interactúa con su entorno. Las acciones pueden incluir llamar a funciones externas, invocar API o controlar actuadores físicos.
• Arquitectura: se refiere al diseño estructural general del agente de IA, que abarca su base física o de software. Define cómo interactúan los diferentes componentes y cómo fluyen los datos dentro del sistema.

Más allá del bucle operativo general, los agentes de IA emplean paradigmas de razonamiento específicos para gestionar problemas complejos y de varios pasos:

• Razonamiento y acción (ReAct): Este paradigma permite que un agente intercale el razonamiento (por ejemplo, monólogo interno o planificación) con acciones (como el uso de herramientas o la consulta de bases de datos). De este modo, la resolución de problemas es más dinámica y adaptable.
• Razonamiento sin observación (ReWOO): en este enfoque, el agente lleva a cabo el proceso de razonamiento sin observar constantemente el entorno después de cada paso, lo que puede ser más eficiente para ciertas tareas.

Estos distintos enfoques de arquitectura permiten a los agentes gestionar escenarios complejos y con matices de manera más eficaz que los sistemas más simples.

Los chatbots y los agentes de IA tienen diferentes trabajos. Los chatbots suelen estar diseñados para una tarea específica, como el servicio de atención al cliente o la búsqueda de información. Siguen reglas y scripts, y utilizan la coincidencia de patrones y el reconocimiento de palabras clave para responder. Esto los hace buenos para manejar preguntas simples, pero no pueden comprender contextos complejos ni adaptarse a nuevas situaciones.

Los agentes de IA, por otro lado, son más avanzados e independientes. Pueden manejar una gama más amplia de tareas, aprender de las interacciones y mejorar con el tiempo. Los agentes autónomos pueden comprender y mantener el contexto en varias conversaciones, lo que los hace adecuados para entornos más complejos y dinámicos. También pueden integrarse con diferentes sistemas y plataformas, realizando tareas que requieren una comprensión más profunda de las necesidades de los usuarios y el entorno.

Por ejemplo, los casos de uso de agentes de IA incluyen la gestión del calendario de un usuario o la realización de recomendaciones personalizadas, mientras que un chatbot solo puede responder a preguntas frecuentes. La distinción es cada vez más difusa, pero los agentes de IA suelen tener más capacidades y autonomía.

Aunque a menudo se usan de forma intercambiable, existe una diferencia importante. Los asistentes de IA, como Microsoft 365 Copilot, suelen trabajar junto a los usuarios para ampliar sus capacidades. Los agentes de IA van un paso más allá: operan con mayor autonomía y pueden ejecutar acciones de forma proactiva para alcanzar objetivos, ya sea en colaboración con humanos o de manera independiente. Las diferencias clave suelen residir en el propósito, las capacidades, la interacción, la autonomía, la complejidad y el aprendizaje.

Los agentes de IA ofrecen muchas ventajas interesantes para las empresas de casi cualquier sector.

1. Mayor eficiencia: los agentes de IA interactúan con distintos clientes al mismo tiempo, lo que reduce significativamente el tiempo de respuesta y aumenta la eficiencia de las operaciones del servicio de atención al cliente. También son capaces de identificar si deben escalar a un humano y, a continuación, seleccionar al representante con el mejor conjunto de habilidades para realizar la consulta. De esta forma, las empresas pueden gestionar grandes volúmenes de consultas sin comprometer la calidad del servicio.
2. Mejora de la satisfacción del cliente: los agentes autónomos brindan respuestas rápidas y precisas, lo que lleva a puntuaciones más altas de satisfacción del cliente. Pueden personalizar las interacciones a partir de los datos y mejorar así la experiencia general del cliente. Además, como estos sistemas no dejan de aprender en ningún momento, su optimización es constante.
3. Mejora de la toma de decisiones: gracias a su capacidad para analizar grandes conjuntos de datos, estos sistemas autónomos pueden discernir patrones sutiles y tendencias emergentes, brindando información valiosa que permite a las organizaciones tomar decisiones más precisas y oportunas.
4. Disponibilidad 24/7: estos sistemas están disponibles las 24 horas del día, lo que garantiza que las consultas de los clientes se atiendan con prontitud, independientemente de las zonas horarias o el horario comercial. Gracias a ello, las compañías pueden cumplir las expectativas de autoservicio de los clientes y aumentar su fidelidad.
5. Escalabilidad y adaptabilidad: los agentes de IA pueden adaptarse fácilmente a los picos de interacciones, lo que los hace perfectos para las empresas que quieran crecer sin comprometer la calidad de sus servicios. Aunque el número de casos aumente, los agentes de IA pueden ajustarse fácilmente para gestionar la carga de trabajo adicional y garantizar así la calidad y fiabilidad de la asistencia.
6. Información basada en datos: los agentes de IA generan datos valiosos sobre las interacciones con los clientes, sus preferencias y sus comportamientos. Las empresas pueden aprovecharlos para obtener información práctica sobre sus necesidades y tendencias, lo que les permite tomar decisiones fundamentadas y mejorar las ofertas de servicio.
7. Precisión y coherencia: la IA basada en agentes ofrece respuestas coherentes y precisas a las preguntas de los clientes, lo que reduce la posibilidad de cometer errores y garantiza la fiabilidad de la información. Los agentes de IA pueden mejorar la precisión de sus respuestas a través de bucles agénticos y un razonamiento similar al humano. Esta coherencia ayuda a generar confianza en la marca, ya que los clientes obtienen la experiencia que esperan. Aunque los agentes de IA realizan tareas rutinarias con una consistencia notable, la supervisión y validación humanas son esenciales en aplicaciones críticas y entornos dinámicos para garantizar la fiabilidad.
8. Ahorro de costes: la automatización de tareas rutinarias con mano de obra digital genera importantes ahorros de costes al gestionar la carga operativa, lo que permite que los empleados humanos dediquen su tiempo y experiencia a iniciativas estratégicas y de resolución de problemas más complejas. Este cambio de enfoque impulsa, en última instancia, la productividad y la rentabilidad.

Entre las ventajas de estos sistemas, cabe destacar su capacidad para aumentar la productividad, reducir los costes o mejorar la toma de decisiones y la experiencia del cliente. Un estudio de McKinsey indica que "más del 72 % de las empresas encuestadas están implementando ya soluciones de IA, al mismo tiempo que aumenta su interés por la IA generativa. Dada esta tendencia, cabría esperar que las empresas comenzaran a incorporar tecnologías de frontera, como agentes, en sus procesos de planificación y estrategias futuras de IA”. Gracias a estas soluciones de IA avanzadas, las empresas pueden mantenerse a la vanguardia en innovación en cuanto a las interacciones con los clientes.

Gracias a estas soluciones de IA avanzadas, las empresas pueden mantenerse a la vanguardia en innovación en cuanto a las interacciones con los clientes.

Si ests pensando en implementar agentes de IA, le recomendamos las siguientes prácticas:

1. Defina objetivos claros. Empiece por definir qué pretende obtener de los agentes de IA. Mida el éxito
2. Evalúa y prepara los datos. Los agentes de IA necesitan datos de gran calidad para mantener su eficacia, por lo que debe asegurarse de que cuenta con recopilaciones de datos y sistemas de gestión consolidados.
3. Elija el tipo de agente de IA más adecuado. Seleccione el agente de IA que mejor se ajuste a sus necesidades.
4. Intégrelos en sistemas existentes. Asegúrese de que sus sistemas de IA se integren a la perfección con su CRM, herramienta de comunicación y colaboración existente y otras herramientas de servicio al cliente.
5. Céntrese en la experiencia de usuario. Diseñe su plantilla digital teniendo en cuenta al usuario final. Asegúrese de que las interacciones sea intuitivas y las respuestas, precisas y oportunas, para que la experiencia del cliente sea positiva. Expectativas cumplidas.
6. Supervise y optimice. Haga un seguimiento del rendimiento de sus agentes de IA de forma regular y recopile los comentarios de los usuarios. Con estos datos, podrá ajustar constantemente la configuración de los agentes de IA para que sigan siendo eficaces y ofreciendo información útil.
7. Ten en cuenta la supervisión humana. Si bien los agentes de IA realizan diversas tareas con autonomía, debe existir un plan de intervención humana para cuando sea necesaria.
8. Garantice la privacidad y la seguridad de los datos. Estipule medidas de privacidad y seguridad para proteger la información que manejan los agentes de IA de sus clientes.

Si bien los agentes de IA pueden ayudar en una gran variedad de sectores, no todos son iguales. A continuación, le mostramos algunos tipos distintos que puede utilizar para ayudar a su negocio.

1. Agentes representantes de desarrollo de ventas (SDR): estos agentes automatizan partes del proceso de ventas para calificar leads, formar a los equipos de ventas e identificar oportunidades de ventas ascendentes. Actúan como miembros digitales del equipo y trabajan 24/7 para nutrir a los leads y concertar reuniones, lo que libera a los representantes humanos para centrarse en el desarrollo de relaciones y el cierre de negociaciones.
2. Agentes de servicio de atención al cliente: estos asistentes de IA ayudan a responder a las preguntas de los clientes y a resolver problemas con una intervención humana mínima. Pueden gestionar un gran volumen de solicitudes a través de varios canales, y ayudan a los agentes humanos con resúmenes de interacciones pasadas y sugerencias de respuesta.
3. Agentes de campañas de marketing: estos agentes ayudan a los equipos de marketing en todo el proceso de creación de campañas. Pueden generar briefings de campaña, diseñar experiencias de cliente y crear contenido para ahorra tiempo y esfuerzo a los expertos en marketing.
4. Agentes de ecommerce: estos agentes ayudan en tareas relacionadas con la venta online para mejorar la experiencia del usuario y aumentar la eficiencia operativa. Ofrecen recomendaciones personalizadas de productos y guían a los clientes a través del proceso de compra.
5. Agentes de colaboración: son sistemas de IA especializados que trabajan conjuntamente para que los equipos sean más eficaces. Contribuyen a acabar con los silos al compartir datos y perspectivas entre departamentos y crear flujos de trabajo más unificados.

Los agentes de IA pueden aportar un impulso muy necesario a las empresas de múltiples sectores y a los distintos departamentos que las conforman, ya que ofrecen mayores niveles de automatización, personalización y generación de conocimiento. A continuación, explicamos cómo esta tecnología puede ayudar a los equipos a conseguir mejores resultados:

• Servicios personalizados para los clientes: brindar el nivel de servicio al cliente personalizado que los clientes del sector financiero esperan hoy en día supone un desafío, pero los agentes de IA pueden ser un aliado importante para superarlo. Basándose en datos unificados del cliente, la IA agéntica puede generar conocimientos relevantes y personalizar las recomendaciones financieras en función de las necesidades y los objetivos de cada cliente. Por ejemplo, el agente puede analizar los hábitos de gasto, la cartera de inversión y la tolerancia al riesgo de un cliente para sugerirle planes de ahorro o productos de inversión específicos.
• Preparación mejorada para las reuniones: resumir con precisión las interacciones de soporte al cliente requiere una revisión detallada y puede derivar en errores humanos. Los agentes de IA son muy útiles en este proceso, ya que pueden agrupar automáticamente casos en curso, pedidos abiertos, facturas y acciones recientes, lo que supone un ahorro de tiempo y dinero para el equipo. Así, los asesores financieros llegan a las reuniones totalmente preparados y con una vista integral del cliente.

• Mantenimiento predictivo y optimización de la producción: los sistemas inteligentes pueden monitorear la maquinaria para predecir los requisitos de mantenimiento y optimizar los procesos de producción. Esto aumenta la productividad y ayuda a evitar costosos tiempos de inactividad. Los agentes de IA pueden analizar los datos de los sensores de las máquinas para identificar patrones anormales que indiquen posibles fallos y, a continuación, programar automáticamente el mantenimiento o solicitar piezas de repuesto.
• Análisis de los acuerdos de ventas: los agentes de IA pueden ayudar al equipo de ventas a avanzar en las negociaciones. Gracias a la IA, es posible resumir los acuerdos de ventas para destacar las desviaciones entre las cantidades y los ingresos previstos frente a los reales, lo que ayuda a tomar decisiones mejores y más informadas sobre la producción o la gestión del inventario.

• Gestión optimizada del inventario: los trabajadores agénticos pueden mejorar la gestión del inventario. La IA puede señalar las diferencias entre el inventario esperado y el inventario real al final de cada recorrido. Además, el equipo puede contextualizar estas evaluaciones con detalles adicionales, como si las mercancías se contabilizaron en el camión o si formaban parte del documento de carga original. Esto permite una gestión más precisa de las existencias y una reducción del desperdicio.
• Generación automatizada de contenido promocional: los agentes de IA simplifican la gestión de las campañas de marketing al generar contenido promocional adaptado para que los usuarios estén al tanto de los nuevos productos u ofertas de temporada. Los agentes pueden analizar el historial de compras y las preferencias de los clientes para crear campañas de correo electrónico personalizadas y textos publicitarios.

• Supervisión del rendimiento del vehículo y mantenimiento proactivo: las empresas dedicadas a la automoción pueden recurrir a los agentes de IA para obtener una visión completa del rendimiento de los vehículos o de la flota. Estos agentes son capaces de resaltar las alertas más críticas o urgentes de los vehículos en función de la telemetría del vehículo. Gracias a la IA, es posible anticiparse a las incidencias al contar con visibilidad inmediata de las necesidades de mantenimiento y seleccionar acciones recomendadas, como el envío de una unidad de servicio móvil o la notificación al conductor para concertar una cita.
• Comercio y promociones para concesionarios: los concesionarios y talleres de reparación pueden utilizar la IA agéntica para el comercio, creando rápida y fácilmente promociones que atraigan a su mercado objetivo. Los agentes pueden analizar las tendencias del mercado local y los datos demográficos de los clientes para sugerir estrategias de precios óptimas u ofertas especiales para modelos de vehículos específicos.

• Servicios personalizados para el paciente: en el sector sanitario, los sistemas inteligentes pueden brindar experiencias de primer nivel a los pacientes. Los agentes de servicios al paciente no solo son capaces de responder a las preguntas, sino que pueden concertar una cita con el especialista adecuado para las necesidades del paciente, revisar las prestaciones de su seguro, generar resúmenes del historial médico o aprobar solicitudes de atención.
• Compatibilidad con ensayos clínicos y optimización de la red de proveedores: los agentes de IA pueden desarrollar planes personalizados de tratamiento para los pacientes y ayudar en la gestión de los historiales. Además, pueden emparejar a los pacientes elegibles con ensayos clínicos relevantes utilizando los detalles del paciente y los criterios del estudio, lo que simplifica el análisis. Los sistemas agénticos se pueden emplear para obtener una visión completa de la red de proveedores, lo que permite revisar rápidamente la información del proveedor y su historial de rendimiento. De este modo, la eficiencia se incrementa y los tiempos de espera del paciente se reducen.

Asistencia autónoma e ininterrumpida a los clientes: con los agentes de IA, su equipo de atención al cliente puede resolver las consultas de los clientes mientras duerme, literalmente. La IA responde a las preguntas de los clientes las 24 horas del día, los 7 días de la semana, y deriva los casos prioritarios a los agentes humanos, incluyendo todo el contexto necesario. Agentforce para Servicio puede hacerlo de forma autónoma en todos los canales, basándose en los datos de confianza de sus clientes y respondiendo con la voz de su marca. Puede configurar su para Servicio en cuestión de minutos con plantillas prediseñadas, o personalizar rápidamente los agentes para que se adapten a sus necesidades. Por ejemplo, puede configurar un agente para gestionar el restablecimiento de contraseñas, actualizar la información de envío o proporcionar pasos básicos de resolución de problemas. De ese modo, sus empleados humanos tendrán más tiempo para resolver problemas complejos.

Desarrollo de ventas autónomo y reserva de reuniones: al igual que su equipo de servicio puede utilizar la IA para responder a las consultas durante todo el día, su equipo de ventas puede responder de forma autónoma a las preguntas sobre productos a todas horas, así como reservar reuniones para los representantes de ventas. Los agentes representantes de desarrollo de ventas responden de forma inmediata y precisa, utilizando respuestas fundamentadas en sus datos. Puede establecer la frecuencia, los canales y el momento en que el SDR de Agentforce interactúa antes de derivar el caso a sus empleados. Otro agente podría calificar a los leads, responder a preguntas frecuentes sobre los productos e incluso programar llamadas de seguimiento.

Experiencias de compra personalizadas: los trabajadores digitales también pueden ser de gran ayuda para su equipo de comercio. Los agentes de IA ofrecen recomendaciones personalizadas de productos e incluso dan a los compradores un asistente personal, basándose en los datos de sus clientes de confianza. Con Agentforce, la IA puede responder a los clientes directamente en su sitio de comercio o en aplicaciones de mensajería como WhatsApp. La IA puede ayudar a los usuarios a realizar compras más rápido al guiarles en sus consultas de búsqueda y adaptar las recomendaciones de productos a cada comprador. Para ello, parte del historial de búsquedas del comprador, de los datos sobre sus compras pasadas y de la intención en tiempo real.

• Creación y optimización automatizadas de campañas: ¿quiere campañas de marketing de mejor calidad y totalmente optimizadas? Los agentes de IA pueden ayudar a su equipo de marketing a crear campañas de mejor calidad, más rápido. Los asistentes autónomos generan un briefing de la campaña y un segmento de público objetivo y, a continuación, crean contenido relevante que se dirige a esas audiencias. La IA puede incluso crear un recorrido del cliente en Flow. Además, los agentes de IA analizan continuamente el rendimiento de las campañas en función de los indicadores clave de rendimiento definidos, y recomiendan mejoras de forma proactiva, como realizar pruebas A/B con diferentes títulos o ajustar la inversión publicitaria en función de los datos de interacción en tiempo real.

Piense en los agentes de IA como la ayuda permanente para todos sus equipos. Permiten que sus empleados hagan más cosas, dando a los clientes la personalización que esperan.

Es un momento emocionante para los dueños de negocios. La adopción de agentes de IA representa un punto de inflexión significativo. La automatización de tareas solía depender de entradas predefinidas de usuarios humanos, pero ahora, los agentes de IA pueden realizar tareas y aprender con una intervención mínima.

A medida que se desarrollen el aprendizaje automático, los modelos de lenguaje de gran tamaño (LLM) y las herramientas de procesamiento del lenguaje natural (NLP), también lo hará su capacidad para aprender, mejorar y tomar decisiones más informadas. Podemos esperar una toma de decisiones más rápida, más productividad y más espacio para que los expertos se centren en procesos de alto valor.

Es probable que el futuro de los agentes de IA incluya una colaboración cada vez más sofisticada entre ellos, lo que derivará en el desarrollo de sistemas multiagente y ecosistemas de agentes. Con ello, se podrán automatizar tareas más complejas y se abrirán nuevas posibilidades a través de la inteligencia colectiva de varios agentes.

Ante todos estos nuevos avances en IA, introducir modelos de agentes autónomos a gran escala puede parecer una tarea abrumadora. Es por eso que hemos creado Agentforce, la forma más rápida y sencilla de crear agentes de IA. Y no tiene que ser un profesional de TI para crearlos. Simplemente describa lo que necesita que haga, utilizando un lenguaje natural, y Agentforce hace el resto. 

Pruébelo hoy mismo. Obtenga más información sobre los agentes de IA y descubra cómo pueden ayudar a su empresa.