La inteligencia artificial empresarial está empezando a venderse de una forma diferente. En lugar de cobrar solamente por horas de consultoría, usuarios o acceso a un modelo, algunas compañías quieren vincular el precio al trabajo ejecutado y a resultados definidos.

El 10 de agosto de 2026, ITPro informó del lanzamiento de Glob.AI, un mercado de servicios de Globant basado en sus AI Pods. La propuesta combina varios agentes de inteligencia artificial, procesos repetibles y supervisión de especialistas. La plataforma oficial describe unidades capaces de investigar, planificar y ejecutar trabajo, con controles, validación de resultados y seguimiento del consumo.

El anuncio está dirigido principalmente a grandes empresas y proyectos tecnológicos. Aun así, refleja una tendencia relevante para negocios más pequeños: dejar de evaluar la IA por la cantidad de texto que genera y empezar a medirla por el resultado que ayuda a completar.

Qué significa trabajar por resultados

Un sistema tradicional suele cobrar por licencia, usuario, hora de consultoría o número de tokens. Ninguna de esas métricas garantiza por sí sola que el negocio haya resuelto su problema.

Trabajar por resultados intenta acercar el coste a una entrega concreta. Por ejemplo:

  • Un proceso migrado y validado.
  • Un conjunto de documentos revisado.
  • Un flujo de atención desplegado.
  • Una tarea repetitiva completada con criterios definidos.
  • Una integración funcionando bajo controles acordados.

Esto no elimina la necesidad de medir consumo. Los tokens, infraestructura y tiempo humano siguen existiendo. Lo que cambia es la conversación: primero se define qué resultado tiene valor y después se elige cómo producirlo.

Los agentes no trabajan solos

Uno de los puntos importantes del modelo de Glob.AI es la supervisión de expertos. La propia plataforma diferencia una demostración generada rápidamente de un sistema preparado para producción, donde hacen falta pruebas, estándares, permisos, observabilidad y validación.

Este detalle importa porque la palabra "agente" puede dar la impresión de autonomía absoluta. En la práctica, un sistema empresarial necesita límites:

  • Qué información puede consultar.
  • Qué acciones puede ejecutar.
  • Cuándo necesita aprobación.
  • Cómo se registra lo que hizo.
  • Qué sucede cuando una herramienta falla.
  • Quién corrige una respuesta incorrecta.

Un conjunto de agentes sin estos controles puede multiplicar errores con la misma facilidad con la que acelera tareas.

Qué puede aprender una pyme

Una pequeña empresa no necesita contratar un AI Pod para aplicar el principio. Puede empezar definiendo resultados concretos para su automatización de WhatsApp.

En lugar de pedir "quiero un bot con IA", puede plantear objetivos como:

  • Responder preguntas frecuentes fuera del horario comercial.
  • Conseguir que los leads lleguen al CRM con teléfono y necesidad identificada.
  • Reducir citas olvidadas mediante recordatorios.
  • Avisar del estado de un pedido solo en etapas relevantes.
  • Derivar a una persona las conversaciones complejas.
  • Evitar que dos comerciales gestionen el mismo lead.

Cada objetivo permite medir si el sistema funciona. También ayuda a impedir que el proyecto crezca con funciones que nadie utiliza.

Tokens, costes ocultos y trabajo humano

Glob.AI pone énfasis en la visibilidad del consumo de tokens y en el coste del trabajo humano necesario para convertir una salida de IA en algo utilizable. Es una observación válida para cualquier automatización.

El precio del modelo puede ser pequeño comparado con otros costes:

  • Tiempo corrigiendo respuestas.
  • Datos desordenados que deben limpiarse.
  • Procesos que cambian sin actualizar las instrucciones.
  • Mensajes enviados cuando no correspondía.
  • Integraciones sin registros para investigar fallos.
  • Herramientas duplicadas que no comparten información.

Por eso conviene evaluar el coste total del flujo, no únicamente el precio por mensaje.

Cómo se aplica esta idea en Vuntrix

Vuntrix está orientado a un caso específico: automatizar atención, ventas y seguimiento alrededor de WhatsApp. No es un mercado de consultoría ni pretende ejecutar cualquier proyecto empresarial.

Dentro de ese alcance, el negocio puede conectar varias piezas reales:

  • Un asistente configurado por sesión.
  • Un CRM con estados y columnas personalizadas.
  • Leads asignados a comerciales.
  • Agenda de citas y recordatorios.
  • Inventario o catálogo asociado a la sesión.
  • Avisos por WhatsApp o correo.
  • Intervención humana cuando el caso lo necesita.
  • Una API para crear y actualizar leads desde sistemas externos.

La finalidad no debería ser consumir más IA, sino conseguir que una conversación termine en una acción útil y visible.

Un ejemplo de resultado bien definido

Una modistería quiere informar a sus clientes del avance de cada prenda. Un objetivo demasiado abierto sería "automatizar los mensajes". Un resultado mejor definido sería:

Cuando el sistema externo cambie un trabajo a listo para recoger, actualizar el lead existente mediante su referencia, preparar un mensaje con nombre, prenda y código de seguimiento, y enviarlo solamente si la costurera activa la opción de avisar al cliente.

Ese resultado establece el disparador, los datos, la acción y el control humano. La WAPI de Vuntrix admite crear o actualizar leads desde una aplicación externa y decidir si una actualización debe generar un aviso. El equipo conserva la ficha en el CRM y puede revisar la actividad.

Métricas útiles para una automatización

Una empresa puede valorar el resultado con indicadores sencillos:

  • Porcentaje de leads con datos completos.
  • Tiempo desde la consulta hasta la respuesta.
  • Avisos entregados frente a avisos fallidos.
  • Citas confirmadas después de un recordatorio.
  • Pedidos que avanzan sin intervención manual repetitiva.
  • Casos derivados correctamente a una persona.
  • Errores detectados y corregidos por etapa.

No todas las métricas deben mejorar a la vez. Lo importante es elegir las relacionadas con el problema que justificó la automatización.

El futuro no es un agente sin control

La tendencia que representa Glob.AI no apunta necesariamente a sustituir personas. Apunta a distribuir el trabajo entre agentes especializados, procesos deterministas y supervisores humanos.

Para atención al cliente, esto significa que la IA puede recoger contexto y ejecutar tareas repetibles, mientras las personas conservan decisiones sensibles, excepciones y relaciones importantes. El valor aparece cuando ambos trabajan sobre la misma información y el traspaso no obliga al cliente a empezar de cero.

Las pymes pueden adoptar este enfoque sin perseguir cada novedad. Primero deben conectar el proceso básico, medir resultados y ampliar solo aquello que ya demuestra utilidad. Nuestro análisis sobre cómo pasar de un chatbot a un flujo completo desarrolla ese camino.

Fuentes consultadas

La noticia del lanzamiento fue publicada por ITPro: Globant launches new AI consultancy marketplace for AI services el 10 de agosto de 2026. Las características generales también se contrastaron con la web oficial de Glob.AI. Este artículo es un análisis editorial independiente y Vuntrix no mantiene relación comercial con Globant.