IA para empresas: 3 caminos y cuál conviene de verdad

Querés implementar IA para empresas y no sabés si usar la IA nativa de Kommo, armar algo con n8n o ir directo a un SDR con inteligencia artificial ya hecho. Las tres funcionan. Las tres tienen letra chica. En este artículo te muestro las tres alternativas tal como las implementamos en DotsCom, con lo que hace cada una, lo que no hace, lo que cuesta y ---lo más importante--- en qué momento de tu empresa conviene cada una.

Antes de elegir entre el agente de IA nativo de Kommo, una automatización con n8n o un SDR con inteligencia artificial a medida, conviene mirar la tabla comparativa completa más abajo: madurez, configuración, costo y tiempo de implementación de cada camino.

Camino 1: el Agente de IA nativo de Kommo

Es el que la mayoría conoce. Lo tenés en el menú de la izquierda, en Agente de IA, y configurarlo es muy simple.

Entrás al apartado Rol y personalidad y desde ahí definís:

• Un prompt corto.
• El tono de voz.
• La longitud de las respuestas.
• El idioma.
• La demora, si querés que espere antes de contestar.
• Algunas pautas.

Después le conectás fuentes de conocimiento y productos, le asignás las acciones que puede realizar dentro de Kommo, algunas integraciones y los ajustes finales, entre ellos si puede responder mensajes de voz.

Ahí está el primer detalle: responde audios solo si tenés la licencia Pro de usuario. Si no, no te contesta los mensajes de voz.

Lo bueno y lo malo, sin vueltas

A favor: pagás con la tarjeta, comprás créditos y funciona. Está todo nativo, adentro de la plataforma, sin nada que mantener.

En contra: está en beta. A veces no contesta, a veces se traba, y no te contesta los audios, que con la licencia paga da bronca. Y solo se puede configurar lo que ves en pantalla, nada más.

Te lo digo derecho: nosotros no usamos la IA de Kommo. No es que esté mala ---incluye cada vez más cosas---, pero está arrancando y tiene un techo bajo.

Camino 2: n8n conectado a Kommo

Acá el techo desaparece. Te cuento cómo está armada una plantilla real que le hicimos a un cliente.

Cómo funciona el flujo

1. Escuchar un nuevo mensaje. Dentro de Kommo se configura un webhook y le decimos que todo evento empiece a llegar a esa URL. Cada vez que hay un movimiento, lo recibimos.
2. Enriquecer el lead. Según el tipo de mensaje, se hace un HTTP request para traer más datos de ese lead: campos, información, lo que necesites.
3. Buffer y memoria. Hay un buffer y una memoria montada con Redis.
4. Condicionales por tipo de mensaje. Si entra texto, lo procesa con OpenAI. Si entra audio, lo transcribe y después responde. Si entra imagen, también OpenAI. Y si entra video, funciona mucho mejor Gemini: subimos el video a Gemini, esperamos la respuesta, y después se hace un merge para procesar toda la información junta.
5. Respuesta partida. Si el texto es muy grande, lo dividimos en dos o tres mensajes y los envía por separado, en vez de mandar un testamento en un solo globo.

El modelo lo elegís vos

En el nodo del core podés tener seleccionado OpenAI Assistant, buscar Google Gemini y cambiarlo, usar la API de Claude o usar DeepSeek. El que prefieras. Últimamente nosotros no estamos trabajando tanto con OpenAI, sino con Gemini Flash 2.5, y depende obviamente de cuánta inteligencia necesite el caso.

El agente además tiene la capacidad de mover el lead de etapa cuando corresponde.

Lo bueno y lo malo

A favor: configurás muchísimo. Conectás el modelo que quieras, movés etapas, modificás el prompt a fondo, y tenés control real sobre lo que pasa dentro de tu CRM. Y podés crear caminos nuevos: mandar mails automáticos, conectar tu base de datos, tu sitio web, tu e-commerce. Se integra con Shopify, Tienda Nube, WordPress o WooCommerce.

Un ejemplo concreto de por qué esto importa: Kommo tiene integración nativa con WordPress, pero no te trae los carritos abandonados. Si querés automatizar sobre carritos abandonados, lo tenés que hacer sí o sí en n8n.

En contra: hay que configurar el webhook, la URL de retorno, levantar un token y una API key de OpenAI o de Gemini, y agregar las etapas que necesites. Y acá está el filtro real: si no sabés programar, no lo vas a poder configurar. Vas a tener que contratar a alguien que te ayude.

Otra limitación honesta: esa plantilla no aprende. Guarda información un rato, porque usa Redis, que funciona como una memoria de corto plazo. Se puede montar un RAG encima para que sí aprenda, y de hecho lo estamos armando para un cliente, pero es trabajo aparte.

Camino 3: un SDR con IA ya construido

La tercera alternativa es la que desarrollamos nosotros: Aplicada AI (en el video la nombro como Aurora SDR AI, porque la marca estaba en pleno renombre). No te quedes tanto con el nombre y mirá lo que hace.

Es un vendedor por inteligencia artificial que se conecta a tu CRM. Además de Kommo, la plataforma se conecta con HubSpot, Salesforce y Pipedrive, y tiene integraciones con Shopify, Tienda Nube, WooCommerce, Zoho y Microsoft Dynamics 365. Si tenés otro CRM, se puede integrar.

La idea de fondo: que la IA haga el 80 o 90% del trabajo de la conversación y que el humano entre solo al final, cuando la venta está casi cerrada.

El recorrido de una conversación

1. El cliente escribe por WhatsApp y el mensaje entra al CRM.
2. El SDR espera unos 12 segundos por si el cliente manda varios mensajes seguidos, así los lee todos juntos.
3. Responde una sola vez, con contexto completo.
4. Califica al cliente.
5. Deriva al humano.

Qué sabe hacer

Atiende chats 24/7 en el idioma que definas ---lo tenemos configurado en español argentino, con el voseo, pero puede ser castellano neutro, inglés o cualquier otro---. Agrupa mensajes, entiende imágenes, transcribe audios y lee documentos PDF. Tiene base de conocimiento, una persona configurable, califica leads y tiene memoria a largo plazo: al cerrar cada conversación guarda el perfil del cliente, así que si esa persona vuelve a escribir, se acuerda de todo lo que hablaron.

Y aprende con el uso. Incorporamos un RAG con el histórico de la persona; guarda las conversaciones que terminaron bien ---las que sacan 90 o 95 de puntaje--- y cuando llega una parecida las usa de ejemplo para responder mejor.

Todo se controla desde un panel: conversaciones atendidas, activas, transferidas a un humano y el puntaje promedio de calificación. Ese mismo panel trae métricas de Kommo (leads, ganados, perdidos), permite conectar el Conversion API para devolverle a Meta los leads y crear públicos similares, y hace tracking de UTMs para saber cuántos leads vienen de Meta, de Google o de otro medio.

Qué NO hace (y esto es tan importante como lo anterior)

• No inventa datos.
• No deriva cualquier cosa: necesita al menos tres mensajes del cliente antes de derivar.
• Dentro de una conversación en curso ve los últimos 10 mensajes en detalle.
• Es reactivo.

En una demo real con el prompt de una agencia mayorista de autos, la IA pregunta el segmento a reponer, arma el resumen del pedido, cambia la etapa a "interesado", deja una nota con todo el detalle y avisa que el cliente quiere ser contactado telefónicamente hoy. Trabajamos así con inmobiliarias, clínicas y concesionarias en Buenos Aires, Santa Fe, y también en México, Chile y Perú.

IA para empresas: la comparativa criterio por criterio

Solo con lo que se menciona en el video:

Sobre los costos de tokens

En el video muestro la proyección con Gemini 2.5 Flash: 0,30 por millón de tokens de entrada y 2,50 por millón de tokens de salida. Sobre eso, el total varía según si tenés base de conocimiento mediana, grande o ninguna, y suma costo aparte si la persona manda imagen, audio o PDF.

Con esos valores, la proyección que muestro es de alrededor de 450 dólares para 1.000 leads conversando con la IA y 2.250 dólares para 5.000 leads mensuales. En el video también se muestra un escenario de 10.000 leads. Un modelo más inteligente te cuesta más; uno con menos capacidades, más barato.

El disclaimer que nadie quiere escuchar

Yo recomiendo la IA. Pero hay un momento para ponerla, y ese momento es cuando ya tenés el CRM funcionando.

Muchos vienen queriendo poner IA sin haber usado un CRM en su vida. No funciona así. Primero implementá Kommo, poné algunos bots chicos ---uno de respuesta rápida, uno de fuera de horario, no mucho más---, capacitá a tu empresa y dejá que el equipo lo use. Cuando ya saben cómo funciona, ahí sí sumás IA: la de Kommo, la de n8n o una a medida.

Si nunca usaste un CRM, son demasiadas cosas a la vez. Y no es solo la herramienta: muchos están todavía con WhatsApp Business en el teléfono o con WhatsApp Web, sin profesionalizar, tirando abajo teléfonos y comiéndose baneos. Profesionalizar implica entender que WhatsApp tiene sus límites ---las ventanas de 24 horas, por ejemplo--- y que tus colaboradores van a tener que cambiar hábitos.

Por qué publicamos esto

Porque el que arranca al revés ---IA primero, proceso después--- termina llamándonos igual, pero seis meses tarde y con el equipo quemado. Preferimos que el mercado entienda lo que compra. Y sí, la tercera opción es nuestra: la recomiendo no porque la hayamos hecho nosotros, sino porque salió de instalar entre 60 y 70 cuentas de Kommo y aprender dónde se rompen las cosas. Si te sirve la primera o la segunda, usá esa.

Ya sea que elijas el agente de IA nativo de Kommo, un workflow con n8n o un SDR a medida, pensarlo como un agente de IA para WhatsApp CRM es la forma correcta de evaluar cuál conviene en cada etapa de tu empresa.

El siguiente paso

Elegí por dónde estás parado, no por lo que suena mejor. Si recién arrancás con el CRM, tu próximo paso no es la IA: es tener el embudo y dos o tres bots simples de WhatsApp andando. Si ya tenés todo eso ordenado y querés más control, mirá el workflow completo de agentes de IA con n8n y armá el flujo. Y si el volumen ya te pasó por encima y necesitás que alguien atienda de verdad a las tres de la mañana, ahí tiene sentido un SDR con IA.

En DotsCom implementamos cualquiera de las tres. Si querés que veamos juntos en qué punto está tu operación y cuál te conviene, escribinos y te asesora el equipo comercial.