Durante los últimos meses, he estado construyendo un agente de desarrollo de negocios (BDR) de ventas. En las empresas de software más grandes, la función de ventas se divide típicamente en múltiples roles, siendo el BDR responsable del alcance, el seguimiento y finalmente la reserva de reuniones. Estos clientes potenciales se transfieren luego a los ejecutivos de cuentas, quienes manejan el proceso de ventas real.

En la empresa para la que trabajo, solo tenemos una persona de ventas que maneja tanto el rol de BDR como el de ejecutivo de cuentas. Es por eso que decidimos construir un agente BDR de ventas para manejar todo el proceso, desde recibir clientes potenciales de Hubspot o Salesforce hasta reservar reuniones.

Descomponemos las responsabilidades del agente BDR en diferentes tareas:

1. Investigación de clientes potenciales: Cuando el agente recibe un nuevo cliente potencial, debe investigar al prospecto para comprender su negocio e identificar una posible propuesta de valor.
2. Alcance personalizado: El agente debe redactar un mensaje personalizado al prospecto en función de la investigación.
3. Seguimiento: El agente debe hacer un seguimiento con el prospecto, ya que a menudo no responden de inmediato.
4. Participación del prospecto: Si el prospecto responde, el agente debe poder responder a sus preguntas y registrar la información en el CRM.
5. Reserva de reuniones: Finalmente, el agente debe poder reservar una reunión con el prospecto verificando la disponibilidad del calendario del equipo de ventas.

Sin embargo, rápidamente nos dimos cuenta de que este proceso es bastante complejo, e incluso construir un agente que pueda administrar de forma autónoma la bandeja de entrada y responder a los correos electrónicos es una tarea desafiante. Esto llevó a un cambio de paradigma en mi enfoque para construir agentes de IA.

Inicialmente, había imaginado un "superagente" que pudiera manejar múltiples tareas por sí solo. Pero a medida que construía más agentes, me di cuenta de que un enfoque más efectivo podría ser tener un equipo de agentes especializados trabajando juntos para lograr los resultados deseados.

Este enfoque tiene varios beneficios:

1. Más fácil de actualizar: En lugar de cambiar todo el sistema, puede actualizar un agente específico.
2. Beneficios compuestos: Las capacidades fundamentales, como responder preguntas o programar reuniones, se pueden reutilizar en diferentes funciones laborales como ventas, marketing y soporte.
3. Costos de construcción reducidos: Al reutilizar capacidades comunes, el costo de construir nuevos agentes se reduce significativamente.

En el caso de nuestro agente BDR de ventas, implementamos este enfoque basado en equipos. El "agente gerente" es responsable de categorizar y delegar tareas a diferentes subagentes, así como de completar acciones clave como enviar y recibir correos electrónicos, crear eventos de calendario y registrar información en el CRM.

Los subagentes incluyen:

1. Investigador de prospectos: Este agente tiene acceso a varias fuentes de datos (por ejemplo, Google, Apollo, LinkedIn) para comprender al prospecto e identificar una propuesta de valor.
2. Administrador de bandeja de entrada: Este agente está capacitado en los datos de la empresa para responder a cualquier pregunta que pueda tener el prospecto.
3. Agente de seguimiento: Este agente ha sido capacitado en cadencias de seguimiento probadas.

Cuando el agente gerente recibe un nuevo cliente potencial del CRM, delega tareas a los subagentes, y ellos trabajan juntos para completar todo el proceso BDR de ventas.

Este enfoque ya ha entregado alrededor del 20% de las reuniones a nuestro equipo de ventas, y hay algunas observaciones interesantes que he hecho sobre la adopción de empleados de IA en comparación con los empleados humanos:

1. Transparencia: Con los empleados de IA, siempre puedo rastrear los pasos que llevaron a una decisión, lo que me permite hacer ajustes específicos a los indicadores y comportamientos de los agentes.
2. Barreras de comunicación: A diferencia de los empleados humanos, los agentes de IA no tienen barreras de comunicación, ya que pueden compartir la misma "memoria" o base de conocimientos, lo que facilita escalar y componer sus capacidades.

1. Transparencia radical: Con los empleados de IA, es mucho más fácil comprender el proceso de toma de decisiones y los pasos que llevaron a un cierto resultado. Esto permite una mejor alineación y ajustes en el comportamiento del agente.

2. Sin barreras de comunicación: A diferencia de los empleados humanos, los agentes de IA pueden compartir información y trabajar juntos sin ninguna barrera de comunicación. Esto facilita escalar y componer las capacidades del equipo de empleados de IA.

3. Más fácil de componer y escalar: Agregar más agentes de IA al equipo es relativamente sencillo, ya que pueden aprender y adoptar nuevas capacidades rápidamente. Esto permite que el sistema de empleados de IA se escale y expanda fácilmente para manejar más responsabilidades.

4. Agentes especializados vs. agentes generalistas: El autor descubrió que construir un equipo de agentes de IA especializados, cada uno enfocado en una tarea específica, era más efectivo que intentar crear un solo agente de IA generalista. Este enfoque modular facilita la actualización y el mantenimiento del sistema.

5. Aprovechar las capacidades compartidas: Muchas de las capacidades fundamentales requeridas para diferentes funciones laborales, como responder preguntas o programar reuniones, se pueden reutilizar en múltiples agentes de IA. Esto reduce el costo y el esfuerzo de desarrollo general.

A menudo escucho a la gente decir que Reddit es un gran lugar para comercializar sobre tu producto o contenido, pero nunca tengo la oportunidad de hacerlo. Realmente quiero crear un agente de marketing de Reddit que básicamente pueda ser despertado cada vez que alguien cree una publicación de Reddit que trate sobre agentes de IA, y luego quiero activar a este agente que pueda mirar este contenido de Reddit, dejar un mensaje relevante para la audiencia y brindar algo de valor, y luego promocionar suavemente el producto o servicio que quiero vender. En mi caso, será mi canal de YouTube de IA.

Para lograr este flujo, creo un grupo de agentes:

1. Buscador de publicaciones de Reddit: Este agente se activará aproximadamente cada hora e intentará buscar las cinco publicaciones de Reddit más relevantes que sean pertinentes a las palabras clave o temas del producto/servicio que quiero promocionar.

2. Redactor de comentarios de Reddit: Este es el agente que entrenamos específicamente para redactar el contenido de las publicaciones de Reddit y tener conocimiento sobre la forma en que dejo mensajes, así como el producto/servicio que queremos vender.

3. Publicador de comandos de Reddit: Este agente es responsable de publicar realmente el comentario en Reddit.

También doy una función especial llamada "esperar" porque la API de Reddit tiene un límite de velocidad bastante estricto, por lo que si simplemente sigues llamando al punto final de la API para el comando de publicación, te bloquearán muy pronto.

Para construir este equipo de marketing de Reddit, usaré un marco de trabajo de varios agentes, y hay bastantes. Los dos más populares son AutoGPT de Microsoft y Crisp AI. Si bien AutoGPT ofrece la mayor flexibilidad, es un poco más técnico para empezar, mientras que Crisp AI se vuelve realmente popular porque es muy fácil de configurar.

Les daré un recorrido rápido sobre cómo configuré este equipo de agentes en Crisp AI, y al final, para las personas menos técnicas, también les mostraré cómo pueden configurar este mismo sistema de varios agentes sin mucha codificación en una plataforma como Anthropic.

Constituir empleados de IA es una forma poderosa de automatizar y escalar varias funciones empresariales. Los aprendizajes clave de la experiencia del orador incluyen:

1. Descomponer tareas complejas en subagentes especializados puede hacer que el sistema sea más manejable y escalable, en comparación con un solo agente poderoso.
2. Los empleados de IA brindan una transparencia radical, ya que su proceso de toma de decisiones se puede rastrear y ajustar fácilmente.
3. Los empleados de IA eliminan las barreras de comunicación, ya que pueden compartir información y componer sus capacidades sin problemas.
4. Herramientas como Claude de Anthropic y Gradio de Hugging Face facilitan la configuración de sistemas de varios agentes para diversos casos de uso, como automatizar el marketing en Reddit.
5. Incorporar mecanismos de reflexión y razonamiento en los agentes, como se demuestra con la herramienta "reflect", puede ayudar a mejorar su toma de decisiones y rendimiento.

En general, los conocimientos del orador destacan el potencial de los empleados de IA para transformar el funcionamiento de las empresas, y la relativa facilidad con la que se pueden desarrollar e implementar estos sistemas.