Imagen generada con IA
Actualizado el 7 de octubre de 2026: hemos revisado los datos y las fuentes de este artículo.
Imagina que recibes un formulario de presupuesto en tu web. Alguien está interesado. Alguien en tu equipo tiene que coger el correo, abrir el CRM, crear el contacto, asignarle una etiqueta, enviar un mensaje de bienvenida, y crear una tarea de seguimiento para el día siguiente. Son cinco pasos manuales que duran unos tres minutos. Tres minutos que se multiplican por cada nuevo contacto, cada día de la semana.
Ese es exactamente el tipo de trabajo que Make AI Agents puede automatizar. La nueva generación de agentes de Make está en beta abierta y se puede usar en todos los planes con el proveedor de IA de Make (ayuda de Make, actualizada el 3 de julio de 2026). Y no hablo de mover datos de un sitio a otro, que ya hacía antes. Hablo de que el agente decide por su cuenta qué pasos ejecutar según el contenido del formulario: si el presupuesto solicitado supera cierta cantidad lo asigna al director comercial; si es un lead de fuera de España lo etiqueta de forma diferente; si el mensaje incluye "urgente" crea la tarea para hoy mismo.
Esa capacidad de razonamiento es lo que diferencia los agentes de los flujos clásicos. Y hoy, todavía en beta abierta, está al alcance de cualquier pyme que use Make.
Flujo clásico de Make vs. agente de IA: la diferencia real
Antes de los agentes, Make (antes llamado Integromat) funcionaba con escenarios: si ocurre X, haz Y. Reglas fijas, condiciones que defines tú por adelantado, y cero margen para la ambigüedad.
Con los Make AI Agents, el flujo puede incluir un paso donde el agente lee el contexto y decide qué acción ejecutar. Sigue teniendo acceso a las mismas apps que conecta Make —más de 3.000 apps según su página de precios, incluyendo Gmail, WhatsApp, Google Sheets, HubSpot, Holded, Notion, Slack, y decenas de CRMs y ERPs— pero ya no necesitas anticipar todos los casos posibles en un árbol de condiciones. Le describes qué tiene que conseguir y el agente encuentra el camino.
| Escenario clásico de Make | Make AI Agent | |
|---|---|---|
| Lógica | Reglas fijas (si → entonces) | Razonamiento sobre el contexto |
| Flexibilidad | Solo los casos que programaste | Maneja casos que no anticipaste |
| Configuración | Alta (cada condición, a mano) | Media (describes el objetivo) |
| Coste en créditos | Bajo (1 crédito por operación) | Mayor (1 crédito por operación, más las herramientas que llama y los tokens de IA) |
| Ideal para | Procesos repetitivos y predecibles | Clasificación, enrutamiento, extracción de datos |
La clave es combinar ambos. No todo tiene que pasar por el agente: las partes predecibles las haces con el escenario clásico (barato), y la parte donde hay ambigüedad la delegas al agente (más cara pero más poderosa).
Tres flujos concretos para pymes
1. Clasificación de leads entrantes con respuesta personalizada
El problema: recibes consultas por email y formulario web de todo tipo (precios, soporte, colaboraciones, spam). Alguien tiene que leerlas, decidir a quién van y responder con algo relevante.
El flujo con Make AI Agent:
- Trigger: nuevo email en una bandeja específica o nuevo envío del formulario web.
- El agente lee el mensaje y lo clasifica: lead comercial / soporte / colaboración / spam.
- Según la clasificación: crea un contacto en el CRM con la etiqueta correcta, asigna al responsable adecuado, y redacta una respuesta personalizada (no una plantilla genérica).
- Un paso humano opcional: el responsable aprueba la respuesta antes de enviarla.
Ahorro estimado (estimación propia, no un dato medido): 15-20 minutos diarios en equipos que gestionan más de 10 consultas al día. En un mes, son entre 5 y 7 horas liberadas.
2. Procesamiento automático de facturas de proveedores
El problema: te llegan facturas en PDF por email. Alguien las descarga, extrae el importe y el proveedor a mano, y los introduce en el Excel de gastos o el software de contabilidad.
El flujo con Make AI Agent:
- Trigger: email con adjunto PDF recibido en la bandeja de facturas.
- El agente extrae el texto del PDF e identifica: proveedor, importe, fecha, concepto, número de factura.
- Crea el gasto en Google Sheets o en tu software de contabilidad. En Holded, la app de Make no tiene un módulo para crear gastos: hace falta el módulo «Make an API Call», que exige configuración técnica (app de Holded en Make).
- Mueve el email a una carpeta "procesadas" y envía un resumen semanal al responsable de tesorería.
Ahorro estimado (estimación propia, no un dato medido): una pyme con 30-40 facturas al mes recupera entre 2 y 3 horas de trabajo manual, y elimina los errores de transcripción.
3. Respuesta inteligente a consultas de WhatsApp (vía API)
El problema: recibes preguntas por WhatsApp sobre disponibilidad, precios o estado de pedidos. Responder a mano fuera del horario de oficina implica perder clientes.
El flujo con Make AI Agent:
- Trigger: nuevo mensaje en WhatsApp Business API.
- El agente lee el mensaje, consulta tu base de datos de productos o pedidos (a través de una hoja de cálculo, Notion, o tu CRM), y redacta una respuesta precisa.
- Si la consulta está fuera de su alcance (reclamación compleja, pedido especial), escala al humano con un resumen del contexto.
Nota importante: Meta cobra cada mensaje de plantilla entregado por WhatsApp Business API. Los mensajes que no son plantilla, enviados dentro de la ventana de atención al cliente, son gratuitos (precios de WhatsApp Business Platform, Meta, consultado el 7 de octubre de 2026). Revisa esas tarifas antes de lanzar este flujo.
Cuánto cuesta: créditos, planes y el truco del BYOK
Make cobra en créditos desde el 27 de agosto de 2025 (foro de Make). Cada operación de un módulo gasta créditos, y los agentes de IA gastan más que los módulos clásicos.
Con el proveedor de IA de Make, un agente gasta 1 crédito por operación, más 1 crédito por cada operación de las herramientas que llama, más los créditos que correspondan a los tokens de IA que use (ayuda de Make, actualizada el 8 de septiembre de 2026). Por eso no hay una cifra fija por ejecución: mide el gasto con unas cuantas ejecuciones de prueba antes de calcular el plan.
Los planes disponibles son:
| Plan | Créditos/mes incluidos | Precio |
|---|---|---|
| Free | Hasta 1.000 | 0 $ |
| Core | 10.000 | 9 $/mes |
| Pro | 10.000 | 16 $/mes |
| Teams | 10.000 | 29 $/mes |
Precios comprobados el 7 de octubre de 2026 en make.com/en/pricing. La página los da en dólares y para 10.000 créditos al mes. Entre Core, Pro y Teams cambian las funciones, no los créditos: con un selector puedes ampliar los créditos, y el precio sube. Con pago anual, Make anuncia un ahorro del 15 % o más. Pueden variar; consulta la página antes de decidir.
El plan gratuito, con hasta 1.000 créditos al mes, sirve para probar los flujos sin pagar. Si vas a usar el agente cada día, empieza por Core y mide el consumo real de créditos antes de ampliar.
El truco del BYOK (Bring Your Own Key): en los planes de pago puedes conectar tu propia cuenta de un proveedor de IA, como OpenAI o Anthropic. Entonces Make cobra 1 crédito por operación, más las operaciones de las herramientas que llame el agente, y los tokens los pagas directamente a tu proveedor de IA (ayuda de Make). Es la opción más económica si tienes volumen alto.
Maia: el asistente que te ayuda a construir los flujos
En octubre de 2025, junto a la nueva generación de AI Agents, Make anunció Maia (Make, 16 de octubre de 2025), un asistente de IA integrado en la plataforma que crea escenarios a partir de descripciones en lenguaje natural. Le dices: "Cuando reciba un email con factura adjunta, extrae el importe y el proveedor, y guárdalo en mi hoja de cálculo", y Maia construye el esqueleto del flujo.
Sigue siendo útil que revises lo que Maia monta antes de activarlo —especialmente para conectar tus apps específicas y ajustar los campos— pero te da un primer borrador del flujo sin empezar desde cero. En el plan gratuito, Maia es una prueba de 30 días desde el alta; en los planes de pago no tiene límite y gasta créditos (Make, 12 de agosto de 2026).
Limitaciones honestas
La nueva generación de AI Agents de Make está en beta abierta, y Make avisa de que sus funciones y su precio pueden cambiar (ayuda de Make). Eso significa que el producto es funcional pero puede tener comportamientos inesperados en casos extremos. Antes de activar un agente en producción, pruébalo con datos reales en un escenario de test durante unos días.
Otras limitaciones que debes conocer:
- La memoria hay que configurarla. El agente solo recuerda las conversaciones anteriores si le das un identificador de conversación; si dejas ese campo vacío, no recuerda nada de una ejecución a otra (ayuda de Make). Si necesitas el historial completo de un cliente, guárdalo en una base de datos externa (Airtable, Notion, Google Sheets).
- Costes imprevisibles si el volumen sube. Cada consulta gasta créditos por operaciones, herramientas y tokens, así que un pico de consultas multiplica el gasto. Revisa el consumo de créditos cada semana durante el primer mes.
- No reemplaza la revisión humana para decisiones críticas. Un agente que procesa facturas puede cometer errores. El flujo ideal incluye un paso de aprobación humana antes de registrar importes en contabilidad.
- La curva de aprendizaje existe. Maia ayuda, pero entender el modelo de créditos y conectar APIs de terceros requiere varias horas de práctica para alguien sin experiencia previa en automatización.
Si quieres una comparativa sobre qué hace exactamente la diferencia entre un chatbot y un agente de IA en el contexto de una pyme, lo explicamos con detalle en nuestro artículo sobre agentes IA para pymes.
Por dónde empezar esta semana
- Créate una cuenta gratuita en Make (make.com). El plan gratis con hasta 1.000 créditos al mes es suficiente para la fase de pruebas.
- Elige un solo proceso para empezar: el que más tiempo consume y tiene más pasos manuales repetitivos.
- Usa Maia para construir el primer borrador del escenario y ajusta los módulos a tus apps. En el plan gratis, Maia solo está disponible durante los 30 días de prueba.
- Activa el AI Agent solo en la parte donde hay ambigüedad (clasificación, extracción, decisión) y usa módulos clásicos para el resto.
- Monitoriza durante una semana antes de automatizarlo del todo.
Si prefieres no experimentar solo y tener el flujo funcionando desde el primer día, en Happy Automating montamos escenarios de Make con agentes de IA a medida para pymes. También puedes contarnos tu caso directamente si no tienes claro cuál es el primer proceso a automatizar.
Antes de elegir qué proceso automatizar, conviene revisar en qué orden se hacen las cosas. El error más caro que cometen las pymes al automatizar no es la herramienta: es empezar con un proceso que ya estaba roto o con los datos sin sanear.
En resumen
Make AI Agents, en beta abierta, añade razonamiento autónomo a los flujos de automatización sin necesidad de programar. Para una pyme, el caso de uso más inmediato es la clasificación de entradas ambiguas —leads, facturas, consultas— donde las reglas fijas no bastan. El plan gratuito da para probar, el Core (9 $/mes por 10.000 créditos, precio comprobado el 7 de octubre de 2026) es el siguiente paso, y el BYOK reduce el coste por ejecución cuando el volumen sube. La limitación principal es que sigue en beta: para procesos críticos, mantén siempre un paso de revisión humana.