Hosting agentów AI. Twój agent, Twój serwer, Twój klucz.

1. Tu agente de IA no tiene que vivir en la nube de terceros

Los asistentes de IA más populares suelen funcionar como servicios SaaS: necesitan una clave API, tienen un límite mensual de consultas y sus datos de conversación pasan por servidores de terceros. Para muchos usos empresariales, como la atención al cliente o la automatización interna con acceso a datos corporativos, esto plantea la pregunta de dónde acaban realmente esos datos.

En Saplo, el catálogo de aplicaciones incluye varios motores listos para crear tus propios agentes y automatizaciones con IA. Se instalan en tu propio Box, bajo tu dominio y sin pasar por infraestructura SaaS de terceros, salvo el propio modelo de lenguaje al que se conecta el agente.

La aplicación insignia es Hermes Agent (Nous Research): un agente de IA personal conectado a mensajeros como Telegram, Discord, Slack o API. Incluye un panel web para configurar la clave API del modelo y los mensajeros, sin necesidad de acceder al servidor. El manifiesto requiere unos 1,5 GB de RAM.

2. Cuatro motores distintos, cuatro enfoques diferentes para la IA

Hermes Agent es un agente de mensajería listo para usar y preconfigurado, ideal si quieres tener un asistente en Telegram o Discord sin construir nada desde cero. Solo tienes que pegar la clave API del modelo y conectar el mensajero en el panel de la aplicación.

Flowise es un constructor visual de agentes y chatbots de IA de tipo arrastrar y soltar que conecta modelos LLM, herramientas (llamadas a API, funciones) y bases de datos vectoriales para RAG en un grafo de nodos sin escribir código. El manifiesto requiere 2 GB de RAM porque la imagen incluye Chromium para los nodos que extraen contenido de páginas web y archivos PDF.

Aunque n8n no es un motor de IA dedicado, suele actuar como el pegamento que conecta un agente de IA con el resto de sistemas empresariales: un webhook de Hermes Agent o Flowise puede iniciar un flujo de trabajo en n8n que guarde el resultado en un CRM o envíe una notificación, todo entre aplicaciones alojadas en el mismo Box.

Windmill es una plataforma de automatización con código (Python, TypeScript, Go, Bash), más cercana a los programadores que los flujos visuales de n8n o Flowise. Resulta útil cuando la lógica del agente necesita un script personalizado y no solo bloques de nodos prefabricados.

3. ¿Cuánta capacidad necesita tu propia infraestructura de agentes de IA?

Hermes Agent (mínimo 1,5 GB de RAM) y Flowise (mínimo 2 GB de RAM) superan juntos la memoria disponible en Box M, por lo que, en la práctica, instalar ambos en un mismo Box requiere Box L (6 GB de RAM), dejando margen para el sistema y otras aplicaciones que se ejecutan en paralelo.

Hermes Agent por sí solo y sin otras aplicaciones pesadas cabe en Box M (2 GB de RAM). Es suficiente si lo único que quieres es un agente de mensajería, sin motores visuales ni automatizaciones adicionales.

El coste del modelo de lenguaje (la clave API del proveedor LLM) es independiente del hosting, como en cualquier otra solución de IA autoalojada, porque Saplo aloja el motor del agente, no el modelo con el que conversa.

4. ¿Por qué no es lo mismo que contratar un agente de IA con una suscripción SaaS?

Las suscripciones SaaS de asistentes de IA suelen cobrarse por usuario o por número de consultas al mes. A medida que aumenta el uso en una empresa, crece también el coste mensual, a menudo sin un límite claro de gasto.

Tu instancia en Saplo tiene un coste anual fijo (el precio de Box), independiente de la cantidad de mensajes que el agente haya gestionado ese mes. Para una empresa con un tráfico irregular o estacional, esto facilita la planificación presupuestaria.

Los datos de las conversaciones y de la configuración del agente permanecen en el contenedor LXC de tu Box, no en la base de datos del proveedor del SaaS, lo que tiene especial relevancia para las empresas que procesan datos personales de clientes mediante un agente (por ejemplo, en atención al cliente) al evaluar el cumplimiento del RODO.

5. Para quién es ideal

Para una pequeña empresa que quiera un asistente sencillo en Telegram para responder las preguntas de los clientes, Box M con Hermes Agent es un punto de partida rápido y económico, sin construir nada desde cero.

Para un equipo técnico que construya un flujo más complejo (agente, automatización e integraciones con CRM), la combinación de Box L con Hermes Agent, Flowise o Windmill y n8n, todo alojado en un único Box, ofrece un control total sobre toda la pila de IA.

Para comprobar qué motor de IA se adapta mejor a las necesidades de tu empresa, el catálogo te permite instalar varios motores a la vez en un mismo Box y compararlos sin depender de varios contratos SaaS independientes.

6. Cómo empezar con tu propio agente de IA, paso a paso

Elige el motor según la aplicación concreta: Hermes Agent para un asistente de mensajería sencillo, Flowise para un agente más complejo con acceso a documentos (RAG) y Windmill cuando la lógica exija código propio, no solo bloques de nodos.

Instala la aplicación elegida del catálogo en el Box adecuado (Box M como mínimo si instalas únicamente Hermes Agent y Box L al combinar varios motores). Esto crea un contenedor Docker con la configuración de proxy inverso y SSL ya preparada.

Configura la clave del modelo de lenguaje en el panel de la aplicación seleccionada, sin necesidad de acceder al servidor. Todo está diseñado para que una persona no técnica de la empresa pueda conectar por su cuenta una aplicación de mensajería o configurar el prompt del sistema.

Prueba el agente con un grupo pequeño de usuarios, por ejemplo en un canal de pruebas interno de Discord, antes de compartirlo con clientes. Así podrás detectar errores en la configuración del prompt o de las integraciones antes de usarlo con clientes reales.

Conecta el agente con el resto de sistemas mediante n8n instalado en el mismo Box, si necesitas que las respuestas lleguen a un CRM o a una base de datos, o disparen otras automatizaciones en la empresa.

7. Privacidad de datos al usar agentes de IA en la empresa

Las conversaciones gestionadas por un agente de IA, como las preguntas de los clientes en Telegram, se guardan en un contenedor de tu Box, no en la base de datos de un proveedor SaaS externo. Esto facilita el control de quién tiene acceso a esos datos.

El modelo de lenguaje con el que conversa el agente suele ser un servicio externo (la API del proveedor de LLM), así que el contenido de las consultas llega igualmente a ese proveedor. Conviene tener esto en cuenta al evaluar el cumplimiento del RODO respecto a los datos personales de las conversaciones.

Para las empresas que procesan datos sensibles de clientes mediante un agente, conviene considerar proveedores de modelos de lenguaje con una política clara de no utilizar las consultas para volver a entrenar el modelo, independientemente de dónde esté alojado el motor del agente.

Un motor de agente autoalojado (Hermes Agent, Flowise) ofrece control sobre los registros y el historial de conversaciones a nivel de infraestructura, algo que una plataforma SaaS totalmente externa para crear chatbots no siempre garantiza.

8. Integración de un agente de IA con los sistemas existentes de la empresa

Un agente de IA rara vez funciona totalmente aislado del resto de los sistemas de la empresa. Normalmente debe comprobar la disponibilidad de un producto en la base de datos, registrar una nueva solicitud en el CRM o derivar a un asesor una consulta más compleja del cliente. Por eso, necesita conectarse a otras aplicaciones, no solo al modelo de lenguaje.

En Saplo, esta conexión suele implementarse con n8n desplegado en el mismo Box: un webhook de Hermes Agent o Flowise activa un flujo de trabajo que consulta la base de datos, guarda los datos en el CRM (por ejemplo, Baserow) o envía una notificación a Slack o Discord para que la persona adecuada del equipo responda.

Esta arquitectura (agente, automatización y base de datos, todo en un solo Box) te permite crear escenarios de atención al cliente relativamente complejos sin tener que escribir tu propio código de integración, utilizando únicamente motores listos para usar del catálogo de aplicaciones, conectados mediante mecanismos estándar de webhooks y API.

Para las empresas que ya utilizan un CRM fuera de Saplo, por ejemplo un SaaS externo de pago, el agente y la automatización pueden conectarse mediante la API pública de ese sistema, siempre que el proveedor del CRM la ofrezca. Así se conserva la infraestructura existente y se añade una capa de IA sin migrar todo el CRM.

Empieza las pruebas de esta integración con un escenario sencillo, por ejemplo, un agente que solo guarda la pregunta del cliente en la base de datos sin responder automáticamente. Después de comprobar que los datos llegan al destino correcto, amplía el escenario con acciones más avanzadas del agente.

A medida que crecen las integraciones, es importante documentar qué flujos de trabajo de n8n gestionan cada agente y a qué sistemas se conectan. Sin documentación, varias aplicaciones enlazadas en un mismo Box se convierten fácilmente en una maraña de dependencias difícil de entender para alguien que se incorpora al proyecto más tarde.

9. Desarrollo del ecosistema de código abierto en torno a los agentes de IA

Hermes Agent, Flowise, Windmill y motores similares son proyectos de código abierto con un desarrollo activo. Por eso, las nuevas funciones e integraciones con modelos de lenguaje se publican con regularidad y puedes usarlas en tu propia instancia sin esperar a que un proveedor de SaaS decida ofrecerlas.

El ritmo de desarrollo de los agentes de IA es excepcionalmente alto en comparación con el de otras categorías de software. Por eso, utilizar motores de código abierto con un mantenimiento activo permite acceder a las nuevas funciones en el momento de publicarse, en lugar de esperar a que se actualice una plataforma comercial cerrada.

En Saplo, puedes actualizar estos motores a una versión más reciente mediante una receta del catálogo de aplicaciones. Así es más fácil mantenerte al día sin tener que seguir por separado los repositorios de GitHub de cada herramienta.

Para los equipos que experimentan con distintos modelos de lenguaje, por ejemplo, cambian de proveedor de LLM o prueban modelos nuevos, un motor de agente autoalojado permite conectar cualquier clave de API sin las limitaciones de una plataforma cerrada vinculada a un único proveedor.

La comunidad que rodea estos proyectos, con foros, repositorios con ejemplos y canales de Discord de proyectos de código abierto, es una fuente adicional de conocimiento para resolver escenarios poco habituales. Es independiente de la documentación de Saplo, que se centra en la capa de infraestructura y no en la configuración del propio motor del agente.

10. Evaluación de la eficacia del agente de IA tras la implementación

Tras desplegar un agente de mensajería (por ejemplo, Hermes Agent en Telegram), conviene hacer seguimiento del porcentaje de consultas de clientes que el agente atiende de forma autónoma y del porcentaje que hay que derivar a una persona. Así obtienes una medida concreta de si el agente realmente alivia la carga del equipo de atención al cliente.

Revisar periódicamente las conversaciones, de forma anonimizada y respetando la privacidad de los clientes, ayuda a detectar preguntas repetidas para las que el agente no tiene una buena respuesta. Es una señal para mejorar el prompt del sistema o añadir información nueva a la base de conocimiento. Este ciclo de observar, corregir y volver a observar es una forma natural de mejorar la calidad del agente con el tiempo, igual que ocurre al desarrollar cualquier otro producto que interactúa directamente con los clientes de la empresa.

Para los agentes creados con Flowise y acceso a documentos de la empresa (RAG), conviene comprobar periódicamente que la base de conocimiento que utilizan está actualizada. Los documentos desactualizados pueden generar respuestas desactualizadas y potencialmente incorrectas a los clientes.

La evaluación de la eficacia también debe incluir la satisfacción de los clientes con la conversación con el agente, no solo el funcionamiento técnico del sistema. Incluso una respuesta técnicamente correcta puede sonar demasiado rígida o no adaptarse al tono en el que se comunica el cliente.

11. Resumen: la infraestructura de IA propia como ventaja, no como coste

Tratar la infraestructura de agentes de IA como un recurso propio de la empresa, y no como un servicio alquilado en un modelo SaaS facturado por número de consultas, cambia la economía de la adopción de IA en una pyme: el coste es fijo y predecible, los datos siguen bajo control de la empresa y la elección del motor (Hermes Agent, Flowise, Windmill) depende de la necesidad real, no de la oferta limitada de funciones que un proveedor de nube incluya actualmente en un plan de suscripción concreto.