n8n, Make o un agente de IA a medida: lo que no te cuentan antes de elegir

Si has buscado "agencia de agentes de IA" en España este año, probablemente hayas encontrado sobre todo un tipo de proveedor: alguien que monta un flujo en n8n o Make, le añade un nodo que llama a un modelo de lenguaje, y lo vende como "agente de IA". No es una estafa ni un engaño — es una categoría de producto legítima y, para muchos casos, la decisión correcta. El problema es que es una categoría distinta a la que mucha gente cree estar comprando, y la diferencia no se nota el primer día, se nota a los seis meses.

n8n y Make son plataformas no-code: herramientas visuales donde conectas "nodos" prediseñados — un disparador cuando llega un email, una lectura de una hoja de cálculo, una llamada a la API de tu CRM — arrastrando cajas y uniéndolas con líneas, sin escribir código. Meter un modelo de lenguaje como un nodo más dentro de ese flujo es sencillo y, para un proceso lineal y bien acotado, es genuinamente rápido: se puede tener algo funcionando en días, no en meses, y lo puede montar un consultor freelance sin un equipo de desarrollo detrás.

Para la pregunta "¿necesito algo simple que conecte dos o tres herramientas con un poco de criterio en medio?", esta es a menudo la respuesta correcta. No hay nada que objetar ahí.

El problema no aparece en la demo, aparece cuando el proceso crece. En cuanto el flujo pasa de dos o tres pasos a diez ramas condicionales distintas, un lienzo de nodos conectados con líneas se vuelve tan difícil de leer como código espagueti, solo que sin las herramientas de depuración de código real.

El manejo de errores suele ser lo último en lo que se piensa al montar un flujo así. Cuando una API externa cambia el formato de su respuesta, o te aplica un límite de peticiones, un flujo frágil puede romperse en silencio o, peor, ejecutar una acción dos veces sin que nadie se entere hasta que alguien se queja.

Y hay una dependencia que pocas veces se menciona de entrada: el flujo vive dentro de la cuenta de la plataforma no-code, sujeto a sus límites de ejecuciones, sus tiempos de espera y su propio modelo de precios — no a infraestructura que controlas tú. Si quien lo montó era un freelance concreto y no tu equipo, el día que algo falla y esa persona no está disponible, el flujo es una caja negra para cualquier otro.

Validar una idea antes de comprometer presupuesto en algo más grande. Un proceso de verdad lineal, con pocas excepciones, donde el volumen es bajo y previsible. Un presupuesto ajustado y la necesidad de ver algo funcionando esta semana, no el mes que viene. En esos casos, un flujo no-code bien hecho no es una solución de segunda, es la solución proporcionada al problema — y es la misma lógica que ya defendimos en nuestro artículo sobre cuándo conviene una automatización simple frente a un agente de IA: empezar por lo más sencillo que resuelve el problema, no por lo más vistoso.

No construimos todo desde cero por sistema. Si un proceso es simple, está bien acotado y un flujo no-code lo resuelve igual de bien por una fracción del coste, te lo decimos así, aunque eso signifique un proyecto más pequeño.

Donde dejamos de recomendarlo es donde empiezan a aparecer varias integraciones con sistemas propios, lógica condicional real, decisiones que requieren criterio y no solo reglas, o un volumen que va a crecer con el tiempo. Ahí es donde construimos un agente a medida, con código que es tuyo desde el primer día y pensado para tus sistemas reales, no para encajar dentro de los límites de una plataforma de terceros.

Si no tienes claro en qué punto de esa línea está tu caso, es exactamente la primera pregunta que resolvemos en la fase de análisis, antes de proponerte nada.