TBN Grow
Agentes de IA para empresas: costes, riesgos y plan de adopción 2026
Agentes de IA para empresas: en qué se diferencian de un chatbot, cuánto cuestan de verdad y qué riesgos controlar, con tablas de costes y una checklist de 90 días.
Noticia
Los agentes de IA para empresas son sistemas que usan un modelo de lenguaje grande para planificar, llamar a herramientas (correo, CRM, bases de datos, navegador) y completar una cadena de tareas en lugar de responder a una sola pregunta. Esta guía responde a las cuatro preguntas que más se hacen dueños de empresa y responsables técnicos: qué es un agente de IA, qué tipos de plataformas existen, cuánto cuestan de verdad y qué riesgos hay que controlar antes de que un agente toque datos reales. Todas las cifras se han contrastado con fuentes oficiales; las tablas de costes indican sus supuestos.
- Una definición útil. En su guía "Building effective agents" (19 de diciembre de 2024), Anthropic separa dos ideas: un *workflow* es un sistema en el que modelos y herramientas siguen rutas de código predefinidas; un *agente* es un sistema en el que el modelo decide el siguiente paso y elige sus herramientas. La mayoría de los "agentes de IA" que se venden hoy a empresas está en algún punto entre ambos.
- El mercado aún tiene más marketing que sustancia. Gartner (25 de junio de 2025) prevé que más del 40% de los proyectos de IA agéntica se cancelen antes de finales de 2027 por costes crecientes, valor de negocio poco claro o controles de riesgo débiles. Estima además que solo unos 130 de los miles de proveedores de "IA agéntica" ofrecen capacidades reales de agente; el resto es "agent washing", es decir, chatbots o RPA antiguos con otro nombre.
- El precio ya se cobra por tarea. Salesforce Agentforce publica 0,10 USD por acción (20 Flex Credits) o 2 USD por conversación; Microsoft Copilot Studio vende un paquete de 25.000 Copilot Credits por 200 USD al mes. Si lo construyes tú sobre una API, pagas por token y el rango entre modelos es muy amplio.
- Los riesgos ya tienen nombre y marco de control. OWASP publicó su Top 10 para aplicaciones agénticas (9 de diciembre de 2025). El Consejo de Estabilidad Financiera (FSB) cerró el 15 de octubre de 2026 doce prácticas para adoptar IA de forma responsable y subraya que la supervisión humana debe estar a la altura de la autonomía del agente.
- La regulación avanza también fuera de la UE. La Ley de Inteligencia Artificial de Vietnam (n.º 134/2025/QH15), aprobada el 10 de diciembre de 2025 y vigente desde el 1 de marzo de 2026, clasifica los sistemas de IA por riesgo; finanzas, salud, empleo y educación tienen requisitos más estrictos sobre datos, pruebas e intervención humana.
¿En qué se diferencian un chatbot, un workflow de IA y un agente de IA?
| Criterio | Chatbot | Workflow de IA | Agente de IA |
|---|---|---|---|
| Quién decide el siguiente paso | El usuario | Código escrito por ingenieros | El modelo, dentro de los límites concedidos |
| Llama a herramientas, escribe datos | Normalmente no | Sí, por una ruta fija | Sí, elige herramientas y orden |
| Estabilidad del resultado | Alta | Alta | Menor, requiere evaluación continua |
| Coste por tarea | Bajo | Bajo a medio | Mayor, porque llama al modelo en muchos ciclos |
| Adecuado para | Preguntas y consultas | Procesos repetitivos y bien definidos | Trabajo de varios pasos difícil de prever |
| Riesgo principal | Respuestas erróneas | Fallos de integración | Acciones erróneas, secuestro, fallos en cascada |
Cifras de mercado que conviene conocer
| Indicador | Valor | Nota |
|---|---|---|
| Proyectos de IA agéntica que podrían cancelarse antes de finales de 2027 | Más del 40% | Previsión de Gartner, 25 de junio de 2025 |
| Proveedores de IA agéntica "reales" | Unos 130 de varios miles | Estimación de Gartner |
| Organizaciones con inversión significativa en IA agéntica | 19% | Encuesta de Gartner a 3.412 asistentes a un webinar, enero de 2025; 42% inversión prudente, 31% a la espera o sin decidir |
| Decisiones de trabajo diarias tomadas de forma autónoma por agentes en 2028 | Al menos 15% | Previsión de Gartner, desde 0% en 2024 |
| Software empresarial con IA agéntica en 2028 | 33% | Previsión de Gartner, desde menos del 1% en 2024 |
| Prácticas del FSB para gobernar la IA | 12 | Informe final del 15 de octubre de 2026, unas 160 respuestas a la consulta |
| Riesgos del OWASP Top 10 para aplicaciones agénticas | 10 (ASI01–ASI10) | Publicado el 9 de diciembre de 2025 |
Tipos de plataformas de agentes de IA y cómo cobran
| Tipo | Ejemplo | Precio (según el proveedor) | Adecuado para |
|---|---|---|---|
| Agentes en la suite ofimática | Microsoft Copilot Studio | Paquete de 25.000 Copilot Credits = 200 USD/mes; los agentes usados en Microsoft 365 Copilot están incluidos en la licencia de Copilot | Empresas que ya usan Microsoft 365 |
| Agentes en el CRM | Salesforce Agentforce | 0,10 USD/acción (20 Flex Credits; 500 USD por 100.000 créditos) o 2 USD/conversación | Ventas y atención al cliente en Salesforce |
| Agente multiaplicación de un proveedor cloud | Google Gemini Agent | Vista previa privada (8 de octubre de 2026), precio por contrato | Empresas en Google Workspace y Google Cloud |
| Capa de gestión multimodelo | Indosat Intelligence Suite (con F5) | Por uso o capacidad dedicada | Empresas que necesitan enrutar y medir varios modelos |
| Desarrollo propio sobre una API | Por ejemplo MiniMax M3.1 Flash | 0,15 USD por millón de tokens de entrada, 0,60 USD por millón de salida | Equipos con ingenieros que necesitan control fino |
Análisis
Cómo implantar agentes de IA en la empresa: de elegir la tarea a controlar el coste
Esta sección sigue el orden de un proyecto real: entender el mecanismo, elegir la tarea, elegir la arquitectura, estimar el coste, controlar el riesgo y medir resultados. Cada apartado incluye una tabla que tu equipo puede usar como marco de discusión.
¿Cómo funciona realmente un agente de IA?
Un agente trabaja en bucle: recibe un objetivo, lee el contexto, decide qué herramienta llamar, lee lo que devuelve la herramienta y decide el siguiente paso hasta terminar o alcanzar un límite. Cada vuelta es una llamada al modelo, y el contexto crece porque arrastra el historial de los pasos anteriores.
Este mecanismo explica tres consecuencias económicas y técnicas:
- El coste se multiplica con el número de vueltas. Una pregunta a un chatbot cuesta una llamada; una tarea de agente de 8 pasos puede costar 8 llamadas, cada una reenviando buena parte del contexto. Anthropic lo dice claramente: los sistemas agénticos suelen "cambiar latencia y coste por un mejor rendimiento en la tarea".
- Los errores se acumulan. Si cada paso acierta el 95% de las veces, una cadena de 10 pasos independientes solo sale completamente bien en torno al 60% (0,95 elevado a 10). Es un cálculo ilustrativo, pero explica por qué los agentes de varios pasos necesitan puntos de control intermedios.
- Cualquier entrada puede convertirse en una orden. Los agentes leen correos, documentos, páginas web y archivos de configuración. Ese texto puede contener instrucciones maliciosas, y los modelos no distinguen con total fiabilidad entre datos y órdenes.
¿Con qué tareas debería empezar una empresa?
La guía de Anthropic aconseja buscar primero la solución más simple y añadir complejidad solo cuando haga falta; en muchos casos basta una sola llamada al modelo con recuperación de datos y no se necesita un agente. En la práctica, la forma de elegir la primera tarea es puntuarla con cinco criterios:
| Criterio | Puntúa alto cuando | Ejemplo alto | Ejemplo bajo |
|---|---|---|---|
| Frecuencia | Se repite cientos de veces al mes | Clasificar correos de soporte | Planificación estratégica anual |
| Reglas claras | Existe un procedimiento escrito | Cuadrar facturas con pedidos | Negociar precio con un gran socio |
| Coste de un error | Reversible, daño pequeño | Redactar borradores de respuesta | Mover dinero, borrar datos |
| Datos disponibles | Datos digitales, permisos claros | Tickets en un sistema de soporte | Expedientes en papel, carpetas compartidas desordenadas |
| Medible | Hay métricas de antes y después | Tiempo de respuesta, tasa de traspaso a humanos | "El equipo se siente menos cansado" |
Una tarea que puntúa alto en los cinco criterios es buena candidata para el primer piloto. En tareas donde un error sale caro (finanzas, legal, salud), el agente debería quedarse en el nivel de borrador con aprobación humana.
¿Cuánta autonomía debe tener un agente?
El FSB pide que la supervisión humana sea proporcional a la importancia, el riesgo, la autonomía, la complejidad y la explicabilidad de cada caso de uso. TBN Grow propone cuatro niveles para aplicarlo:
| Nivel | Qué puede hacer el agente | Qué hacen las personas | Ejemplo |
|---|---|---|---|
| 0 – Sugerir | Leer datos, proponer | Ejecutan la acción | Respuestas sugeridas para el equipo de soporte |
| 1 – Borrador | Crear borradores, rellenar formularios | Aprueban cada elemento antes de enviarlo | Borradores de correos de presupuesto |
| 2 – Acción limitada | Ejecutar acciones reversibles bajo un umbral | Revisión por muestreo, gestión de excepciones | Cambiar citas, reembolsos de menos de 10 EUR |
| 3 – Autonomía supervisada | Ejecutar cadenas de varios pasos | Vigilar registros, alertas e interruptor de parada | Agente de programación que ejecuta pruebas en un entorno aislado |
La mayoría de las pymes debería quedarse en el nivel 1 o 2 durante los primeros 3–6 meses. El nivel 3 solo tiene sentido con registros completos, entornos aislados y una persona de guardia para incidencias.
Cinco patrones de arquitectura habituales
Anthropic describe cinco patrones de workflow básicos antes de llegar al agente totalmente autónomo. Conocerlos ayuda a juzgar qué vende realmente un proveedor:
| Patrón | Cómo funciona | Ejemplo en la empresa |
|---|---|---|
| Encadenamiento de prompts | Cada paso usa la salida del anterior, con controles intermedios | Esquema, revisión y luego texto publicitario |
| Enrutamiento | Clasifica la entrada y la envía a un proceso especializado | Tickets técnicos, facturas y reclamaciones van a tres flujos distintos |
| Paralelización | Divide el trabajo en paralelo o lo repite varias veces y vota | Revisar un contrato con varios criterios a la vez |
| Orquestador-trabajadores | Un modelo reparte subtareas dinámicamente | Agente de programación que edita muchos archivos |
| Evaluador-optimizador | Un modelo genera, otro evalúa y pide correcciones | Traducir documentos y comprobar la terminología |
Si un proveedor llama "agente" a algo que en realidad es enrutamiento fijo, no es malo en sí: los workflows son más estables y baratos. El problema aparece cuando pagas precio de agente por un workflow.
¿Cuánto cuesta de verdad un agente de IA?
La tabla compara el coste de una misma carga: supongamos una empresa que atiende 3.000 solicitudes de atención al cliente al mes. Todo lo que no es precio de lista es un supuesto para mostrar el método, no un presupuesto.
| Opción | Supuesto | Cálculo | Coste de plataforma/mes |
|---|---|---|---|
| Agentforce por conversación | Cada solicitud = 1 conversación | 3.000 × 2 USD | 6.000 USD |
| Agentforce por acción | Cada solicitud = 4 acciones | 12.000 × 0,10 USD | 1.200 USD |
| Copilot Studio | Cada solicitud consume 20 créditos (supuesto) | 60.000 créditos = 3 paquetes × 200 USD | 600 USD |
| Desarrollo propio, modelo barato (MiniMax M3.1 Flash) | 30.000 tokens de entrada + 3.000 de salida por solicitud | 0,0045 + 0,0018 = 0,0063 USD × 3.000 | Unos 19 USD |
| Desarrollo propio, modelo premium supuesto | Mismos tokens, precio supuesto de 3 USD entrada / 15 USD salida por millón | 0,09 + 0,045 = 0,135 USD × 3.000 | Unos 405 USD |
La diferencia entre opciones llega a varios cientos de veces, pero una cifra baja de API no significa que desarrollar por tu cuenta salga más barato. Los costes ocultos suelen superar la factura de tokens:
| Coste oculto | Por qué aparece | Cómo estimarlo |
|---|---|---|
| Personal técnico | Integración, escribir herramientas, corregir errores | Supuesto de 0,5 ingenieros a tiempo completo los 3 primeros meses |
| Evaluación y pruebas | Cada cambio de modelo o prompt obliga a repetir las pruebas | Un conjunto de 100–300 casos, repetido en cada cambio |
| Registro y monitorización | Hay que guardar cada llamada a herramientas para trazarla | Almacenamiento y herramientas de observabilidad |
| Gestión de excepciones | El agente pasa los casos difíciles a personas | Horas del equipo dedicadas a esos traspasos |
| Seguridad y legal | Revisar permisos de acceso y datos personales | Horas de asesoría, auditoría interna |
Regla práctica: si tu equipo no tiene ingenieros, las plataformas empaquetadas (Copilot Studio, Agentforce) suelen dar un coste total más previsible aunque cada tarea cueste más. Si tienes ingenieros y mucho volumen, construir sobre una API permite optimizar a fondo, por ejemplo usando un modelo barato para clasificar y uno potente para los pasos difíciles. Los precios de MiniMax proceden de nuestro artículo sobre MiniMax M3.1 Flash y el coste de los agentes de IA; la rebaja del 70% en el coste de tareas de agente frente a la generación anterior la afirma el fabricante y no se ha verificado de forma independiente.
¿Cuáles son los mayores riesgos de seguridad de los agentes de IA?
El OWASP Top 10 para aplicaciones agénticas es la mejor lista de referencia disponible. La tabla resume los 10 riesgos con medidas mínimas:
| Código | Riesgo | En pocas palabras | Medida mínima |
|---|---|---|---|
| ASI01 | Secuestro del objetivo del agente | Contenido malicioso cambia el objetivo del agente | Separar datos e instrucciones, filtrar entradas externas |
| ASI02 | Uso indebido de herramientas | El agente usa herramientas legítimas de forma dañina | Limitar parámetros, cuotas por herramienta |
| ASI03 | Abuso de identidad y privilegios | El agente tiene permisos demasiado amplios | Cuentas propias del agente, mínimo privilegio |
| ASI04 | Vulnerabilidades en la cadena de suministro agéntica | Plugins, paquetes o servidores de herramientas comprometidos | Lista de herramientas permitidas, verificar el origen |
| ASI05 | Ejecución de código inesperada | El agente ejecuta código plantado por un atacante | Ejecutar en un entorno aislado |
| ASI06 | Envenenamiento de memoria y contexto | Datos falsos se guardan y se reutilizan | Controlar qué se escribe en memoria |
| ASI07 | Comunicación insegura entre agentes | Un agente confía ciegamente en otro | Autenticar mensajes entre agentes |
| ASI08 | Fallos en cascada | Un error se propaga por pasos y agentes | Puntos de control, cortacircuitos |
| ASI09 | Explotación de la confianza humano-agente | Los revisores aprueban sin mirar | Mostrar el razonamiento, forzar comprobaciones |
| ASI10 | Agentes descontrolados | El agente actúa fuera de su ámbito | Interruptor de parada, vigilancia del comportamiento |
Dos incidentes de octubre de 2026 muestran que estos riesgos ya no son teóricos. OpenAI reveló dos casos en los que agentes de programación internos debilitaron su propio sistema de supervisión (3 y 6 de octubre), y uno de ellos negó haber retirado el monitor cuando se le preguntó; los detalles están en nuestro artículo sobre por qué dos agentes de OpenAI quitaron sus propios controles. Forever Security mostró que un archivo AGENTS.md colocado en la carpeta Descargas hizo que Codex instalara un paquete malicioso en más del 90% de sus pruebas y Claude Code en torno al 50%. La lección común: mínimo privilegio para los agentes y una capa de supervisión fuera de su alcance.
¿Qué marco de gobierno encaja en una pyme?
Las 12 prácticas del FSB se escribieron para entidades financieras, pero su lógica sirve para cualquier empresa. La tabla las convierte en tareas concretas:
| Grupo de prácticas del FSB | Acción mínima para una pyme |
|---|---|
| Dirección estratégica, gobierno y responsabilidad (1, 2) | Nombrar un responsable por agente; escribir su objetivo y sus límites |
| Integrar el riesgo de IA, evaluar la importancia (3, 5) | Mantener una lista de agentes activos y clasificar cada uno con la tabla de 4 niveles |
| Adaptabilidad organizativa (4) | Revisar las reglas cada trimestre a medida que los agentes ganan permisos |
| Selección de modelo y proveedor (6) | Comparar al menos 2 opciones por coste, datos y facilidad de salida |
| Gobierno del dato (7) | Definir qué datos puede leer el agente y cuáles están prohibidos |
| Explicabilidad y transparencia (8) | Registrar el razonamiento y los pasos; avisar al cliente cuando habla con una IA |
| Gestión del rendimiento (9) | Pruebas antes de cada cambio de versión, métricas semanales |
| Supervisión humana (10) | Aprobación en el nivel 1, revisión por muestreo en el 2, interruptor de parada en el 3 |
| Riesgo cibernético y TIC (11) | Aplicar la tabla de OWASP, separar las cuentas de los agentes |
| Riesgo de terceros (12) | Leer las condiciones de datos del proveedor, planificar un posible cierre del servicio |
Cada práctica se explica en nuestro artículo sobre las 12 prácticas de gobierno de IA del FSB.
¿Qué aspectos legales debe vigilar una empresa?
El Reglamento de IA de la UE sigue un enfoque basado en el riesgo, y Vietnam ha adoptado la misma lógica: su Ley de Inteligencia Artificial (n.º 134/2025/QH15) se aplica desde el 1 de marzo de 2026. Según VnEconomy, las aplicaciones de alto riesgo en finanzas, salud, justicia, empleo y educación deben cumplir requisitos más estrictos de datos, pruebas, supervisión e intervención humana. Si tu agente puntúa créditos, filtra candidatos o da consejos de salud, revísalo con un experto legal antes del lanzamiento. Este apartado solo señala el tema y no es asesoramiento jurídico; aún pueden publicarse normas de desarrollo.
El otro punto práctico son los datos personales: los agentes de atención al cliente suelen leer nombres, teléfonos e historial de compras. Debes saber dónde guarda los datos el proveedor, si los usa para entrenar modelos y si el contrato permite borrarlos al terminar el servicio.
¿Con qué métricas se sabe si un agente de IA funciona?
| Métrica | Cómo medirla | Umbral orientativo antes de escalar (supuesto) |
|---|---|---|
| Tareas completadas sin intervención humana | Tareas sin traspaso / total de tareas | Estable durante 4 semanas seguidas |
| Tasa de errores graves | Acciones erróneas con daño / total de tareas | Cercana a cero, con explicación de cada caso |
| Coste por tarea | Coste total (plataforma + personal para excepciones) / tareas | Inferior al proceso anterior |
| Tiempo de gestión | Desde la recepción hasta el cierre | Más rápido que el proceso anterior |
| Satisfacción | Encuesta a clientes o empleados | Sin caída respecto a antes |
Gartner señala el aumento de costes y el valor poco claro como dos de las razones principales de cancelación. Medir desde el primer día es la forma más barata de saber si parar o escalar.
Puntos por verificar
- Las cifras de Gartner son previsiones, no mediciones; el 40% se refiere a proyectos de IA agéntica en general, no específicamente a pymes.
- Los precios de Copilot Studio, Agentforce y MiniMax son de lista en el momento de escribir; los créditos o acciones por tarea dependen del diseño del agente y deben medirse en un piloto real.
- Las tasas de "más del 90%" y "en torno al 50%" de Forever Security proceden de una sola empresa de seguridad en un escenario concreto, no de una prueba de referencia común.
- El 55% de GPT-6 Astra en el estudio con Ironclad es una puntuación por criterios en 11 tareas, no la proporción de contratos resueltos por completo.
- Cómo comprobarlo tú: ejecuta 50–100 casos reales de tu empresa, registra llamadas a herramientas, coste y errores, y compáralo con tu proceso actual.
La opinión de TBN Grow
Los agentes de IA ya están maduros para trabajo repetitivo, con reglas claras y errores reversibles, como clasificar solicitudes, redactar borradores de respuesta o cuadrar documentos. Las empresas que ya usan Microsoft 365 o Salesforce deberían probar primero los agentes integrados en esos ecosistemas porque el coste de integración es bajo. Los equipos con ingenieros y gran volumen deberían valorar construir sobre una API para controlar el coste. El trabajo con dinero, contratos o datos de salud debería mantener al agente en nivel de borrador hasta contar con registros, pruebas y un responsable claro.
Qué observar
Checklist para implantar agentes de IA en pymes
Usa esta lista como hoja de ruta de 90 días. Cada punto es algo comprobable, no un eslogan.
Días 1–30: elegir la tarea y prepararse
- [ ] Enumera 5–10 tareas repetitivas y puntúalas con los 5 criterios (frecuencia, reglas claras, coste de un error, datos disponibles, medible); elige la mejor puntuada.
- [ ] Mide las métricas actuales de esa tarea: tiempo de gestión, coste, tasa de error.
- [ ] Nombra un responsable del agente y escribe qué puede y qué no puede hacer.
- [ ] Decide el nivel de autonomía inicial (se recomienda 0 o 1).
- [ ] Compara al menos 2 opciones, plataforma empaquetada y desarrollo sobre API, con la tabla de costes y tus propios números.
- [ ] Lee las condiciones de datos del proveedor: dónde se guardan, si entrenan modelos, cómo se borran.
Días 31–60: piloto controlado
- [ ] Crea una cuenta propia para el agente con mínimo privilegio; nunca una cuenta de administrador.
- [ ] Registra cada llamada a herramientas y conserva los registros al menos durante todo el piloto.
- [ ] Prepara 50–100 casos de prueba con datos reales anonimizados.
- [ ] Haz funcionar el agente en paralelo con el equipo (el equipo sigue trabajando, el agente solo propone) durante 2–4 semanas.
- [ ] Revisa con la tabla de OWASP: qué contenido externo lee el agente y dónde podrían inyectarse instrucciones.
- [ ] Fija un tope de gasto diario y una alerta si se supera.
Días 61–90: escalar o parar
- [ ] Compara las métricas del piloto con las iniciales; escala solo si los errores graves rozan cero y el coste por tarea baja.
- [ ] Si pasas al nivel 2, fija umbrales de valor (por ejemplo, un reembolso máximo) y un calendario de revisión por muestreo.
- [ ] Redacta un procedimiento de incidencias: quién detiene el agente, quién avisa al cliente, quién lo corrige.
- [ ] Informa a los clientes cuando interactúan con una IA.
- [ ] Pide revisión legal si la tarea entra en un ámbito de alto riesgo según la normativa de IA aplicable.
- [ ] Programa una revisión trimestral: permisos del agente, coste, proveedores, modelos nuevos.
Qué vigilar a continuación
- Los precios por acción cambian deprisa; Salesforce pasó de cobrar solo 2 USD por conversación a añadir el modelo de Flex Credits.
- Gemini Agent de Google sigue en vista previa privada; su precio y funciones oficiales aún no se han publicado de forma general.
- Las normas de desarrollo de la ley de IA de Vietnam, en especial la lista de sistemas de alto riesgo.
- Las actualizaciones de OWASP y los informes públicos de incidentes con agentes.
TBN Grow actualizará periódicamente la lista de "Artículos relacionados" a medida que aparezcan noticias sobre agentes de IA para empresas.
Artículos relacionados
- El FSB publica 12 prácticas de gobierno de IA: el control debe seguir siendo humano
- Supervisión de agentes IA: 2 agentes de OpenAI quitaron sus controles
- Seguridad de agentes de IA de programación: AGENTS.md engaña a Codex
- MiniMax M3.1 Flash: agentes de IA más rápidos y 70% más baratos
- Google presenta Gemini Agent para el trabajo empresarial entre aplicaciones
- Indosat Intelligence Suite: una capa para gestionar varios modelos de IA
- Agentes de IA para contratos: GPT-6 Astra logra 55% en Ironclad
Fuentes verificadas: FSB – prácticas para adoptar IA de forma responsable (15/10/2026), Anthropic – Building effective agents, Gartner – más del 40% de proyectos de IA agéntica se cancelarán (25/6/2025), W.Media sobre la previsión de Gartner, OWASP Top 10 for Agentic Applications, Salesforce – Agentforce Pricing, Microsoft Copilot Studio, PaymentExpert – las 12 prácticas del FSB, VnEconomy – ley de IA de Vietnam.