«¿Necesitamos un agente de IA o basta con Zapier?»: la pregunta está planteada de modo que no tiene respuesta correcta. Son herramientas distintas y, en la mayoría de las empresas de 10–200 empleados, funcionan una al lado de la otra. La frontera práctica no pasa siquiera entre productos, sino entre dos unidades de cuenta: Zapier cuenta pasos, el agente cuenta conversaciones. A continuación, cómo funciona cada unidad, cuánto cuesta a 8 de septiembre de 2026 y por qué señal se ve que la regla ya no da más de sí.
Cómo cobra Zapier
La suscripción de Zapier se compone de dos multiplicadores. El nivel de plan —Free, Professional, Team o Enterprise— define el conjunto de funciones. El task tier, que se elige aparte, define la reserva mensual de tasks, es decir, la capacidad de trabajo en sí.
Se consume un task por cada paso exitoso de un Zap y por cada llamada programática. Una llamada a una herramienta a través de Zapier MCP cuesta dos tasks; MCP es el protocolo con el que un programa externo accede a las herramientas de Zapier sin escenario visual. Las herramientas integradas —Formatter, Paths, Filters, Delay, Looping, Sub-Zaps, Digests, Storage, Tables, Forms— no consumen nada. Los pasos de AI by Zapier se cobran según el nivel del modelo: el estándar cuesta un task y el avanzado, tres. El paso Lead Router cuesta cinco. Cuando la reserva se agota, los escenarios no se detienen: la factura pasa automáticamente a pago por task hasta el final del periodo.
Tarifas públicas de autoservicio, pago anual, verificado el 8 de septiembre de 2026:
Tasks al mes | Professional, $/mes | Team, $/mes |
|---|---|---|
100 | gratis | no disponible |
750 | 19,99 | no disponible |
2.000 | 49 | 69 |
10.000 | 129 | 169 |
100.000 | 489 | 599 |
Los tiers de 750 y 1.500 solo existen en Professional; Team empieza en 2.000 tasks; Enterprise se cotiza aparte a través del equipo comercial. La lista de precios se lleva en dólares: al tipo de cambio del BCE del 06.07.2026 (1 USD = 0,876 EUR), el tier de 10.000 tasks son ≈113 € al mes, y el tipo no se recalcula automáticamente.
En este modelo pagas por la cantidad de ejecuciones, no por la calidad de las decisiones que hay dentro. Mientras los pasos sean simples, no hay en el mercado un modelo más barato. En cuanto aparece un modelo dentro del paso, el costo del paso se multiplica por su nivel y, si conectaste tu propio proveedor, a la factura de Zapier se suma tu propia factura de tokens.
Zapier Agents y Copilot: qué hay realmente en el producto
Hace tiempo que Zapier no es «solo reglas», y una comparación que calla esto induce a error.
Zapier Agents es un producto aparte con su propia unidad de cuenta. Se llama activity y vive fuera de la economía de los tasks. El plan gratuito da 400 activities al mes; el plan Pro, 1.500 activities por 33,33 $ al mes con pago anual; el nivel corporativo está marcado como «coming soon». El agente se conecta a los datos de la empresa, funciona a través de 9.000+ aplicaciones, sabe consultar páginas web y está disponible en la extensión para el navegador.
Zapier Copilot es un asistente dentro del editor: describes la tarea con palabras y él arma el escenario o el agente. En el plan gratuito hay un límite diario de mensajes; en los de pago está eliminado.
Si tu tarea es un juicio limitado dentro de un flujo que ya dominas, Zapier Agents puede cubrirla por completo y no hace falta pagarle a nadie por un agente aparte. Lo mismo escribimos sobre las plataformas vecinas: Make también tiene ya sus propios AI Agents y, en n8n, el nodo AI Agent es un runtime de agentes de verdad. Lo determinista aquí son los escenarios clásicos de esas plataformas, no las plataformas enteras.
La señal que marca la frontera
La señal: hoy una persona lee algo y luego decide.
Justo ese paso de lectura la regla no lo puede ejecutar. Tres situaciones en las que la señal salta con más frecuencia.
- La entrada es texto libre. Un correo del cliente, la transcripción de una llamada, un mensaje en mensajería, un PDF descuidado del proveedor. El escenario sabe tomar un campo de un formulario, pero no sabe entender un párrafo.
- Las excepciones no se acaban. Añades rama tras rama al Zap y cada vez encuentras un caso nuevo. Que las ramas se multipliquen significa que el árbol de decisiones ha dejado de ser finito.
- Cambia el camino mismo, no los datos que van por él. Hoy la consulta se cierra con una sola respuesta, mañana necesita una aclaración y comprobar existencias, pasado mañana, pasarla a una persona.
La forma más simple de comprobarlo es contar las ramas. El escenario «nueva solicitud desde el sitio → crear el trato → avisar al gerente» vive años y nunca necesita un agente. El escenario «mensaje entrante en mensajería → entender si es una consulta de precio, una queja o una aclaración sobre un pedido ya hecho → encontrar el pedido → responder» acumula una decena de condiciones para el final del trimestre, y cada condición nueva añade una rama que alguien tiene que mantener. El primer escenario es trabajo para una regla. El segundo es un paso de lectura disfrazado de enrutamiento.
La señal inversa también sirve. Si el paso se describe con una sola frase, «si X, entonces Y», y esa frase no ha cambiado en medio año, el agente aquí sobra, y cualquier proveedor que diga lo contrario te está vendiendo de más.
Dos unidades de presupuesto en un mismo flujo
Una gran tienda de ropa online ucraniana con una red de 30+ tiendas físicas (no revelamos el nombre por acuerdo) pasa por un agente de IA el flujo de consultas de Instagram, Viber, Telegram y el chat del sitio; los resultados el agente los escribe en Bitrix24. Desde finales de marzo de 2026 han pasado por él 6.448 diálogos entre abril y julio, y 1.782 en junio. La mediana de respuesta es de 13 segundos. El gasto de modelo es de ≈0,10 € (≈0,11 $) por diálogo. El pedido final lo formaliza un gerente. El análisis de esta implantación va en un artículo aparte.
Compara las unidades. Un diálogo no es un paso: el cliente escribe, matiza, cambia de opinión, pide una foto de otro color, vuelve dos horas después. Para contar ese flujo en tasks habría que decidir primero cuántos pasos ocupa una conversación y multiplicar cada paso con modelo por su nivel. No damos a propósito una «tarifa equivalente de Zapier» para este caso: sería una cifra inventada, no una medición.
La diferencia honesta está en otra parte. En Zapier presupuestas ejecuciones y del resultado respondes tú. Con nosotros presupuestas la conversación con el cliente y el KPI al que lleva, y del resultado respondemos nosotros. Son compras distintas, y confundir sus etiquetas de precio es la manera más rápida de equivocarse en la estimación.
Lo que no se ve en la tarifa de ninguna de las dos partes
La tarifa de Zapier no cubre a la persona que lleva la automatización. Nuestro precio no cubre tu disposición a cambiar el proceso. Ambas partidas de gasto son reales, y justo en ellas suelen fallar los primeros presupuestos.
En un escenario el error se ve como un Zap detenido: ves la bandera roja en la lista y arreglas la rama. En un agente el error se ve distinto: respondió con seguridad y mal. Por eso el agente necesita tres niveles de protección: reglas en el prompt, un modelo supervisor aparte que revisa la respuesta antes de enviarla y una persona en el límite. La norma de trabajo de escalado, es decir, la proporción de consultas que el agente entrega conscientemente a una persona, es del 10–20 % según nuestras propias implementaciones. Si un proveedor promete cero, o no lo midió o te esconde los errores. Cómo funcionan los tres niveles de protección es un artículo aparte con ejemplos.
La segunda partida invisible es la observabilidad. En un Zap miras el historial de ejecuciones: el paso pasó o falló. Para un agente eso no basta: hay que ver qué le dijo exactamente al cliente, cuántas veces se equivocó en el mismo punto y hacia dónde va la calidad de una semana a otra. En el caso de una red de 500 concesionarios (no revelamos el nombre por acuerdo) el agente mantiene un 95 %+ de precisión en las consultas típicas precisamente porque el resto de los casos los entrega a una persona en vez de adivinar.
Cuándo basta con Zapier
La respuesta correcta más frecuente a la pregunta inicial es «Zapier». Las señales por las que se ve:
- El disparador está estructurado: se envió un formulario, cambió la etapa del trato, se añadió una fila a una tabla.
- La regla es estable: la lógica no se ha reescrito en meses.
- El volumen es moderado y cada ejecución es barata.
- Hacen falta repetibilidad y auditoría: los mismos datos de entrada deben dar cada vez el mismo resultado.
- Dentro hay una persona que domina la automatización y la mantiene.
Si ese es tu caso, toma Zapier y no dejes que te vendan un agente. El agente empieza a ser rentable a partir de unas 200 solicitudes al mes; con un flujo de 50–200 sale más barato arreglar primero el proceso que añadirle otra capa.
Cuánto cuesta nuestra parte
Grow2.ai es la división de IA de Auspex. No vendemos una suscripción a una plataforma, sino un agente montado para tu proceso con un piloto de precio fijo.
Starter: 1.800 € por un piloto de 14 días, después desde 49 € al mes. Practice: 3.600 € por 21 días, después desde 99 €. Operator: desde 6.000 € por 30 días, después desde 149 €. Encima van los gastos de modelo; en el caso anterior son ≈0,10 € por diálogo. El piloto se paga por adelantado; si en la revisión del día 30 el KPI acordado no se ha movido, devolvemos el importe completo. El retorno típico es de 2–6 meses; en el caso de la red de concesionarios fue de 2–3.
La configuración de los procesos y del CRM en los que vivirá el agente la asume Auspex.
¿No sabes cuál es tu caso? La auditoría de IA gratuita de 2 minutos responderá si necesitas un agente y si no bastaría con una regla. Las preguntas generales sobre precios y plazos están reunidas en el hub Agentes de IA para empresas.