¿Qué es Agent Hub de HubSpot y cómo administrar agentes de IA?

Agent Hub es el espacio centralizado de HubSpot para activar, crear, administrar y supervisar agentes de inteligencia artificial. Desde una misma interfaz, las empresas pueden trabajar con agentes prediseñados, desarrollar agentes personalizados, controlar sus permisos y fuentes de conocimiento, revisar resultados y automatizar procesos conectados con los datos del CRM.

HubSpot presentó Agent Hub en beta pública el 23 de julio de 2026. Su propósito es resolver un problema que aparece cuando una organización incorpora varios agentes de IA: cada agente puede terminar trabajando con información, permisos y objetivos diferentes. Agent Hub reúne esas capacidades sobre el contexto compartido del CRM y permite observar dónde está actuando la IA durante el recorrido del cliente.¿Qué es Agent Hub?

Agent Hub es el centro de administración de agentes de IA de HubSpot. Reúne tres tipos de recursos:

• Agentes prediseñados por HubSpot.
• Agentes personalizados creados con Agent Builder.
• Workflows con agentes para automatizar procesos de varios pasos.

Desde Agent Hub es posible comprobar qué agentes están activos, revisar los resultados que generan, instalar nuevas capacidades, modificar configuraciones y acceder al contexto que utilizan para ejecutar sus tareas.

La plataforma organiza los agentes según objetivos comerciales como generar demanda, ganar negocios, atender clientes y escalar operaciones. Así, marketing, ventas, servicio al cliente y RevOps pueden trabajar con una visión compartida, en vez de mantener automatizaciones de IA aisladas.

Según la documentación oficial de HubSpot, Agent Hub se encuentra en beta y está disponible en suscripciones Professional y Enterprise de distintos productos de la plataforma. Algunas funciones requieren HubSpot Credits, permisos adicionales o una suscripción específica.

¿Qué diferencia existe entre Agent Hub y Agent Builder?

Aunque forman parte de la misma propuesta, cumplen funciones diferentes.

Agent Hub funciona como el punto de control. Agent Builder es el entorno donde se diseña el comportamiento de un agente.

HubSpot también permite describir en lenguaje natural lo que se quiere construir mediante Breeze Assistant. El asistente propone un objetivo, herramientas y fuentes de conocimiento, pero la configuración debe revisarse y probarse antes de publicarla. Esta función reduce el trabajo inicial, aunque no reemplaza la definición del proceso ni la validación humana.

¿Por qué las empresas necesitan administrar sus agentes de IA?

Activar un agente aislado puede ser sencillo. La complejidad aparece cuando varios agentes leen registros del CRM, redactan comunicaciones o modifican información al mismo tiempo.

Por ejemplo, un agente de prospección podría preparar un correo para una empresa que mantiene un ticket crítico abierto. Si los agentes no comparten el contexto adecuado, la comunicación comercial puede resultar inoportuna.

Causas habituales del problema

• Los agentes se implementan por área sin una política común.
• Las instrucciones se crean sin responsables ni criterios de calidad.
• Se habilita acceso a más información de la necesaria.
• Las fuentes de conocimiento contienen datos desactualizados o contradictorios.
• No se revisan el historial de ejecución ni el consumo de créditos.
• Los agentes pueden escribir en el CRM sin controles proporcionales al riesgo.
• Los equipos no definen cuándo debe intervenir una persona.

Consecuencias para el negocio

Una administración deficiente puede producir respuestas incorrectas, actualizaciones no deseadas en el CRM, comunicaciones fuera de contexto, consumo innecesario de créditos o experiencias inconsistentes para el cliente.

También dificulta medir el retorno de la IA. Si cada área opera sus agentes por separado, la organización pierde visibilidad sobre qué tareas se están ejecutando, qué resultados producen y quién debe corregirlos.

¿Qué agentes se pueden administrar desde Agent Hub?

La oferta puede cambiar mientras el producto permanece en beta. Entre las capacidades destacadas actualmente por HubSpot se encuentran:

• Prospecting Agent: investiga empresas y prepara comunicaciones comerciales personalizadas.
• Customer Agent: responde consultas, atiende conversaciones y deriva los casos que necesitan intervención humana.
• Data Agent: investiga, enriquece y analiza información relacionada con los registros del CRM.
• Content Agent: apoya tareas de creación de contenidos.
• Closing Agent: ayuda a responder preguntas y entregar información durante el proceso de compra.
• Agentes personalizados: ejecutan instrucciones, consultan conocimiento y utilizan las acciones seleccionadas por la empresa.
• Workflows con agentes: coordinan agentes, desencadenantes y acciones dentro de procesos automatizados.

Los agentes disponibles, su consumo y sus requisitos dependen de la suscripción y de la configuración de cada cuenta. Antes de instalar uno, conviene revisar su ficha en Agent Marketplace, especialmente las herramientas que utiliza, los permisos requeridos y el uso estimado de créditos.

¿Cómo administrar agentes de IA en Agent Hub paso a paso?

1. Configura el acceso a las funciones de IA

Un Super Admin debe revisar la configuración antes de crear agentes.

En HubSpot:

1. Haz clic en el ícono de Configuración.
2. En el menú lateral, entra en Gestión de la cuenta > IA.
3. Abre la pestaña Acceso.
4. Habilita el acceso a las herramientas y funciones de IA generativa.
5. Revisa si el agente necesita acceso a datos del CRM, conversaciones de clientes o archivos.
6. Confirma que Breeze Assistant esté habilitado si se utilizará para crear agentes mediante lenguaje natural.

La configuración de IA de HubSpot permite controlar las funciones disponibles y las fuentes de datos que pueden emplearse. Dar acceso a una función no implica que todos los agentes deban consultar todas las fuentes.

2. Entra en Agent Hub

En la navegación principal de HubSpot:

1. Haz clic en Más.
2. Selecciona Agentes > Agent Hub.
3. Abre la pestaña Introducción.
4. Revisa la sección dedicada al recorrido del cliente con agentes.

Las tarjetas muestran las funciones activas y los resultados disponibles. Cuando una función todavía no está configurada, puedes revisar qué hace y seleccionar Activar. Para modificar una función en uso, selecciona Administrar.

3. Decide si instalarás o crearás un agente

Si el proceso corresponde a un caso de uso estándar, comienza por Agent Marketplace. Allí puedes revisar agentes prediseñados, sus funciones, herramientas y consumo de créditos antes de instalarlos.

Para crear un agente personalizado:

1. En Agent Hub, abre el menú Crear.
2. Selecciona Agente.
3. Define sus instrucciones, acciones, conocimiento y entradas.
4. Configura su acceso.
5. Ejecuta pruebas.
6. Revisa el costo estimado.
7. Guarda y publica los cambios.

La guía oficial de Agent Builder recomienda definir explícitamente el rol, el objetivo, el método de trabajo y el formato de salida.

4. Redacta instrucciones operativas

Una instrucción útil debe responder cuatro preguntas:

• ¿Qué función cumple el agente?
• ¿Qué resultado debe producir?
• ¿Qué pasos debe seguir?
• ¿Cómo debe presentar la respuesta?

Un agente para preparar el traspaso entre ventas y onboarding podría recibir estas instrucciones:

Actúa como analista de onboarding. Revisa el negocio cerrado, la empresa asociada, los contactos, los productos adquiridos y las actividades recientes. Resume los objetivos del cliente, compromisos comerciales, fechas relevantes y riesgos detectados. No completes información que no esté disponible. Separa los datos confirmados de los antecedentes pendientes y entrega el resultado en un formato breve para el equipo de implementación.

También conviene definir qué debe hacer frente a datos incompletos. Una instrucción como “indica que la información no está disponible y solicita revisión humana” reduce el riesgo de que el agente complete vacíos con suposiciones.

5. Limita las acciones disponibles

En Agent Builder, las acciones determinan qué puede hacer el agente. Entre las opciones se encuentran consultar información, generar contenido, navegar por internet, leer registros o escribir en el CRM. También pueden incorporarse sistemas externos mediante conexiones compatibles con Model Context Protocol.

Aplica el principio de menor privilegio:

• Entrega acceso de lectura cuando la tarea no requiera modificar información.
• Separa la generación de una recomendación de su ejecución automática.
• Solicita aprobación humana para comunicaciones o cambios sensibles.
• Restringe la escritura a objetos y propiedades claramente definidos.
• Evita habilitar navegación web si el agente solo necesita información interna.

Un agente que prepara un resumen comercial puede requerir lectura de contactos, empresas y negocios. No necesita necesariamente editar esos registros ni enviar correos.

6. Configura conocimientos y entradas

Agent Builder distingue entre conocimiento e inputs.

El conocimiento es la información estable que el agente puede consultar en distintas ejecuciones, por ejemplo:

• Lineamientos de marca.
• Documentación de productos.
• Preguntas frecuentes.
• Criterios de calificación.
• Perfiles de cliente ideal.
• Contenido almacenado en knowledge vaults.

Los inputs cambian en cada ejecución, por ejemplo:

• Un contacto específico.
• Un negocio.
• El nombre de una empresa.
• Una fecha.
• El tema de un contenido.
• Un valor recibido desde un workflow.

Esta separación evita repetir el contexto general cada vez que el agente se ejecuta. También facilita actualizar una fuente central cuando cambian los productos, mensajes o políticas internas.

7. Asigna permisos por usuario y equipo

Por defecto, los Super Admins pueden editar agentes y todos los usuarios pueden ejecutarlos. Sin embargo, Agent Builder permite restringir el acceso.

Las alternativas incluyen:

• Solo propietario y Super Admins pueden editar y ejecutar.
• Propietario y Super Admins pueden editar, mientras todos pueden ejecutar.
• Todos pueden editar y ejecutar.
• Acceso personalizado para usuarios y equipos específicos.

La selección debe reflejar el impacto del agente. Un agente que consulta información puede admitir un acceso más amplio que uno capaz de editar propiedades, publicar contenido o preparar comunicaciones externas.

Además, el permiso sobre el agente no reemplaza los permisos de las demás herramientas. Si un usuario no puede publicar una landing page, tampoco podrá ejecutar correctamente un agente que dependa de esa acción.

8. Prueba antes de publicar

Las pruebas dentro de Agent Builder no consumen créditos, de acuerdo con la documentación vigente de HubSpot.

Utiliza registros representativos y casos límite para comprobar:

• ¿Qué el agente respete el formato solicitado?
• ¿Qué consulte las fuentes correctas?
• ¿Qué distinga hechos de suposiciones?
• ¿Qué no exponga información innecesaria?
• ¿Qué responda correctamente cuando faltan datos?
• ¿Qué no ejecute acciones fuera de su alcance?
• ¿Qué el resultado sea útil para la persona que lo recibirá?

Una sola prueba positiva no es suficiente. Incluye registros completos, registros incompletos, datos contradictorios y situaciones que deban derivarse a una persona.

9. Revisa créditos y establece límites

Después de las pruebas, abre Run history y revisa el costo estimado de cada ejecución. HubSpot advierte que este valor es informativo y que el consumo real puede variar.

Define límites mensuales según:

• Volumen esperado de registros.
• Frecuencia de ejecución.
• Costo aproximado por tarea.
• Importancia del proceso.
• Presupuesto asignado.
• Necesidad de reintentos o revisión humana.

El control debe considerar tanto el costo por ejecución como la utilidad obtenida. Un agente económico que genera resultados que nadie utiliza también representa desperdicio.

10. Publica y supervisa las ejecuciones

Cuando las pruebas sean satisfactorias, selecciona Guardar y publicar cambios. Después podrás ejecutar el agente y revisar su salida en Agent Inbox.

Durante las primeras semanas conviene monitorear:

• Número de ejecuciones.
• Resultados correctos e incorrectos.
• Casos derivados a una persona.
• Tiempo ahorrado.
• Cambios efectuados en el CRM.
• Consumo de créditos.
• Incidentes o retrocesos.
• Opiniones de los usuarios.

La supervisión debe traducirse en ajustes sobre instrucciones, conocimiento, inputs, acciones o permisos.

Caso de uso: preparar el traspaso de ventas a onboarding

Una empresa B2B quiere evitar que el equipo de implementación reciba negocios cerrados sin información suficiente.

El agente puede activarse cuando un negocio pasa a “Cerrado ganado” y realizar estas tareas:

1. Leer el negocio, la empresa y los contactos asociados.
2. Revisar productos, objetivos, fechas, notas y actividades recientes.
3. Identificar campos críticos sin completar.
4. Preparar un resumen estructurado.
5. Marcar riesgos o compromisos que requieran revisión.
6. Enviar el resultado al responsable de onboarding.
7. Solicitar intervención humana si detecta información contradictoria.

Este caso permite comenzar con un alcance controlado. Durante la primera etapa, el agente puede limitarse a generar el resumen sin modificar registros. Cuando el equipo valide su desempeño, se pueden incorporar acciones adicionales con permisos específicos.

Buenas prácticas para gobernar agentes de IA

Asigna un responsable

Cada agente debe tener una persona responsable del proceso, aunque haya sido creado por un equipo técnico o de RevOps. El responsable define el objetivo, aprueba los cambios y revisa los incidentes.

Documenta su propósito

Registra el nombre, propietario, usuarios, fuentes, permisos, costos, indicadores, versión de instrucciones y fecha de revisión de cada agente.

Separa lectura, recomendación y acción

Clasifica los agentes según su nivel de autonomía:

• Nivel 1: consulta información y responde.
• Nivel 2: analiza información y recomienda acciones.
• Nivel 3: prepara cambios que requieren aprobación.
• Nivel 4: ejecuta acciones dentro de límites definidos.

Esta clasificación ayuda a establecer controles proporcionales al impacto.

Mantén el contexto actualizado

Un agente puede seguir correctamente sus instrucciones y aun así entregar una mala respuesta si consulta documentos obsoletos. Define propietarios y fechas de revisión para los knowledge vaults, guías y archivos utilizados.

Mide resultados operativos

No limites la evaluación al volumen de ejecuciones. Utiliza indicadores vinculados con el proceso:

• Porcentaje de resultados aceptados sin correcciones.
• Tiempo ahorrado por tarea.
• Errores o modificaciones revertidas.
• Casos derivados correctamente.
• Cumplimiento del tiempo de respuesta.
• Costo por resultado útil.
• Satisfacción de usuarios internos o clientes.

Mantén supervisión humana en decisiones sensibles

Las comunicaciones contractuales, cambios financieros, eliminación de datos, decisiones laborales y otras acciones de alto impacto requieren controles adicionales. La IA puede preparar antecedentes o recomendaciones, pero la empresa debe determinar cuándo la decisión final corresponde a una persona.

¿Agent Hub reemplaza los workflows de HubSpot?

Agent Hub no elimina los workflows tradicionales. Los complementa.

Un workflow convencional funciona bien cuando las condiciones y acciones están claramente definidas. Por ejemplo: si un negocio cambia de etapa, asignar una tarea al propietario.

Un agente resulta más útil cuando el proceso requiere interpretar información no estructurada, resumir conversaciones, investigar antecedentes o generar una respuesta adaptada al contexto.

Los workflows con agentes combinan ambas capacidades: una regla determinista activa el proceso y el agente resuelve la parte que requiere interpretación. HubSpot permite crear estas automatizaciones desde Agent Hub > Crear > Workflow.

Conclusión

Agent Hub ofrece una base común para que marketing, ventas, servicio y RevOps administren agentes de IA conectados con el CRM. Su mayor aporte no es únicamente facilitar la creación de agentes, sino dar visibilidad sobre qué agentes están activos, qué información utilizan, quién puede operarlos y qué resultados producen.

Una implementación responsable comienza con un proceso concreto y medible. Después se definen permisos, fuentes de conocimiento, instrucciones y límites de ejecución. Las pruebas y la supervisión continua permiten ampliar la autonomía sin perder control sobre la experiencia del cliente ni sobre los datos del negocio.

Si tu empresa quiere implementar Agent Hub, conviene comenzar con un diagnóstico de procesos y seleccionar un caso de uso de bajo riesgo que permita demostrar valor. En Ciclo de Vida LATAM podemos ayudarte a diseñar, configurar y gobernar agentes de IA integrados con HubSpot según los objetivos de tus equipos de marketing, ventas y servicio.