HubSpot presentó Agent Hub, inicialmente en beta pública, para cuentas Professional y Enterprise. Su objetivo es resolver un problema concreto: a medida que una empresa suma agentes de IA, cada uno tiende a trabajar con una visión distinta, o incompleta, del cliente. Agent Hub los reúne en un único lugar y les da un contexto compartido basado en el Smart CRM.
Desde Agent Hub puedes:
- Ver el estado y el rendimiento de cada agente activo.
- Activar con un clic los agentes que todavía no usas.
- Crear agentes personalizados y workflows agénticos.
- Instalar agentes desde el Agent Marketplace.
- Organizar resultados por objetivo comercial: generar demanda, cerrar negocios, fidelizar clientes y escalar el crecimiento.
Agent Hub, Agent Builder y Breeze Assistant: quién hace qué
La nomenclatura de la IA de HubSpot cambió durante 2026, y conviene tenerla clara:
| Componente |
Nombre anterior |
Función |
| Agent Hub |
Breeze Agents |
Espacio para activar, configurar y supervisar todos los agentes |
| Agent Builder |
Breeze Studio |
Generador para crear agentes y automatizaciones personalizadas con lenguaje natural |
| Breeze Assistant |
Breeze Copilot |
Asistente conversacional que interpreta lo que pides y asigna la tarea a los agentes adecuados |
En síntesis: Breeze es la capa de IA de HubSpot, Breeze Assistant es la puerta de entrada conversacional y Agent Hub es el lugar donde se gobiernan los agentes. En la práctica, puedes pedirle a Breeze Assistant una tarea en lenguaje natural, como preparar un plan de campaña o un informe, y el asistente recurre a los agentes especializados que tengas activos, usando el mismo contexto del CRM.
Qué agentes hay y qué condiciones de acceso aplican
Agent Hub distingue dos tipos de agentes:
- Predefinidos por HubSpot, que se activan y configuran, pero no se construyen desde cero: AEO, agente de datos, agente de prospección, progresión de los negocios y agente de clientes.
- Personalizados, que creas con Agent Builder ajustando datos de entrada, instrucciones, herramientas, fuentes de conocimiento y configuraciones de automatización.
Las condiciones de acceso varían según el agente:
- Agent Hub está disponible con Marketing, Sales, Service, Data y Content Hub, y con Smart CRM y Revenue Hub en sus ediciones Pro y Enterprise.
- Algunos agentes predefinidos y los workflows agénticos requieren Professional o Enterprise; AEO exige Marketing Hub Pro o Enterprise.
- Las funciones de agentes consumen créditos de HubSpot.
<<<Breeze Agents de HubSpot: IA al servicio de tu equipo>>>
Casos de uso por área: marketing, ventas y atención al cliente
Un punto clave antes de ver ejemplos: no todos los agentes operan con el mismo nivel de autonomía. Algunos diagnostican y recomiendan, otros ejecutan con aprobación previa y otros actúan dentro de reglas que define tu equipo.
Marketing: AEO para medir la visibilidad en buscadores de IA
- Tarea: medir cómo aparece tu marca en las respuestas de ChatGPT, Gemini y Perplexity, qué fuentes se citan y qué contenido conviene crear o actualizar.
- Información que necesita: detalles de marca, competidores, productos, ICP y prompts. En Marketing Hub Pro y Enterprise, los prompts se generan a partir de los datos de HubSpot, la audiencia y la oferta.
- Papel humano: el agente diagnostica y recomienda; el equipo de marketing decide qué contenido producir y valida que las recomendaciones encajen con la estrategia.
<<<AEO Grader: cómo medir la visibilidad de tu marca en la IA con HubSpot>>>
Ventas: agente de prospección
- Tarea: investigar empresas objetivo y redactar correos de prospección personalizados.
- Información que necesita: un perfil de venta (propuesta de valor, tono y posicionamiento) y las interacciones del contacto durante el último año: formularios, visitas a páginas, llamadas, reuniones, notas y aperturas de correo.
- Papel humano: puede trabajar en modo revisión antes del envío, en el que el vendedor aprueba cada mensaje, o en envío automático, con límites de frecuencia y de cantidad de correos. Lo recomendable es empezar revisando y habilitar el envío automático solo cuando la calidad esté probada.
<<<Breeze Prospecting Agent: llena tu CRM de cuentas objetivos>>>
Atención al cliente: agente de clientes
- Tarea: responder conversaciones de soporte y resolver solicitudes rutinarias, como el estado de un pedido o las políticas de devolución.
- Información que necesita: fuentes de contenido sincronizadas (artículos de la base de conocimientos, páginas web, documentos), datos del CRM y acciones configuradas.
- Papel humano: las reglas de derivación definen cuándo la conversación pasa a una persona; por ejemplo, ante menciones de reembolso, cancelación o problemas de acceso. El equipo además mantiene actualizadas las fuentes y analiza el rendimiento del agente.
<<<HubSpot Service Agent: automatización del soporte y CX inteligente>>>
Por qué el contexto del CRM importa
Un agente es tan bueno como la información que recibe. Si los registros están duplicados, incompletos o desactualizados, el agente de prospección personalizará mal y el agente de clientes responderá con datos erróneos.
Calidad de datos y contexto compartido
Agent Hub incluye una pestaña llamada Contexto donde defines la información general que usan todos los agentes: mensaje de la empresa, tono, marca e ICP. Para casos específicos existen los depósitos de conocimientos, que almacenan detalles de productos, documentación interna o guías de asistencia.
Antes de activar agentes, conviene:
- Depurar duplicados y completar las propiedades clave de contactos, empresas y negocios.
- Documentar mensajes, tono e ICP en la pestaña Contexto.
- Revisar que los artículos de ayuda y la documentación interna estén vigentes.
- Evaluar si el agente de datos puede ayudarte, como primer paso, a enriquecer y mantener los registros.
Objetivos, permisos y responsables
Además de los datos, hay tres condiciones organizativas que conviene resolver:
- Objetivos: qué resultado esperas del agente; por ejemplo, reducir el tiempo de primera respuesta o aumentar las reuniones agendadas.
- Permisos: desde la configuración de IA gestionas el acceso a las funciones y qué datos se comparten. Algunos agentes exigen permisos específicos: el de prospección requiere permisos de superadministrador o de acceso al agente de prospección, y cada usuario debe habilitar que el agente envíe correos en su nombre.
- Responsables: asigna a una persona que configure el agente, revise sus resultados en la bandeja de entrada del agente y ajuste instrucciones o fuentes cuando haga falta.
Cómo elegir y evaluar tu primera implementación
Criterios para elegir el primer agente
Una buena primera implementación cumple con estas condiciones:
- Tarea repetitiva y de alto volumen, donde el ahorro de tiempo sea medible.
- Riesgo acotado: un error es fácil de detectar y corregir.
- Datos disponibles y confiables en el CRM o en las fuentes de conocimiento.
- Un responsable claro, con tiempo para supervisar las primeras semanas.
Las consultas frecuentes de soporte o la investigación previa de cuentas suelen cumplir estos requisitos mejor que las tareas sensibles, como negociaciones o reclamos complejos. Si ninguno de los agentes predefinidos se ajusta a tu proceso, un agente personalizado con una tarea bien delimitada, como el caso de Ignite Reading, también es un buen punto de partida.
Métricas para evaluar resultados
Define una línea base antes de activar el agente y compara con estos indicadores:
- Volumen atendido: conversaciones resueltas, cuentas investigadas o registros enriquecidos.
- Calidad: precisión de las respuestas y porcentaje de borradores que el equipo debe editar. Un cliente citado por HubSpot activó el envío automático recién cuando comprobó que su equipo editaba solo el 3 % de los correos generados.
- Tiempos: de primera respuesta, de resolución o de preparación de cada tarea.
- Necesidad de intervención: tasa de derivación a personas y frecuencia de correcciones.
Controla también el consumo de créditos. En el agente de clientes, por ejemplo, los créditos se consumen solo cuando el agente entrega una resolución, y las pruebas previas al despliegue no los consumen.
Conclusión
Agent Hub ordena la IA de HubSpot en un solo lugar: reúne agentes predefinidos y personalizados, les da un contexto común y permite supervisar sus resultados por objetivo comercial. Su valor, sin embargo, depende de lo que haya debajo: datos limpios, objetivos concretos, permisos bien asignados y personas responsables de revisar. Empieza por un caso acotado, mide contra una línea base y amplía la autonomía del agente a medida que los resultados lo justifiquen.