Las máquinas leen, las personas deciden: lo que revelan 865.000 llamadas de agentes de IA sobre el CRM de casino

Por qué importa

El Model Context Protocol (MCP) permite que un asistente de IA use las herramientas de otro sistema. Ya hay más de 10.000 servidores MCP públicos, y los principales paquetes MCP se descargan unos 490 millones de veces al mes. Pero casi no hay nada publicado sobre lo que hacen de verdad los agentes de IA una vez conectados, y la mayor parte de la investigación sobre agentes trata de programación.

En julio de 2026 abrimos el servidor MCP de Smartico. Claude, ChatGPT o el agente propio de un operador ya pueden leer y cambiar el CRM de un casino o de una casa de apuestas: campañas, recorridos del cliente, mensajes, bonos e informes. Este estudio muestra cómo fueron los primeros cuatro meses.

De 4 a 121 marcas en 16 semanas

El uso creció por escalones, a medida que las marcas pasaban de probar el servidor a usarlo en su trabajo diario. A mediados de octubre, los clientes de IA hacían casi 200.000 llamadas por semana, y muchas marcas usaban el servidor todas las semanas.

Qué hace la IA: primero lee, luego construye

Una IA mira antes de actuar. Seis de cada diez llamadas solo leen: la lista de campañas, un recorrido, una plantilla de bono, la configuración de la marca. Una de cada ocho llamadas es un análisis de los datos de la propia marca. Lo que más consulta la IA es la entrega de mensajes, los perfiles de jugadores, los resultados de campañas y los bonos.

Una cuarta parte de las llamadas cambia algo, y la mayoría de ellas construye recorridos del cliente. Añadir, actualizar y copiar los pasos del flujo de una campaña supone 6 de cada 10 llamadas de cambio. Después vienen los mensajes (email, push, popups, inbox) y la configuración de las campañas.

Las máquinas leen, las personas deciden

Agrupamos cada token de acceso según su comportamiento. La proporción de llamadas y la de cambios se separan:

• Los scripts hacen la mitad de todas las llamadas, a velocidad de máquina. Casi todo es lectura masiva para informes. Hacen menos de 1 de cada 10 cambios.
• Los agentes programados se ejecutan con un temporizador. Algunos son modelos de IA que se activan en el mismo minuto de cada hora y repiten la misma tarea.
• Los agentes de IA propios son código del propio operador con un modelo de lenguaje dentro, sin una app de chat de por medio.
• Las personas con un asistente de IA trabajan en Claude, ChatGPT y otras apps de chat. Hacen alrededor de un tercio de las llamadas y el 78% de los cambios.

Los operadores ya dejan que las máquinas lean por ellos. Pero cuando algo cambia en el CRM, casi siempre hay una persona en la conversación.

El reloj muestra la misma división. Las personas con un asistente de IA trabajan en horario de oficina. Las máquinas trabajan toda la semana: una de cada cuatro de sus llamadas se hace en fin de semana.

Claude hace la mayor parte del trabajo

Claude en el navegador y en la app móvil hace una de cada cinco llamadas y más de la mitad de todos los cambios. Claude Code y los agentes de escritorio de Claude suman otra cuarta parte de los cambios. En total, las apps de Claude hacen al menos 3 de cada 4 cambios en Smartico CRM. ChatGPT, Codex, Cursor y otras apps de IA hacen alrededor del 4%.

El grupo más grande por llamadas ni siquiera es una app de chat: el 40% de las llamadas viene de código que escribieron los propios operadores, sobre todo en Python y Node.js.

Un mensaje, cincuenta acciones

En un chat, la persona escribe, la IA trabaja y luego responde. La mayoría de estos turnos son pequeños: más de la mitad necesita tres llamadas o menos.

Pero a veces un mensaje inicia una ejecución larga. Alguien pide «crea un flujo de bienvenida de 7 días con un email, un push y un bono el día 3», y la IA lo construye paso a paso por su cuenta. Los turnos de 50 llamadas o más son solo 1 de cada 40, pero suman la mitad de todos los cambios que llegan desde apps de chat.

Las sesiones más grandes van más allá. Las sesiones con 100 cambios o más hicieron de media unos 400 cambios cada una: conjuntos enteros de recorridos, creados a un ritmo que ninguna persona podría seguir a clics. Una sesión típica es corta, de unos 5 minutos, pero 1 de cada 10 dura más de 45 minutos.

La IA corrige sus propios errores

Los modelos de IA se equivocan, pero también leen los mensajes de error. Cuando falla una consulta a la base de datos, la IA escribe una que funciona en tres intentos o menos el 86% de las veces, y dos de cada tres veces ya en el siguiente intento. Cuando nuestro servidor rechaza un cambio y dice qué falta, la IA consigue completar el cambio el 69% de las veces.

A principios de agosto, entre 3 y 4 llamadas de cada 100 terminaban en error. A mediados de octubre, era más o menos 1 de cada 100. Ayudaron dos cosas. Las marcas pasaron de las primeras pruebas al trabajo diario. Y seguimos enseñando al servidor a explicar los errores: en lugar de un error sin más, ahora hace una pregunta, como «este campo debe ir en horas enteras», y la IA corrige la llamada.

Qué llega a los jugadores

La mayoría de los cambios son borradores y configuraciones. Menos de 1 de cada 100 cambios actúa directamente sobre los jugadores, por ejemplo iniciar una campaña o dar un premio a los jugadores. Tres salvaguardas limitan lo que puede hacer una IA:

• Perfiles de acceso. Cada token tiene un perfil de lectura, de análisis, de edición o de acceso total. La IA ni siquiera ve las herramientas que no puede usar.
• Simulaciones. La IA puede mostrar un cambio antes de guardarlo. Casi 1 de cada 5 elementos nuevos o modificados pasó antes por una vista previa.
• Reglas de red. Una marca puede permitir el acceso MCP solo desde sus propias direcciones IP.

Cómo se compara

• Las personas siguen al mando. En el estudio de Anthropic sobre casi un millón de llamadas a herramientas de agentes (febrero de 2026), como mucho un 73% parece tener a una persona supervisando. En nuestro CRM, las personas hacen solo un tercio de las llamadas, pero casi 8 de cada 10 cambios.
• Más allá del código. La ingeniería de software supone cerca de la mitad de todas las llamadas a herramientas de agentes en los datos de Anthropic, y áreas como marketing y ventas se quedan en un pequeño porcentaje cada una. No hemos encontrado a otro proveedor que haya publicado datos de uso de su propio servidor MCP.
• Una llamada fallida no es una tarea fallida. En el benchmark MCP Atlas de Scale, los problemas con las herramientas causan entre la mitad y dos tercios de las tareas de agentes que fallan. En el trabajo real de CRM, menos de 3 de cada 100 llamadas fallaron o fueron rechazadas, y la IA corrigió la mayoría por su cuenta.

Qué significa para los operadores

• La IA ya hace trabajo real de CRM. Crea recorridos y mensajes, y revisa los datos antes de cambiar nada. Hace mucho más que responder preguntas.
• Deje que la IA construya y reserve las decisiones para las personas. Dé a cada token el acceso mínimo que necesita, revise los cambios masivos en una vista previa y mantenga a una persona en el proceso para todo lo que llega a los jugadores.
• Use scripts e IA para tareas distintas. Los scripts son baratos para lecturas repetidas e informes. Un modelo de IA compensa cuando la tarea exige criterio o cuando hay que corregir errores por el camino.

Preguntas frecuentes

Datos y método

Cómo citar

Smartico (2026). Las máquinas leen, las personas deciden: lo que revelan 865.000 llamadas de agentes de IA sobre el CRM de casino. https://www.smartico.ai/resources/labs/ai-agents-casino-crm-mcp-usage

El servidor MCP de Smartico conecta Claude, ChatGPT y otras apps de IA con su CRM. Vea para qué lo usan los equipos, cómo configurarlo y cómo se controla el acceso.