ASSINATURA PRO COM DESCONTO

Horas
Minutos
Segundos

BLOG

La aplicación de la IA en RRHH ya no es una tendencia futura: es una realidad presente y esencial para las organizaciones que desean atraer, retener y desarrollar talento de manera eficiente e inteligente.

En un entorno empresarial cada vez más complejo, la inteligencia artificial ha surgido como un recurso estratégico para optimizar las decisiones, automatizar los procesos y promover una gestión de personas más humana y eficaz.

¿Qué es la IA en RRHH y por qué es importante ahora?

¿Qué es la IA en RRHH y por qué es importante ahora?
¿Qué es la IA en RRHH y por qué es importante ahora?

La inteligencia artificial en recursos humanos se refiere al uso de tecnologías capaces de simular capacidades humanas, como el análisis de datos, la toma de decisiones y el procesamiento del lenguaje natural, aplicadas a los procesos de recursos humanos.

Estas soluciones abarcan desde sistemas automatizados de selección de currículos hasta agentes de IA que realizan un seguimiento de la trayectoria del empleado en tiempo real.

Ante el crecimiento exponencial del volumen de datos organizacionales y la presión por lograr agilidad en la toma de decisiones, los recursos humanos tradicionales se encuentran en un punto crítico. La IA surge como respuesta directa a la necesidad de escalabilidad, personalización y eficiencia.

Cómo se utiliza la IA en la gestión del talento.

El papel de la IA en RR. HH. va mucho más allá de la automatización de tareas repetitivas. Actualmente, las empresas utilizan la IA para obtener información predictiva, promover una incorporación personalizada, medir el clima organizacional y mejorar la experiencia del empleado de principio a fin.

Reclutamiento y selección con IA

Las herramientas de IA pueden analizar grandes volúmenes de currículos basándose en habilidades, experiencia y adecuación cultural. Esto reduce el tiempo de contratación y aumenta la precisión en la selección del candidato ideal.

LinkedIn, por ejemplo, utiliza algoritmos de IA para recomendar candidatos basándose en datos de comportamiento y trayectoria profesional. Más información en [enlace al artículo de LinkedIn]. Informe oficial de LinkedIn Talent Solutions.

Incorporación e integración inteligentes

La IA te permite automatizar el proceso de incorporación con listas de verificación personalizadas, bots para responder preguntas frecuentes y programación automática de la formación.

Herramientas como jornada laboral es el Factores de éxito Estas soluciones ya se están implementando a gran escala. Si desea ponerlas en práctica, obtenga más información sobre... Curso de Agentes con OpenAI.

Desarrollo y aprendizaje predictivo

Las plataformas de aprendizaje basadas en IA pueden recomendar itinerarios formativos adaptados al perfil y al rendimiento de cada empleado. Esto mejora el desarrollo individual y aumenta la retención del talento.

Un ejemplo es el uso de la IA para las LXP (Plataformas de Experiencia de Aprendizaje), como se analiza en... Informe de McKinsey sobre el futuro del trabajo.

Agentes de IA vs. Asistentes: Entienda la diferencia
Agentes de IA vs. Asistentes: Entienda la diferencia

Agentes de IA vs. Asistentes: Entienda la diferencia

Es común confundir a los agentes de IA con los asistentes virtuales. Mientras que los asistentes ejecutan comandos a petición, los agentes poseen autonomía, contexto y capacidades de aprendizaje.

En el ámbito de los recursos humanos, esto significa que un agente de IA puede anticipar necesidades, sugerir soluciones e interactuar de forma proactiva con directivos y empleados.

Esta evolución aporta una nueva dinámica al rol de Recursos Humanos, que está pasando de ser operativo a estratégico, apoyado por un ecosistema automatizado, receptivo e inteligente.

Descubre cómo crear y entrenar a estos agentes en Curso N8N, ideal para integraciones automatizadas con IA.

Herramientas y plataformas que están transformando los RRHH con IA.

La integración entre la IA y los RR. HH. es posible gracias a diversas plataformas especializadas. Algunas de las más utilizadas en el mercado son:

  • Orquestación de IBM Watson: un agente de IA diseñado para automatizar procesos de RRHH, como la contratación, la nómina y la gestión de beneficios.
  • Eightfold.aiSistema de búsqueda de talento con IA predictiva.
  • ContratarVueEntrevistas automatizadas con análisis emocional y del lenguaje corporal.
  • Gupy: una plataforma brasileña que utiliza IA para la gestión de reclutamiento y la evaluación del comportamiento.

Estas herramientas han contribuido significativamente a mejorar la experiencia de los candidatos, reducir los sesgos y aumentar la productividad de los equipos de recursos humanos.

Ejemplos reales de aplicaciones de IA en RRHH.
Ejemplos reales de aplicaciones de IA en RRHH.

Ejemplos reales de aplicaciones de IA en RRHH.

Empresas de todos los tamaños ya están cosechando los beneficios de adoptar la IA en RR. HH. Un ejemplo es EY, que, junto con IBM, implementó agentes de IA para automatizar tareas como la contratación y la gestión de beneficios, liberando así un tiempo valioso para que los profesionales se centren en la estrategia.

Otro ejemplo es Unilever, que utiliza IA para la preselección inicial de candidatos mediante entrevistas digitales y pruebas gamificadas. Esto ha aumentado la diversidad y reducido el tiempo de contratación en más de 751 TP14T. Lea el estudio de caso completo en [enlace al estudio de caso]. Sitio web de Unilever

Consideraciones esenciales para la adopción de la IA en recursos humanos.
Consideraciones esenciales para la adopción de la IA en recursos humanos.

Consideraciones esenciales para la adopción de la IA en recursos humanos.

A pesar de las oportunidades, la aplicación de la IA en RR. HH. exige responsabilidad. Es necesario abordar con rigor cuestiones como la privacidad de los datos, la transparencia algorítmica y la eliminación de sesgos.

La creación de comités de ética, la validación de modelos predictivos y la garantía del uso seguro de los datos son fundamentales.

Recursos Humanos debe posicionarse como un actor clave en este proceso, asegurando que la tecnología sirva a la estrategia organizacional sin comprometer la humanización de las relaciones laborales.

¿Qué esperar del futuro de la IA en RRHH?

En los próximos años, veremos la consolidación de agentes autónomos con integración nativa a sistemas ERP como SAP, Salesforce y Workday.

Estas soluciones funcionarán de forma interconectada, haciendo hincapié en el cumplimiento normativo y la auditoría en tiempo real.

Además, la personalización será la norma. Los empleados contarán con asistentes virtuales que los acompañarán durante toda su trayectoria profesional, desde la contratación hasta la finalización de la misma, brindándoles orientación, retroalimentación y oportunidades de crecimiento personalizadas.

Cómo empezar a aplicar la IA al departamento de RRHH de su empresa.

Las empresas que deseen emprender este camino deberían comenzar con un programa piloto de bajo riesgo y alto impacto. Automatizar la selección de currículos o implementar un chatbot de soporte al empleado son enfoques comunes y eficaces.

Para los profesionales que deseen sobresalir liderando esta transformación, se recomienda una formación estructurada.

La Capacitación de agentes y administradores de automatización con IA Es una excelente puerta de entrada para aquellos que buscan dominar herramientas, metodologías y aplicaciones del mundo real.

Otros cursos complementarios también pueden acelerar la curva de aprendizaje:

Con los conocimientos adecuados, es posible liderar una verdadera revolución digital en el sector de recursos humanos, generando valor estratégico, eficiencia operativa y una experiencia de colaboración mucho más enriquecedora para todos los involucrados.

¡Hola a todos! En la charla de hoy, quiero mostrarles por qué... Agentes de IA Los sectores verticales representan una de las mayores oportunidades que verás en los próximos años. Quizás en toda tu carrera.

Este término cobró fuerza tras un episodio de Y Combinator. Sí, la misma aceleradora que lanzó empresas como Airbnb. Y adivinen qué: si el mismísimo Sean Altman emprendiera un negocio hoy, apostaría por este modelo. Así que estén atentos.

Inteligencia artificial vertical e inteligencia artificial horizontal: ¿cuál es la verdadera diferencia?

Imagínate esto: la IA horizontal es como una navaja suiza. Es útil para todo, pero no destaca en nada en particular. La IA vertical, en cambio, es como un bisturí. Fue diseñada para solucionar un problema específico en un nicho de mercado concreto.

Por ejemplo: existen CRM genéricos que funcionan en diversas empresas. Ahora, imagine un CRM diseñado específicamente para escuelas digitales. Esa es la esencia de la IA vertical: un conocimiento profundo de un mercado específico.

Y para que quede claro, cuando hablo de IA, me refiero a Inteligencia Artificial.

¿Qué son los agentes de IA verticales y para qué se utilizan?
¿Qué son los agentes de IA verticales y para qué se utilizan?

La era de la hiperpersonalización no ha hecho más que empezar.

Ya vivimos en una época en la que todos desean una experiencia personalizada. Ahora, con la inteligencia artificial, esto se ha vuelto exponencial.

Lo que antes requería un equipo completo para atender a cada cliente de forma individual, ahora puede resolverse mediante un agente de IA. Caso por caso. Sin esfuerzo. A gran escala.

Y esto no solo se aplica al B2C. En el B2B, las empresas también buscan soluciones a medida y están dispuestas a pagar más por ellas.

Por qué los agentes de IA dominarán el mercado SaaS.

El impacto de la hiperpersonalización con IA.

O Satya Nadella, director ejecutivo de Microsoft, [Nombre] ya ha hablado sobre esto. Los agentes de IA no solo reemplazarán a los técnicos de nivel software, sino también a parte de la fuerza laboral.

Y eso lo cambia todo. Porque hoy en día, las empresas invierten mucho más en personal que en tecnología.

Para quienes no estén familiarizados, SaaS significa Software como Servicio, es decir, software distribuidos mediante suscripción. Se prevé que los agentes de IA integrados verticalmente superarán este modelo en escala y eficiencia.

Por eso Y Combinator cree que este mercado podría ser hasta diez veces más grande que SaaS.

Ejemplos reales que ya están en funcionamiento.

Ya estamos viendo cómo algunos modelos ganan popularidad en el extranjero.

MT (una iniciativa de NextAge) automatiza las pruebas de control de calidad (QA).. Cap AI creó un chatbot exclusivo para desarrolladores. Y Silent utiliza IA para gestionar los cobros por voz de préstamos para automóviles.

En Brasil también hay gente que vuela.

O VETERINARIO-GPT Es un agente científicamente entrenado específicamente para veterinarios. LO SABÍAS Proporciona servicios de consultoría ambiental basados en leyes y regulaciones específicas. Y la Chat ADV Ya ha superado los 90.000 abogados, ofreciendo la creación de documentos legales e investigación integral.

Todos estos ejemplos tienen algo en común: son específicos, resuelven un problema real y se adaptan a la IA.

¿Y qué significa esto para ti como emprendedor?

¿Por qué los agentes de IA podrían superar al mercado SaaS?

Si estás creando algo ahora, la pregunta es simple: ¿Qué tarea en tu mercado se sigue realizando manualmente, de forma repetitiva y sin personalización?

Aquí es donde un agente de inteligencia artificial puede intervenir y generar un valor significativo.

No se trata de crear el próximo gigante tecnológico, sino de crear una empresa altamente especializada que resuelva un problema real. Se trata de encontrar una ineficiencia y convertirla en una ventaja competitiva.

Último mensaje: presta atención a esto

El 5 de agosto, a las 7 PM, el Inicio sin código Vamos a lanzar una oferta histórica: acceso de por vida a la plataforma. Sí, acceso de por vida. Una oportunidad que la gente lleva años pidiendo.

Entonces Accede a la página del aniversario, regístrate y mantente al tanto de las novedades.

Si te ha gustado este contenido, compártelo con alguien que necesite abrir los ojos a esto. Nueva era de la IA. Vayamos juntos.

La inteligencia artificial ha impactado en diversos sectores creativos, y uno de los más revolucionarios es sin duda la producción musical. Inteligencia artificial para crear música Ya no es una promesa futurista: es una realidad accesible que está transformando la forma en que artistas, productores y entusiastas crean sonidos, composiciones y bandas sonoras de manera inteligente y automatizada.

¿Qué es la IA para la creación musical?
¿Qué es la IA para la creación musical?

¿Qué es la IA para la creación musical?

La IA para la creación musical es un conjunto de técnicas computacionales, generalmente basadas en... aprendizaje automático y redes neuronales profundas, lo que permite a los sistemas automatizados componer, armonizar, producir y editar música con una intervención humana mínima o nula.

Estas inteligencias aprenden patrones musicales a partir de grandes bases de datos y pueden generar desde melodías simples hasta composiciones complejas con instrumentación y arreglos profesionales.

Este tipo de IA se popularizó con el crecimiento de herramientas intuitivas que democratizaron el acceso a la tecnología, ya sea para uso profesional en estudios o como recurso creativo para influencers y desarrolladores de juegos y apps.

¿Cómo funciona la composición musical basada en IA?

Los sistemas de IA para la creación musical funcionan mediante modelos predictivos. Analizan millones de ejemplos musicales y, basándose en este conocimiento, predicen qué notas, acordes o estructuras rítmicas son más probables en contextos determinados. De esta forma, pueden:

  • Generar melodías originales con coherencia armónica;
  • Imitar estilos musicales específicos;
  • Crea bandas sonoras para vídeos, juegos o podcasts;
  • Para armonizar voces o ritmos automáticamente.

Las herramientas más avanzadas permiten la interacción en tiempo real con el usuario, sugiriendo variaciones melódicas, cambios de tonalidad o adaptaciones basadas en la retroalimentación inmediata.

Las 10 mejores herramientas de IA para crear música en 2025

A continuación, enumeramos las plataformas más populares y efectivas que utilizan IA para la composición, producción y masterización musical.

1. AIVA (Artista Virtual de Inteligencia Artificial)

AIVA (Artista Virtual de Inteligencia Artificial)
AIVA (Artista Virtual de Inteligencia Artificial)

Especializada en composiciones sinfónicas y bandas sonoras para películas, la AIVA Se utiliza ampliamente en producciones audiovisuales y videojuegos. Permite una edición muy precisa de partituras y estilos musicales.

2. Soundraw

Soundraw
Soundraw

Ideal para creadores de contenido, Soundraw Te permite generar pistas originales con inteligencia artificial en tan solo unos clics. Es altamente personalizable e intuitivo, incluso para quienes no tienen conocimientos musicales avanzados.

3. Música Amper

Música Amper
Música Amper

Ampliamente utilizado por agencias y productores de vídeo, el Amperio Crea bandas sonoras basadas en los géneros y emociones deseados. Con una interfaz intuitiva, ofrece licencias comerciales sencillas para su uso en redes sociales y publicidad.

4. Boomy

Boomy
Boomy

La propuesta de Boomy Permite a cualquiera, incluso sin conocimientos técnicos, crear música y publicarla en plataformas como Spotify. La IA se encarga de todo el proceso creativo.

5. Música secreta

Música secreta
Música secreta

Diseñado para su uso en vídeos y proyectos comerciales, el Música secreta Utiliza inteligencia artificial para generar bandas sonoras que se ajustan a contextos específicos, como "vlog", "juego de suspense" o "corporativo".

6. MuseNet (OpenAI)

MuseNet (OpenAI)
MuseNet (OpenAI)

O MuseNet, El sistema OpenAI es uno de los más avanzados. Capaz de generar composiciones con 10 instrumentos y más de 15 estilos musicales, combina técnicas de aprendizaje profundo con redes neuronales recurrentes.

7. Sonoro

Sonoro
Sonoro

Con un enfoque en creadores de vídeo y streamers, el Sonoro Produce pistas libres de derechos adaptables a estilos como Lo-Fi, EDM, Hip Hop y otros.

8. Fuertemente

Fuerte
Fuerte

Más que un simple generador de música, el Fuerte Es una plataforma colaborativa. Ofrece una biblioteca de muestras y un editor de música impulsado por IA, ideal para DJs y productores.

9. Soundtrap de Spotify

Soundtrap de Spotify
Soundtrap de Spotify

Aunque no está automatizado por IA, el 100% Trampa sonora Utiliza inteligencia artificial para sugerir ajustes de mezcla, automatizar instrumentos y colaborar en tiempo real.

10. Mubert

Mubert
Mubert

Basándose en algoritmos generativos, el Mubert Crea música "infinita" para entornos, apps, juegos o transmisiones en directo. Ofrece una API para desarrolladores que deseen integrar bandas sonoras automáticas en sus productos.

Aplicaciones prácticas y casos de uso reales
Aplicaciones prácticas y casos de uso reales

Aplicaciones prácticas y casos de uso reales

Las empresas de publicidad han estado utilizando la IA para crear jingles en tiempo récord, reduciendo significativamente el tiempo de producción sin comprometer la originalidad.

Inteligencia artificial en aplicaciones y productos digitales

Los desarrolladores de apps incorporan IA musical para ajustar las bandas sonoras en tiempo real en función del comportamiento del usuario.

Por ejemplo, las aplicaciones de meditación o fitness de apps ya utilizan IA para adaptar el ritmo y el estilo de la música al tipo de actividad que se realiza. Esta personalización del sonido aumenta la participación y la retención de los usuarios en la plataforma.

Los creadores independientes también se han beneficiado: al integrar la IA musical en sus flujos de trabajo de producción, pueden lanzar contenido exclusivo con mayor frecuencia, fortaleciendo su presencia en redes como TikTok y YouTube.

Para aquellos que quieran aplicar la IA musical a productos digitales, como apps o interfaces web interactivas, una forma eficiente es dominar herramientas visuales sin código.

La Capacitación de agentes de IA y administradores de automatización El curso No Code Startup enseña cómo integrar rápidamente la inteligencia artificial en flujos de trabajo e interfaces sin depender de programadores.

Ventajas del uso de la IA en la producción musical

La principal ventaja reside en la agilidad creativa. Con la IA, es posible probar variaciones rítmicas, melodías, armonías y arreglos en cuestión de minutos. Esto reduce los costes de producción, fomenta la experimentación y elimina las barreras técnicas.

Otra ventaja es la democratización de la creación: cualquiera con conexión a internet puede generar música de calidad profesional.

Tendencias e innovaciones futuras en la música con IA
Tendencias e innovaciones futuras en la música con IA

Tendencias e innovaciones futuras en la música con IA

Las tendencias apuntan hacia una mayor personalización del sonido, donde las IA podrán crear bandas sonoras adaptadas a las emociones o al contexto ambiental en tiempo real.

El uso de modelos generativos como Difusión y Transformadores La creación de sonidos sintéticos hiperrealistas es otra vía prometedora.

Estudios como los publicados por Revista de tecnología del MIT  Señalan la convergencia entre la IA, la neurociencia y la composición automatizada como una frontera tecnológica para la próxima década.

Cómo expandir tu potencial creativo con la IA musical

La IA musical abre las puertas a nuevas formas de expresión e innovación creativa. Tanto si exploras composiciones automatizadas como si integras sonidos inteligentes en el apps y productos digitales, ahora es el momento ideal para profundizar en tus conocimientos.

Para aquellos que buscan aplicar estas tecnologías en la práctica, con libertad técnica y rapidez de ejecución, la Entrenamiento de IA sin código Es la forma correcta de transformar ideas musicales en soluciones reales, incluso sin saber programar.

Lanzado en noviembre de 2024 por Anthropic, el Protocolo de Comunicación Máquina (MCP) ha transformado la forma... Agentes de IA Interactúan con servicios en línea. 

En lugar de programar cada llamada a la API, usted describe funciones En un manifiesto JSON, el agente ejecuta todo automáticamente. 

N8N incorpora soporte nativo para MCP, lo que le permite publicar o consumir servidores sin escribir código. 

En este tutorial, comprenderá por qué MCP se considera revolucionario, cuándo vale la pena adoptarlo y cómo probarlo en un flujo de trabajo del mundo real.

1. ¿Por qué MCP es revolucionario?

MCP conecta directamente a los agentes de IA con los servicios, eliminando los pasos de programación manual y permitiendo conversaciones para crear clientes, emitir facturas o leer hojas de cálculo en tiempo real.

La adopción por parte de empresas como Stripe indica que es probable que este modelo de comunicación se convierta en el estándar en los próximos años.

2. Las tres fases de la evolución de los agentes de IA

¿Qué es el estándar MCP?
  1. Acceso a las API mediante código: El desarrollador escribe todas las solicitudes HTTP.
  2. Herramientas integradas: Las plataformas exponen funciones internas listas para el modelo.
  3. Protocolos Abiertos (MCP): Cualquier servicio documentado se convierte en plug-and-play, lo que permite una escalabilidad casi instantánea de las capacidades.

3. ¿Qué es MCP y cómo funciona?

El MCP es esencialmente una especificación que describe funciones, parámetros requeridos y ejemplos de uso en un archivo JSON.

Cuando el agente lee este manifiesto, sabe exactamente qué llamada realizar y cómo manejar la respuesta, sin necesidad de instrucciones adicionales en la solicitud.

En otras palabras, el manifiesto elimina la necesidad de código personalizado: basta con actualizar el archivo para que las nuevas funciones estén disponibles, mientras que la lógica de errores y autenticación permanece centralizada.

4. Diferencia entre cliente MCP y servidor MCP

Diferencia entre cliente MCP y servidor MCP
PapelLo que haceCuándo usar
ClienteConsume manifiestos publicados por terceros.Desea acceder rápidamente a funciones de servicios externos (por ejemplo, crear pagos en Stripe).
ServidorPublica tu propio manifiesto.Debe exponer los procesos internos —desde CRM hasta ERP— como funciones a las que cualquier agente pueda acceder.
¿Para qué se utiliza MCP?

5. Beneficios del uso de MCP en proyectos de IA

Beneficios de utilizar el estándar MCP

La adopción de MCP reduce el mantenimiento del código, estandariza las entradas y salidas, facilita la gobernanza (solo se definen las acciones permitidas) y acelera la creación de prototipos.

Agregar o eliminar funciones se convierte en una simple edición del manifiesto, sin afectar las solicitudes o flujos existentes.

6. Comparación: API tradicional frente a MCP

API tradicional frente a MCP
AspectoAPI REST convencionalMCP
Público objetivoDesarrolladores humanosAgentes de IA
DocumentaciónSwagger/API abiertaManifiesto orientado a la función
Intención → acciónConversión manual (código)Automático por modelo
ActualizacionesDependen de los desarrolladores.Solo hacen falta algunos ajustes al manifiesto.

7. Herramientas con soporte MCP

Servidores MCP en GitHub

Los principales actores ya ofrecen soporte oficial. Stripe publica su manifiesto para operaciones de facturación; Anthropic ha habilitado el uso directo en... claudio; el GitHub Pruebe el protocolo en las extensiones de asistencia de código.

Además, la comunidad mantiene conectores para Google Sheets, Notion y HubSpot. Para supervisar todo esto, proyectos como LangSmith ofrecen una visión general completa de los flujos de MCP, lo que permite depurar cada llamada en detalle.

8. ¿Cómo se integra N8N con MCP?

MCP de integración N8N

En modo Cliente, solo apunta N8N a un manifiesto externo y crear un nodo HTTP ya configurado. En modo Servidor, Seleccionas cualquier nodo (o incluso un flujo de trabajo completo), defines su nombre, descripción y argumentos, y N8N genera automáticamente el manifiesto JSON.

Este archivo puede alojarse localmente (tiempo de respuesta bajo) o publicarse en la web para que lo utilicen otros agentes o herramientas.

9. Ventajas y desventajas de crear tu propio servidor MCP

Ventajas y desventajas de crear tu propio servidor MCP.

Construir tu propio servidor te permite controlar el versionado, la seguridad y los límites de uso. La desventaja es la sobrecarga: cada llamada pasa por tu infraestructura, lo que requiere políticas de monitorización, escalado y almacenamiento en caché para evitar latencia o costes innecesarios.

Si la función existe oficialmente en otro servicio, podría ser más sencillo utilizar el manifiesto que ya mantiene el proveedor.

10. Ejemplo práctico: agente de ventas que utiliza el servidor MCP

Agente de ventas automatizado n8n con mcp
  1. En N8N, cree tres funciones: crearLíder, Generar propuesta y enviar factura.
  2. Publíquelos como servidor MCP.
  3. Conecta un agente (Claude o GPT-40) a través del cliente MCP.
  4. Durante la conversación, el agente recopila datos del cliente y realiza llamadas. crearLíder, El proceso genera la propuesta y devuelve al usuario un enlace de pago creado por enviarInvoice. Todo el flujo se realiza en segundos, sin una sola línea de código adicional.
Agente de ventas automático del servidor MCP

Consideraciones finales

La implementación de MCP ya ofrece ventajas reales en agilidad y mantenibilidad, pero no es obligatoria en todos los casos. Antes de adoptarla, evalúe si la tecnología resuelve un problema concreto, pruébela en procesos pequeños y solo entonces amplíe su uso.

Si necesitas un punto de partida, aloja un manifiesto local en N8N, conecta tu agente preferido y observa cómo se comporta la automatización.

Sigue estudiando:

perfil mathues castelo

Matheus Castelo

perfil neto camarano

Nieto Camarano

Dos emprendedores que creen que la tecnología puede cambiar el mundo

Visite también nuestro canal de Youtube

es_ESES
flecha de menú

Nocodeflix

flecha de menú

Comunidad