Claude Computer Use llegó a producción: 3 flujos reales para marketing

Claude Computer Use pasó de beta a GA y, finalmente, vale la pena hablar de él en serio. Lo probé en beta durante meses y honestamente era frustrante: se atoraba seguido, leía mal botones, y la latencia mataba cualquier flujo serio. La versión GA arregló lo suficiente como para que tres flujos míos ya corran en producción.

Acá te cuento cuáles, qué cambió, y los costos honestos.

Qué cambió de beta a GA

Lo concreto:

• Mejor lectura visual: ya no se confunde tan seguido entre botones similares ni alucina elementos que no existen.
• Más rápido: la latencia bajó. Sigue lejos de tiempo humano, pero ya no es agonizante.
• Más estable en sesiones largas: antes a los 20 minutos colapsaba. Ahora aguanta sesiones de una hora o más.
• Mejor manejo de errores: cuando algo falla, intenta recuperarse antes de rendirse.

Lo que sigue mediocre:

• Sitios con mucho JavaScript dinámico todavía lo confunden.
• Captchas le ganan, como debe ser.
• Cualquier cambio de UI en el sitio objetivo te rompe el flujo y hay que ajustar instrucciones.

Setup mínimo

Sin ahondar en código, los componentes básicos:

1. API key de Anthropic con acceso a Claude (Sonnet 4 u Opus 4).
2. Entorno donde correrlo: máquina virtual o contenedor Docker. Anthropic publica el referencia.
3. Instrucciones claras del flujo: paso a paso, qué hacer, qué guardar, cómo terminar.
4. Mecanismo para guardar resultados: archivo, base de datos, lo que sea.

Si no eres técnica, vas a necesitar a alguien que sepa Python y Docker para el setup. Una vez montado, tú puedes correrlo y supervisarlo sin problema.

Flujo 1: research competitivo profundo

Caso real anonimizado: una cadena de F&B con 8 marcas en 3 países necesitaba revisar quincenalmente las cartas de 12 competidores: precios, platos nuevos, promociones, redes activas.

Cómo lo monté:

1. Lista de URLs de competidores (sitio web, IG, Facebook).
2. Computer Use abre cada URL, navega por la carta o feed, captura precios y screenshots de promos visibles.
3. Resume cada competidor en un párrafo estructurado.
4. Genera reporte consolidado al final.

Tiempo manual: una analista junior dedicaba 6 horas cada quince días. Ahora es una corrida de 40 minutos supervisada. Calidad: 80% del trabajo manual. Para el 20% restante (interpretar contexto, dar recomendaciones), un humano revisa y completa.

Flujo 2: llenado de formularios repetitivos

Caso real: un retailer mexicano de moda que postula sus productos a marketplaces LatAm. Cada plataforma pide el mismo producto registrado de forma distinta: campos en orden distinto, validaciones diferentes, fotos en formatos distintos.

Antes: una persona del equipo perdía 2 días por marketplace por categoría nueva.

Con Computer Use: el agente lee un CSV con producto y especificaciones, abre el portal del marketplace, navega al formulario, llena cada campo, sube fotos, y guarda evidencia.

Realidades:

• Funciona el 75% de las veces sin intervención humana.
• El 25% restante: algún campo cambió, alguna validación nueva, foto que no entra. Humano interviene.
• Aun así, ahorro de tiempo enorme. De 2 días a 4 horas supervisadas.

Flujo 3: monitoreo semanal de precios

Caso: marca de gran consumo que necesitaba saber precios de su categoría en 5 retailers online cada lunes.

El flujo:

1. Lista de SKUs propios y de competencia.
2. Cada lunes, agente abre los 5 sitios, busca cada SKU, registra precio, descuentos visibles, stock aparente.
3. Compara contra semana anterior.
4. Manda reporte al correo del equipo comercial con cambios destacados.

Lo que antes era una tarea fastidiosa de mitad de un practicante el lunes en la mañana, hoy es una corrida automática que llega al equipo a las 9am.

Fallos típicos y cómo evitarlos

• Sitio cambió de UI: el agente hace clic donde antes había un botón y ya no está. Solución: re-ejecutar con instrucciones actualizadas, o hacer el agente más resiliente con pasos de verificación.
• Cookies y popups bloquean: instruye explícitamente "si aparece popup de cookies, aceptar y seguir".
• Sesión muy larga, contexto saturado: divide en sub-tareas con outputs intermedios, no una corrida monolítica.
• El agente "alucina" que terminó sin haber terminado: pídele siempre que valide al final con captura de evidencia y output explícito.
• Costos disparados: ponle límites duros de tokens y de duración por corrida.

Costos honestos

No te voy a vender que es gratis. Mis tres flujos juntos cuestan unos $80-$120 USD al mes en API. Comparado con el tiempo humano que reemplazan, sigue siendo barato. Pero no es trivial.

Tip: corre cada flujo primero en modo prueba 3-4 veces, mide tokens, y proyecta el costo mensual antes de dejarlo automatizado.

Cuándo NO usar Computer Use

• Si tu tarea es 100% en una sola página estable, mejor usa un script tradicional con Playwright o Puppeteer. Más barato, más rápido.
• Si los datos son ultra-sensibles. Computer Use manda info a Anthropic. Lee términos antes.
• Si necesitas respuesta en segundos. La latencia no aplica.
• Si no tienes a nadie que pueda mantener el flujo cuando se rompe. Se va a romper, garantizado.

Recomendación

yo recomiendo no atascarse buscando "el flujo perfecto" antes de empezar. Elige una tarea aburrida y repetitiva que hagas tú o alguien de tu equipo, monta una versión simple y mira si vale la pena. Si funciona, escala. Si no, aprendiste y sigues.

Yo recomiendo esta jerarquía: primero automatizá con scripts puros lo que se pueda, después con APIs, y solo cuando ninguno de los dos sirva, llama a Computer Use. Es la opción más cara y más frágil, pero la más flexible.