La inteligencia artificial agéntica pasó a ocupar un lugar central en la agenda de compañías de distintos rubros, que ven en esta tecnología de la información (TI) una forma de ir más allá de responder consultas o redactar textos. Lo distintivo de los agentes es que arman flujos de trabajo autónomos: coordinan acciones, razonan con la información disponible y deciden dentro de reglas ya definidas.
Ese entusiasmo convive con una advertencia para quienes lideran áreas de TI y de negocio. Según un informe de Harvard Business Review Analytic Services, realizado junto con la empresa Deloitte, hasta el 40% de los proyectos de inteligencia artificial agéntica podría quedar cancelado antes de 2027.
El motivo principal no sería la falta de herramientas, sino la brecha entre lo que las empresas quieren lograr y lo preparadas que están realmente para modificar procesos, datos, sistemas y formas de gestión.
Por eso, la discusión va mucho más allá de sumar una herramienta nueva. La pregunta de fondo es cómo hacer que las organizaciones dejen atrás las pruebas aisladas y logren operaciones inteligentes, sostenibles y con control real.
En ese camino aparecen obstáculos técnicos, culturales, económicos y de gobierno que van a determinar qué proyectos generan impacto concreto y cuáles quedan varados en la etapa inicial.
Qué diferencia a un bot que responde de un agente que coordina procesos
Durante años, gran parte de las compañías apostó a la automatización robótica de procesos para encargarse de tareas simples, repetitivas y de poco valor agregado.
La idea era sacarse de encima cargas como copiar datos entre sistemas, validar campos o dar respuestas ya definidas. La inteligencia artificial agéntica propone un salto distinto: no trabaja sobre una tarea suelta, sino sobre toda una secuencia de trabajo.
El proceso de incorporación de un nuevo empleado sirve para entender esa diferencia. Un bot tradicional puede leer un contrato y sacar datos básicos, como el nombre, la fecha de ingreso o el área de destino. Un esquema con agentes, en cambio, puede activar los pasos que siguen, cruzar información entre distintas áreas y ejecutar acciones conectadas entre sí.
Fernanda Velázquez, socia líder de Operate de Deloitte Cono Sur, me lo explicó así: «La inteligencia artificial agéntica permite pasar de automatizar tareas sueltas a rediseñar procesos completos. En vez de que un agente solo extraiga datos de un formulario, un sistema agéntico dispara automáticamente los flujos siguientes, con agentes que se coordinan entre sí y se pasan la posta».
En ese mismo ejemplo, un agente puede dar de alta al nuevo empleado en el área de gestión de empleados, otro puede coordinar con el área de tecnología la entrega de los equipos y un tercero puede dejar lista la información para la liquidación de sueldos.
La diferencia pasa por la velocidad y también por cómo se piensa el proceso. Velázquez afirmó: «La clave es rediseñar el flujo alrededor del ‘momento que importa’ para el usuario, no de los límites departamentales». Esa mirada obliga a repensar cómo se conectan áreas que, en muchos casos, funcionan con prioridades y sistemas distintos.
Por qué es un error mirar la inteligencia artificial agéntica solo como un ahorro de costos
Buena parte del riesgo aparece cuando se lee el fenómeno de forma limitada. Si la inteligencia artificial agéntica se pone en marcha únicamente para recortar presupuesto o reemplazar puestos de trabajo, el proyecto termina atado a una lógica vieja.
Esa mirada suele dejar de lado el trabajo previo que exige cualquier operación autónoma: ordenar procesos, limpiar datos, documentar sistemas, repasar responsabilidades y preparar a los equipos.
El informe advierte que las organizaciones con más chances de éxito van a ser las que tomen esta tecnología como un cambio de fondo en su modelo de trabajo, con inversión sostenida y disciplina a la hora de ejecutar.
Velázquez marcó cuál es el desvío más común: «Las empresas que solo buscan reducir costos tratan la inteligencia artificial agéntica como si fuera ‘outsourcing’ tradicional, sin encarar la ‘deuda’ de procesos, datos, sistemas ‘legacy’ (legados) y resistencia cultural que hay que resolver antes de escalar».
Este punto pega fuerte en el mercado local, donde muchas compañías todavía conviven con sistemas viejos, bases de datos que no se hablan entre sí y procesos que dependen del conocimiento informal de algunas personas. Si esas condiciones no se corrigen, los agentes no suman valor: multiplican errores, dejan a la vista inconsistencias y arman resultados difíciles de auditar.
Qué frena a los agentes, datos desordenados y sistemas viejos
La llegada de la inteligencia artificial agéntica se choca con tres frentes que suelen definir el resultado final de los proyectos. El primero es la deuda de procesos.
Gran parte de las rutinas corporativas fueron pensadas para personas capaces de resolver excepciones con criterio propio, completar vacíos con experiencia y corregir fallas sobre la marcha. Un agente, en cambio, necesita reglas, datos y límites de acción mucho más precisos.
El segundo frente es la deuda de datos. Información duplicada, incompleta o repartida en distintos repositorios puede hacer inviable una operación autónoma a gran escala.
Sobre este punto, Velázquez afirmó: «Los datos fragmentados o inconsistentes impiden que los agentes tomen decisiones confiables. Si la información de base no es sólida, cualquier intento de escalar agentes multiplica errores en lugar de eficiencia».
El tercer obstáculo tiene que ver con los sistemas heredados, los que en la industria se conocen como «legacy». Muchas plataformas corporativas se armaron antes de que existiera la necesidad de conectarse con capas modernas de inteligencia artificial.
Sin documentación adecuada, con integraciones parciales o reglas dispersas, los agentes quedan atados a tareas de baja complejidad y no logran completar circuitos de punta a punta.
Gobierno y control, el punto que define si un proyecto puede escalar
A medida que los agentes ganan capacidad para ejecutar acciones complejas, la supervisión deja de ser un tema secundario. En sectores regulados, como banca, salud, seguros, energía o manufactura, cada decisión tiene que poder explicarse ante auditorías, clientes, reguladores o directorios.
No alcanza con que el sistema funcione bien, también tiene que mostrar por qué tomó una decisión y bajo qué reglas lo hizo.
Velázquez afirmó al respecto: «Personalmente considero que sin gobernanza sólida, la ventaja competitiva es efímera: los sistemas autónomos que fallan sin supervisión generan riesgo reputacional, operativo y regulatorio que borra cualquier ganancia de eficiencia».
Esa advertencia pesa todavía más cuando los agentes interactúan con procesos físicos o financieros, donde un error no siempre se puede revertir.
Cuánto cuesta operar con inteligencia artificial agéntica, tokens, consumo variable y presupuesto
La inteligencia artificial agéntica también cambia la manera de presupuestar tecnología. Los esquemas de siempre, con licencias anuales, servidores o paquetes de horas, se quedan cortos frente a modelos de consumo variable. Cada consulta, análisis, respuesta o razonamiento puede significar un gasto que se mide en tokens.
Para quienes manejan las finanzas y la tecnología dentro de una compañía, esta lógica obliga a armar nuevos mecanismos de control. Un agente que procesa más información, consulta más sistemas o ejecuta más pasos puede disparar el gasto en poco tiempo. Sin observabilidad, sin límites definidos y sin métricas de valor, el costo puede crecer sin guardar relación con el beneficio que se obtiene.
Por qué ganan terreno los proveedores de servicios gestionados
La magnitud del desafío explica el crecimiento de una nueva generación de proveedores de servicios gestionados, los MSP. Su función ya no se limita al soporte técnico o a administrar infraestructura. En los proyectos de inteligencia artificial agéntica, estos actores pueden aportar conocimiento del negocio, capacidad tecnológica, operación continua y control sobre el desempeño.
Elegir al socio correcto no debería depender solo del precio o de la disponibilidad de recursos. Lo que va a marcar la diferencia es su capacidad de hacerse responsable por resultados medibles, sostener la operación en el tiempo y acompañar la convivencia entre los procesos tradicionales y los flujos autónomos durante meses o incluso años.
Cuándo un humano tiene que supervisar y cuándo puede delegar en el agente
El avance de los agentes no borra la necesidad del criterio humano, al contrario, lo vuelve más importante. Lo central es definir en qué puntos una persona tiene que revisar, aprobar o intervenir, y en cuáles el sistema puede funcionar solo, dentro de límites fijados de antemano.
Velázquez describió ese camino: «Se logra con un enfoque de transición por fases y con claridad sobre dónde el juicio humano es innecesario reemplazar… diseñaron el sistema como soporte de decisión, no como reemplazo, con recomendaciones transparentes y explicables».
La idea apunta a evitar que las capacidades humanas se reemplacen de forma automática y a poner a la inteligencia artificial como un apoyo para las decisiones más complejas.
Fernanda Velázquez
La ventaja va a estar en la coordinación, no en el agente más avanzado
La inteligencia artificial agéntica promete cambiar la forma de operar de las empresas, pero su adopción pide mucho más que ambición tecnológica. Los proyectos que van a prosperar son los que combinen procesos rediseñados, datos confiables, gobierno riguroso, costos bajo control, socios adecuados y personas con conocimiento profundo del negocio.
Velázquez resumió así el fondo de la cuestión: «La ventaja competitiva sostenible no viene de tener el agente más sofisticado, sino de la combinación: socios que aportan escala y experiencia cruzada, gobernanza sólida, y talento humano que mantiene el criterio en los puntos críticos».
En esa combinación se va a jugar la diferencia entre las empresas que sumen inteligencia artificial con impacto real y las organizaciones que acumulen pruebas piloto que nunca terminan de despegar.
Nota de R.: Este artículo acerca de la inteligencia artificial agéntica fue publicado originalmente en iProfesional.
Si te gustó o sirvió algo que publiqué, te ofrezco dos alternativas para agradecer y permitir la continuidad de mi trabajo en Bahía César:
Te invito a suscribirte gratis al boletín semanal de Bahía César para recibirlo en tu correo electrónico. Ingresa tu e-mail aquí.
