Las empresas que ponen agentes de inteligencia artificial (IA) en producción sin preparar antes la gobernanza y los datos recuperan la inversión un poco antes, pero enfrentan más fallas graves. Así surge del estudio «Agentic AI: Preparation Beats Speed for ROI«, de la empresa tecnológica Salesforce, basado en una encuesta a 2.000 líderes empresariales que ya operan agentes en producción.
Silvia Tenazinha, directora general de Salesforce en la Argentina, me detalló los hallazgos en una entrevista que publiqué en iProfesional. Para la ejecutiva, la inteligencia artificial agéntica no premia a la empresa más veloz ni a la más sofisticada, sino a la más pragmática.
¿Por qué apurar la inteligencia artificial agéntica termina saliendo caro?
Según el estudio, las compañías que se saltean los controles iniciales recuperan la inversión en 7,2 meses, frente a los 9,3 de las que se preparan. La ventaja es de poco más de dos meses, pero el costo llega después. La probabilidad de sufrir fallas críticas tras incidentes graves es del 32%, contra 18% en las organizaciones más cautelosas.
Tenazinha definió el atajo como «una ilusión de agilidad que después se paga caro». Explicó que los casos de uso específicos, los datos conectados y las barreras de contención protegen el presupuesto y la reputación del negocio. Las empresas que hacen ese trabajo logran una adopción interna superior al 53% y una mejora del 29% en la satisfacción del cliente.
¿Qué errores frenan los proyectos en las empresas argentinas?
El más grave es no definir protocolos de escalamiento. El 38% de los proyectos estancados reconoce que ese fue su error principal: nadie estableció cuándo el agente debía derivar la conversación a una persona.
La ejecutiva suma otros tropiezos frecuentes en el mercado local. Uno es la parálisis por querer una base de datos impecable antes de arrancar. Otro es la resistencia a integrar la inteligencia artificial en los sistemas que los equipos usan todos los días. El resultado es un agente que los empleados ven como poco confiable, porque genera reprocesos o los obliga a salir de sus aplicaciones habituales.
Cuando la inteligencia artificial se ocupa de un proceso acotado, tiene supervisión clara y trabaja dentro del flujo cotidiano, la adopción interna supera rápido el 53% o 55%. En ese esquema, Slack funciona como el espacio donde conviven humanos y agentes, y MuleSoft como la capa que conecta de forma segura las API y las bases de datos heredadas. Ambas plataformas pertenecen a Salesforce.
Silvia Tenazinha
¿Qué sectores recuperan la inversión más rápido?
Los servicios profesionales y la cadena de suministro y logística alcanzan el retorno en 6,5 meses en promedio. La alta tecnología, que lidera el volumen de implementaciones, tarda 10,1 meses.
Tenazinha atribuyó esa demora a la sobreingeniería. Por ser nativas digitales, estas empresas abren proyectos enormes o demasiado experimentales, y eso estira el aprendizaje y retrasa la monetización.
Los sectores más ágiles, en cambio, tienen procesos muy estandarizados, como el seguimiento de envíos, el inventario, los reclamos o la facturación. Además, conectaron solo la información que necesitaba cada caso.
La enseñanza para el empresariado argentino, según la ejecutiva, es que ser el más avanzado en tecnología no garantiza rentabilidad. Lo que cuenta es resolver problemas reales con metas financieras claras.
¿Qué controles hacen falta antes de activar el primer agente?
Tenazinha puso dos condiciones. La primera son protocolos explícitos de escalamiento humano («human in the loop»), que fijen con qué nivel de complejidad o riesgo el agente debe transferir la interacción a una persona.
La segunda son límites operativos y monitoreo en tiempo real, los llamados guardrail, que permitan auditar el cumplimiento de las políticas, la precisión de las respuestas y la satisfacción del usuario.
Propone una gobernanza que crece en proporción al riesgo. Desde el primer día, los procesos críticos tienen supervisión y límites de autonomía. En paralelo, se despliegan agentes autónomos en casos de bajo riesgo que muestran resultados rápido y mejoran el flujo de caja. Con ese enfoque, la ejecutiva descarta tanto la parálisis regulatoria como la aceleración sin control.
¿Cómo se aprovechan los datos sin limpiarlos por completo?
Solo el 31% de las organizaciones tenía sus datos totalmente unificados antes de lanzar sus agentes. La alternativa que plantea Tenazinha es una capa semántica, que funciona como un traductor entre sistemas. Le da contexto operativo a la información dispersa o no estructurada sin rehacer la arquitectura de datos.
Estructurar solo lo que necesita un caso de uso permite que el agente interactúe de inmediato con los sistemas existentes. Según el estudio, esas empresas llegan al retorno en 7,3 meses, contra 8,8 de las que se embarcan en proyectos masivos de depuración de datos.
¿Qué casos argentinos ya muestran resultados medibles?
A escala global, las marcas de retail que operan con agentes de IA hicieron crecer sus ventas online cuatro veces más rápido que las que no los usan. El retorno promedio ronda los ocho meses. Para Tenazinha, los agentes dejaron de ser pruebas para recortar costos y hoy atienden clientes todo el día y cierran ventas en tiempo real.
En el país, la ejecutiva mencionó cuatro ejemplos.
- Flores Avenida. Esta tienda online de regalería y florería implementó el CRM de Salesforce a principios de 2025. Primero centralizó los datos de sus clientes y activó el email marketing, y después sumó agentes disponibles las 24 horas. Reporta un crecimiento del 30% en ventas.
- Coto. Usa un agente de WhatsApp para consultas frecuentes y seguimiento de pedidos, con una primera respuesta 15 veces más rápida en más de 80 sucursales.
- Andina ART. Coordina por WhatsApp el traslado de trabajadores accidentados y bajó el tiempo de respuesta de 23 horas a 8 minutos.
- Volaris. En la región, la aerolínea implementó en 30 días un agente que recomienda vuelos y vende asientos, y redujo 70% sus costos operativos.
¿Qué tiene que hacer un director general ejecutivo argentino en 2026?
La recomendación de Tenazinha es liderar con pragmatismo y gobernanza. Eso implica dejar de buscar la base de datos perfecta y concentrar la inversión en dos o tres casos de uso comerciales de alto impacto, estructurando solo los datos que esos flujos necesitan. También implica integrar la inteligencia artificial de forma nativa en las herramientas cotidianas del equipo, con supervisión humana sólida detrás.
En su visión, la ventaja competitiva no se construye con experimentos de moda, sino con procesos que corren rápido, de forma segura y con la rentabilidad como brújula.
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.
