Por qué el 90% de las empresas aún está atrasado en la nueva era de la inteligencia artificial, la inteligencia artificial dejó de ser únicamente una herramienta de apoyo para convertirse en uno de los principales motores de transformación empresarial en el mundo. Sin embargo, mientras muchas compañías todavía celebran la incorporación de asistentes virtuales, automatizaciones básicas y modelos predictivos, una nueva generación tecnológica ya está redefiniendo la manera en que operan las organizaciones: la IA agéntica.
Aunque el término todavía resulta desconocido para gran parte del mercado, especialistas de la industria tecnológica aseguran que esta evolución marcará una diferencia estructural entre las empresas que logren adaptarse y aquellas que quedarán rezagadas en los próximos años.
Según datos recientes del informe State of AI 2025 de McKinsey & Company, menos del 10 % de las organizaciones ha conseguido escalar exitosamente agentes de inteligencia artificial dentro de alguna función empresarial. La cifra evidencia una enorme brecha entre la ambición corporativa alrededor de la IA y la verdadera capacidad operativa para implementarla de forma efectiva.
El fenómeno resulta aún más relevante en un contexto donde las empresas enfrentan una presión creciente derivada de la explosión de datos, el aumento de amenazas cibernéticas, la aceleración digital y la necesidad de responder en tiempo real a mercados cada vez más dinámicos.
Para Octavian Tanase, Chief Product Officer de Hitachi Vantara, la discusión ya no gira únicamente alrededor de utilizar inteligencia artificial como herramienta de consulta, sino como una infraestructura capaz de actuar, ejecutar y tomar decisiones operativas dentro de las organizaciones.
Vea también: El caos invisible de la IA en retail
El cambio más importante en la historia reciente de la IA
Durante años, la inteligencia artificial empresarial funcionó principalmente como un sistema asesor.
Los modelos analizaban datos, entregaban recomendaciones y sugerían posibles acciones. Sin embargo, la decisión final seguía dependiendo de la intervención humana.
La IA agéntica cambia completamente esa lógica.
En lugar de esperar instrucciones específicas, estos sistemas tienen la capacidad de monitorear entornos, interpretar condiciones, aplicar políticas previamente definidas y ejecutar acciones de manera autónoma.
Es decir, la inteligencia artificial deja de limitarse a responder preguntas para comenzar a operar procesos completos.
Este salto tecnológico representa mucho más que una mejora incremental. Se trata de una transformación estructural que modifica la relación entre las organizaciones y la tecnología.
La IA ya no funciona únicamente como soporte. Ahora puede convertirse en una capa operativa autónoma dentro de las empresas.
Las empresas están avanzando más lento de lo que creen
Aunque la inteligencia artificial domina hoy las conversaciones corporativas, la mayoría de las organizaciones aún se encuentra en etapas muy básicas de adopción.
Muchas compañías siguen utilizando modelos tradicionales enfocados en automatización limitada, análisis predictivo o generación de contenido, pero todavía no han desarrollado capacidades reales de autonomía operativa.
El informe de McKinsey confirma precisamente esta realidad: menos del 10 % de las empresas ha conseguido implementar agentes autónomos a escala.
El dato resulta especialmente relevante considerando que prácticamente todas las industrias ya están invirtiendo de forma agresiva en inteligencia artificial.
La diferencia está en que muy pocas han logrado transformar esa inversión en capacidades operativas reales.
En otras palabras, existe más entusiasmo que madurez tecnológica.
La autonomía también implica riesgos
Uno de los mayores desafíos alrededor de la IA agéntica tiene que ver con el nivel de autonomía que las organizaciones están dispuestas a permitir.
Especialistas coinciden en que la transición hacia sistemas completamente autónomos debe realizarse de manera gradual y controlada.
El enfoque más prudente consiste en iniciar con modelos de recomendación antes de evolucionar hacia capacidades completas de ejecución autónoma.
Esto permite construir mecanismos de gobernanza, validar políticas operativas y desarrollar sistemas de explicabilidad que ayuden a comprender cómo y por qué la IA toma determinadas decisiones.
La supervisión sigue siendo crítica.
De acuerdo con Deloitte, apenas una de cada cinco compañías posee actualmente un modelo maduro de gobernanza para agentes autónomos de inteligencia artificial.
La cifra refleja que la mayoría de las organizaciones todavía no está preparada para administrar sistemas con altos niveles de autonomía.
Los datos se convirtieron en el activo más valioso
La evolución de la IA también está transformando la importancia estratégica de los datos empresariales.
Durante años, el valor tecnológico estuvo concentrado en la infraestructura de cómputo y en los algoritmos. Sin embargo, el panorama comenzó a cambiar rápidamente.
La capacidad de procesamiento se ha masificado gracias a la nube y al crecimiento de tecnologías como las GPU. Además, muchos modelos avanzados ya operan bajo esquemas open source.
En este nuevo escenario, los datos empresariales aparecen como el verdadero factor diferencial.
Para Octavian Tanase, la calidad, accesibilidad y gobernanza de los datos se han convertido en el núcleo competitivo de la inteligencia artificial moderna.
Las organizaciones necesitan correlacionar información, enriquecer modelos y ajustar procesos utilizando datos propios que puedan controlar y proteger.
Por eso, la IA agéntica depende directamente de ecosistemas de datos sólidos, organizados y gobernados correctamente.
El verdadero problema está en la base de datos
Muchas compañías concentran sus esfuerzos en desarrollar modelos sofisticados de inteligencia artificial sin resolver primero el problema más importante: la calidad de los datos.
La IA agéntica solo puede actuar de manera responsable si tiene acceso a información confiable y correctamente gobernada.
Cuando los datos son incompletos, inconsistentes o carecen de trazabilidad, incluso los sistemas más avanzados terminan fallando.
El problema se vuelve especialmente crítico debido a las distintas etapas que atraviesa la inteligencia artificial dentro de una organización.
La primera fase corresponde a la preparación de datos, donde la información se integra en grandes ecosistemas capaces de administrar fuentes estructuradas y no estructuradas.
Luego aparece la etapa de entrenamiento, donde un subconjunto de datos es sometido a procesamiento intensivo para construir modelos inteligentes.
Finalmente llega la inferencia, momento en el cual el sistema entrenado comienza a operar en entornos reales con exigencias de latencia extremadamente bajas.
Paradójicamente, la fase más descuidada suele ser la preparación de datos.
Y es precisamente allí donde se define el éxito o fracaso de la IA agéntica.
Gobernanza: el nuevo centro de la inteligencia artificial
La expansión de sistemas autónomos también está obligando a las organizaciones a replantear sus modelos de gobernanza tecnológica.
En el pasado, muchas empresas trataban la gobernanza como un proceso externo a la operación tecnológica. Pero en la IA agéntica, la gobernanza debe estar integrada desde el diseño mismo del sistema.
Si un modelo no puede explicar qué hizo, por qué lo hizo y bajo qué política tomó determinada decisión, difícilmente podrá operar de manera segura dentro de entornos empresariales.
La transparencia comienza a convertirse en una condición obligatoria para escalar inteligencia artificial.
Según un informe de Hitachi Vantara, el 77 % de las organizaciones ya trabaja activamente en programas de gobernanza de IA, mientras que el 90 % afirma estar implementando inteligencia artificial.
Sin embargo, solo el 45 % cuenta actualmente con frameworks formales de gobernanza.
La diferencia evidencia que muchas empresas avanzan más rápido en implementación que en control.
Zero Trust: la seguridad entra en una nueva etapa
El auge de la IA agéntica también está redefiniendo la manera en que las compañías entienden la seguridad digital.
Los modelos tradicionales de confianza resultan insuficientes frente a sistemas capaces de ejecutar decisiones autónomas sobre infraestructuras complejas.
Por eso, arquitecturas como Zero Trust comienzan a ganar protagonismo.
El principio es simple: nunca confiar automáticamente y verificar constantemente cada acción, identidad y acceso dentro del sistema.
En entornos donde agentes autónomos toman decisiones críticas, este enfoque se vuelve esencial para evitar riesgos operativos, accesos indebidos o fallos de seguridad.
La gobernanza ya no depende únicamente de políticas escritas. Necesita mecanismos técnicos capaces de garantizar cumplimiento permanente.
América Latina acelera su adopción tecnológica
En América Latina, la discusión sobre IA agéntica comienza a ganar relevancia especialmente en sectores como banca, telecomunicaciones, retail, manufactura y servicios digitales.
La presión por automatizar operaciones, reducir costos y mejorar experiencias está impulsando nuevas inversiones tecnológicas en la región.
Sin embargo, muchas organizaciones todavía enfrentan barreras relacionadas con infraestructura, gobernanza y preparación de datos.
La madurez digital continúa siendo desigual entre empresas y mercados.
Aun así, especialistas coinciden en que las compañías que logren construir capacidades agénticas tempranamente tendrán ventajas competitivas importantes durante los próximos años.
El futuro ya no será reactivo
La evolución de la inteligencia artificial apunta hacia un modelo donde las empresas funcionarán cada vez menos de manera reactiva.
La IA agéntica permitirá monitorear operaciones, anticipar eventos y ejecutar acciones antes de que los problemas ocurran.
En lugar de esperar alertas humanas, los sistemas podrán responder automáticamente a condiciones específicas, administrar recursos, optimizar procesos y coordinar operaciones en tiempo real.
La velocidad operativa comenzará a convertirse en un factor diferencial crítico.
Y en mercados donde cada segundo tiene impacto financiero, la autonomía tecnológica adquirirá un valor estratégico enorme.
Vea también: Bitcoin en alerta, el mercado cripto pierde impulso
La verdadera competencia apenas comienza
La mayoría de las empresas todavía cree que competir en inteligencia artificial significa incorporar chatbots, automatizar respuestas o generar contenido.
Pero la nueva carrera tecnológica se está moviendo hacia otro nivel: construir organizaciones capaces de operar con inteligencia autónoma integrada.
La diferencia entre utilizar IA como asesora y utilizarla como operadora marcará una nueva separación competitiva dentro de la economía digital.
Las organizaciones que logren integrar gobernanza, datos confiables, automatización inteligente y sistemas autónomos estarán mejor posicionadas para responder a entornos cada vez más complejos y dinámicos.
Mientras tanto, aquellas que continúen viendo la IA únicamente como una herramienta de soporte podrían comenzar a quedarse atrás mucho más rápido de lo que imaginan.
