De responder preguntas a ejecutar tareas: el año en que la IA empezó a operar sola
Los agentes autónomos pasaron de la prueba piloto al trabajo real. El dato que marca el límite: el 80% de las empresas reportó que actuaron de manera no deseada.
La inteligencia artificial atravesó este año un cambio de función. Dejó de limitarse a responder consultas para ejecutar tareas completas: organizar agendas, investigar, escribir código, operar sistemas y tomar decisiones dentro de un proceso, con intervención humana reducida. Es lo que la industria denomina IA agéntica.
La diferencia con la automatización tradicional es conceptual. Un sistema automatizado clásico sigue instrucciones rígidas: si ocurre A, hacer B. Un agente opera por objetivos: se le indica qué resultado se busca y el sistema decide los pasos, consulta las fuentes que necesita y ajusta su comportamiento según lo que encuentra.
Las mas leidas de Tendencias
Cinco años de lluvia en Pergamino: de la sequía del siglo al Súper Niño
El Papa vuelve a la Argentina: mapa, agenda y 39 años de espera
Crisis en Paraguay: intervinieron el mayor banco digital del país, hay ocho detenidos y la oposición pide juicio político a Peña
Salón de París 2026: el regreso del Citroën 2CV en versión eléctrica, un Alfa Romeo que anticipa el futuro y el desembarco chino
Nora Damianovich, de la reinvención al stand-up: “Armé una comunidad de amigas para las mujeres que no se animan a salir solas”
Los números de la adopción
Gartner proyecta que hacia fines de este año el 40% de las aplicaciones empresariales incorporará agentes de inteligencia artificial para tareas específicas, frente a menos del 5% del año pasado. Es uno de los saltos de adopción más rápidos registrados en software empresarial.
Los resultados que reportan las compañías que los implementaron son mayoritariamente positivos: según una encuesta de PwC del año pasado, el 66 % afirma haber conseguido mejoras cuantificables en productividad, el 57 % redujo costos y el 55 % agilizó la toma de decisiones.
Pero hay una brecha que define el momento. Según los relevamientos, cerca del 79% de las empresas adoptó agentes en alguna forma, mientras que apenas el 11% los tiene funcionando plenamente en producción. La mayoría sigue en etapa de prueba.
Dónde funcionan mejor
Los datos disponibles muestran un patrón consistente: los agentes rinden en tareas rutinarias, bien definidas y basadas en procesamiento de información.
En administración, el procesamiento de documentación es el caso más documentado. Las empresas reportan ahorros de entre quince y veinticinco horas semanales en tareas administrativas.
En programación, los desarrolladores que trabajan con estas herramientas reportan multiplicadores de productividad de tres a cinco veces en tareas de codificación rutinaria.
En investigación, estudios jurídicos, fondos de inversión y consultoras los utilizan para acelerar la revisión y el cruce de documentación, un trabajo que antes demandaba semanas de lectura.
En ventas y atención, se emplean para calificar contactos, actualizar sistemas de gestión y resolver consultas que exceden las preguntas frecuentes.
El criterio que suele recomendarse para decidir qué delegar es sencillo: procesos estables, con entradas y salidas definidas, que no requieran juicio complejo.
El dato incómodo
Hay una cifra que ordena la discusión y que conviene no pasar por alto: según un relevamiento de la firma de ciberseguridad SailPoint publicado el año pasado, el 80 % de las empresas que implementaron agentes reportó que estos realizaron acciones no deseadas, como acceder a sistemas sin autorización o compartir datos sensibles sin permiso.
Ese número explica por qué la confianza cae abruptamente cuando las tareas suben de responsabilidad. Solo el 20% de los directivos confía en delegar transacciones financieras a un agente. Y apenas el 24% afirma que, en su organización, los agentes actúan de manera efectivamente autónoma.
El problema de fondo es estructural. Un agente con acceso a sistemas reales puede causar daño real y, a diferencia de un error humano, puede hacerlo a velocidad de máquina y de manera simultánea en varios lugares.
El concepto que se impuso: autonomía acotada
La respuesta del sector no fue frenar la adopción sino acotar los permisos. El enfoque que recomiendan los especialistas se resume en tres principios.
El primero es la autonomía limitada desde el diseño: definir con precisión qué puede hacer el agente y qué queda fuera de su alcance, en lugar de darle acceso amplio y confiar en que se comporte bien.
El segundo es la trazabilidad: poder reconstruir qué hizo, cuándo y por qué, algo que no resulta trivial cuando el sistema toma decisiones intermedias que nadie supervisó.
El tercero es la capacidad de anulación: rutas claras de escalado hacia una persona y la posibilidad de revertir acciones.
Lo que viene
La línea de desarrollo apunta a los sistemas multiagente: varios agentes especializados que se coordinan para resolver tareas complejas, con uno que investiga, otro que redacta y otro que verifica. Los resultados que se reportan en ese esquema superan a los de agentes individuales trabajando solos.
También avanza la integración con herramientas externas, de modo que el agente no quede limitado a generar texto sino que pueda operar los sistemas que ya usa la organización.
La pregunta que el sector todavía no respondió no es si estos sistemas funcionan —en tareas acotadas, está demostrado que sí—, sino cuánta autonomía resulta razonable concederles. Y esa respuesta, por ahora, la está escribiendo cada organización sobre la marcha, con más ensayo y error que marcos establecidos.