Adiós a la fase beta de los Agentes de IA: cómo tener éxito en 2026

Parece que hubiera pasado mucho más tiempo, pero apenas han transcurrido poco más de
tres años desde que el mundo conoció la inteligencia artificial generativa, cuando ChatGPT fue
lanzado en noviembre de 2022. Ese fue solo el comienzo de una tecnología disruptiva que
nadie quiso dejar pasar una vez que se hizo evidente su potencial transformador para los
negocios. El resultado fue una adopción masiva y acelerada, incluso de la siguiente generación
de la tecnología: los Agentes de IA.
Según un estudio de Gartner, en 2025 el 75% de las compañías experimentó con agentes, pero
solo el 15% implementó sistemas totalmente autónomos. La gran mayoría utilizó LLMs
combinados con automatización para tareas muy específicas y rutinarias, sin explotar
plenamente su potencial transformador.
El diagnóstico fue similar en el caso de la GenAI, de acuerdo con un informe del MIT. Muchas
empresas la adoptaron solo para no quedar afuera del hype y, como resultado, el 95% de los
pilotos fracasó. Entonces, ¿la tecnología no es tan disruptiva como se prometía inicialmente?
Brecha de aprendizaje
Lo que ocurrió en 2025 fue la fase beta de los Agentes de IA. El error no fue tecnológico, sino
organizacional. Muchas compañías carecían de los flujos de trabajo necesarios para
implementarlos correctamente o no contaban con el capital humano preparado para trabajar
con ellos. La buena noticia para quienes fallaron en los últimos meses es que ya aprendieron
de esas limitaciones. Pero, dado que la adopción sigue siendo masiva, es lógico que algunos
queden rezagados.
El informe del MIT define este fenómeno como una brecha de aprendizaje y destaca que
cualquier tecnología, por más poderosa que sea, requiere un proceso de adaptación cuando se
integra en nuevos sistemas. Las personas cumplen un rol clave en esta tarea: deben
acostumbrarse a trabajar con máquinas, pero, sobre todo, deben supervisarlas y mantener una
mirada estratégica. Esa es una de las claves para el éxito con los Agentes de IA. Un estudio
reciente —presentado como innovador, pero que en realidad solo confirma lo que el sector
tecnológico ya sabía— muestra que la IA no tiene contexto. El desafío es crearlo.
Uno de los casos más característicos de una mala implementación se da en el servicio al
cliente. Con sistemas mal diseñados, los usuarios terminan frustrados y exigen ser atendidos
por una persona. El problema no es tecnológico, sino de diseño. Sin embargo, también existen
organizaciones que ya han sabido aprovechar los Agentes de IA para liderar sus industrias.
Una empresa de logística escaló sus operaciones de soporte y pasó de tardar dos horas a
responder en apenas 90 segundos. Otro ejemplo es una compañía de semiconductores que
desarrolló un Agente de IA capaz de resolver problemas tres veces más rápido, con una tasa
de éxito del 75%.
ROI medible

Estos ejemplos aportan otro aprendizaje clave para esta nueva etapa de los Agentes de IA: no
deben implementarse de manera genérica, sino diseñarse con precisión quirúrgica para
resolver fricciones específicas. Los verdaderos ganadores serán quienes definan un ROI
medible a partir de implementaciones focalizadas que agreguen valor real. En los próximos 12
meses, el 42% de las empresas planea desarrollar Agentes de IA, según un reporte de Gartner.
Incorporarlos ya no es suficiente: el desafío ahora es cómo implementarlos.
El primer paso es identificar soluciones de alto impacto para eliminar fricciones. Luego, es
necesario limpiar e integrar los datos para que los Agentes de IA, diseñados específicamente
para una función, puedan operar de manera efectiva. Una vez lograda la orquestación del
sistema agéntico, junto con los requisitos de cumplimiento, puede escalarse a nuevas
funciones. Este proceso da lugar a un nuevo modelo de trabajo construido sobre el imperativo
de un ROI medible. El sistema debe ser capaz de aprender para evolucionar, y no limitarse
exclusivamente a tareas fijas.
Esto adquiere distintos significados según la industria. En retail, los Agentes de IA construyen
ecosistemas inteligentes en centros de almacenamiento para analizar flujos de trabajo e
identificar cuellos de botella en los equipos; en e-commerce, pueden ofrecer promociones
dinámicas para evitar el abandono del carrito; en servicios financieros, optimizan créditos y
combaten el fraude en tiempo real. Todo esto lo hacen de manera autónoma y puede aplicarse
en cualquier sector.
Las herramientas existen y están disponibles. Por eso, el debate ya no es tecnológico, sino
organizacional: ¿qué costos se reducen o cuánto mejora el servicio al implementarlas? La
respuesta a esa pregunta es la que tendrá la clave del éxito de los Agentes de IA en los
próximos meses.
++++
Gastón Milano es CTO de Globant Enterprise AI, donde lidera equipos de ingeniería e impulsa
el desarrollo de plataformas de inteligencia artificial. Cuenta con décadas de experiencia en
soluciones empresariales, estrategia de plataformas e innovación en IA.