Agentes de IA en la empresa: qué funciona de verdad en 2026

Gartner ha situado la IA agéntica en lo más alto de su curva de expectativas de 2026, el punto en el que el entusiasmo va por delante de los resultados. Según su primera curva dedicada a esta tecnología, recogida por Enterprise DNA, solo el 17 % de las organizaciones ha desplegado agentes de IA, aunque más del 60 % espera hacerlo en los próximos dos años. Para el dueño de una pyme, la pregunta práctica es qué parte de lo que se cuenta sobre agentes corresponde a algo que ya funciona.

¿Qué es un agente de IA y en qué se diferencia de un chatbot?

Un agente de IA ejecuta tareas dentro de otras herramientas, además de contestar. Un chatbot responde a lo que le preguntas. Un agente recibe un objetivo y da los pasos necesarios: abre un documento, consulta un programa, compara datos, rellena un registro o prepara una respuesta para que alguien la apruebe.

Un ejemplo hipotético: en una distribuidora de 20 personas, un agente podría leer los pedidos que llegan por correo, comprobar el stock en el programa de gestión y dejar el albarán preparado para que una persona lo revise y lo envíe. Ninguno de esos pasos es difícil por separado. El valor está en encadenarlos sin que nadie copie y pegue.

Según el Institute of Product Management, que analiza la curva de Gartner, poner un agente en producción cuesta entre 3 y 10 veces más de lo que hace pensar una demostración. Es lo primero que conviene saber.

¿Cuántas empresas usan ya agentes?

Pocas en general, y bastantes más entre las grandes. Además del 17 % de Gartner, la encuesta anual de McKinsey de 2026 indica que el 40 % de las organizaciones con más de 1.000 millones de dólares de facturación está escalando agentes de IA, frente al 27 % del año anterior, según The Register.

En España hay ejemplos concretos. Banco Santander tiene más de 280 agentes de automatización de procesos en producción, según su propio anuncio de junio. Mercadona ha desarrollado Atenea, una plataforma propia en la que agentes especializados hacen tareas de desarrollo de software y que ya usan más de 500 ingenieros, según El Confidencial Digital. La cadena la ha diseñado para poder trabajar con modelos de distintos fabricantes.

¿Por qué fracasan tantos proyectos de agentes?

Por motivos de gestión más que de tecnología. Gartner prevé que más del 40 % de los proyectos de IA agéntica se cancele antes de que termine 2027 por tres razones: costes que se disparan, valor de negocio poco claro y controles de riesgo insuficientes, según MarTech y BERI.

La consultora también ha puesto nombre a una práctica comercial: el agent washing, que consiste en llamar agente a un chatbot o a una automatización de siempre. De los miles de proveedores que dicen vender agentes, Gartner calcula que solo unos 130 ofrecen funciones agénticas reales. Su analista Anushree Verma describió la mayoría de proyectos actuales como experimentos tempranos impulsados por la moda y a menudo mal aplicados.

El control es el otro punto débil. Según el índice de BCG publicado el 30 de septiembre, el 42 % de las empresas espera dar a los agentes capacidad de decisión antes de 2030, pero solo el 5 % tiene hoy los controles necesarios, datos que repite la nota de PR Newswire.

¿Qué casos funcionan?

Los acotados. El análisis de la curva de Gartner insiste en que los resultados aparecen en agentes bien delimitados, que trabajan en flujos concretos y con supervisión humana, y no en sistemas autónomos para todo. El ejemplo de Santander en Brasil lo ilustra: en las reclamaciones por fraude con tarjeta, el proceso es un 95 % más rápido, el 90 % está automatizado y el error queda por debajo del 1 %.

En la práctica, los procesos que mejor encajan suelen compartir rasgos: se repiten mucho, siguen reglas claras, tienen una entrada y una salida definidas, y el error es fácil de detectar y corregir.

Qué significa para una pyme

• Empieza por un proceso repetitivo con reglas claras: pedidos por correo, conciliación de facturas, citas, respuestas a consultas frecuentes. Si el proceso no está claro sobre el papel, un agente no lo arreglará.
• Mantén una persona que apruebe lo que tenga que ver con dinero, clientes o datos sensibles, al menos al principio. Es la forma más barata de tener control.
• Pregunta al proveedor qué hace exactamente el sistema sin intervención humana y qué pasa cuando se equivoca. Si la respuesta es vaga, puede ser agent washing.
• Calcula el coste de funcionamiento, además del de implantación. En la encuesta de McKinsey, el 20 % dice que el coste de uso ya limita cuánto puede usar la IA.
• La parte que más trabajo lleva suele ser conectar el agente con lo que ya tienes, como el correo, el programa de gestión o la hoja de pedidos. Es el tipo de trabajo que hace un estudio como Telar, y conviene presupuestarlo desde el principio.