Agentes de IA para empresas: qué son, cómo funcionan y casos de uso reales

La palabra *agente* se rompió por sobreuso. En el mismo mes te la van a usar para describir un chatbot con un guion largo, un robot de RPA que llena formularios y un sistema que efectivamente decide por su cuenta qué hacer con un caso. Los tres cuestan distinto, fallan distinto y se gobiernan distinto, así que vale la pena tener el criterio para separarlos antes de firmar nada.

Esos cuatro números describen el estado real del mercado: interés casi generalizado, despliegue a escala todavía marginal y una capa de marketing encima que no ayuda a distinguir. Léelos con precisión: las dos primeras son autorreporte de ejecutivos en una encuesta global; la tercera la publica el AI Index de Stanford sobre datos de esa misma encuesta global de McKinsey (también autorreportados, y el propio capítulo pide leerlos como direccionales, no como un censo), y se refiere a uso a escala, no a cualquier experimento; y la de Gartner es una estimación de la firma, no un censo auditable. Ninguna es una cifra de México.

Un agente de IA es un sistema en el que un modelo de lenguaje dirige su propio proceso: recibe un objetivo, decide qué pasos dar, usa herramientas para ejecutarlos, observa el resultado y corrige el rumbo hasta terminar o hasta pedir ayuda. La distinción técnica más limpia la publicó Anthropic (proveedor de modelos, aunque el documento es de ingeniería y no comercial): en un flujo de trabajo, los modelos y las herramientas se orquestan mediante rutas de código predefinidas; en un agente, el modelo dirige dinámicamente su propio proceso y su uso de herramientas, manteniendo el control de cómo cumple la tarea ¹. Es cómo Anthropic define la frontera, no una definición zanjada por la industria.

McKinsey lo define desde el lado del negocio con cuatro atributos combinados (autonomía, planeación, memoria e integración), y esa combinación es la clave: quitar cualquiera de los cuatro te deja con algo que ya existía y probablemente ya tenías ². Sin herramientas conectadas, tienes un chat. Sin planeación, tienes un script. Sin memoria, tienes un sistema que empieza de cero en cada interacción. Sin autonomía acotada, tienes un formulario con lenguaje natural encima.

La comparación importa porque las tres tecnologías conviven en la misma empresa y ninguna sustituye del todo a las otras. Esta tabla es el resumen que uso en la primera reunión técnica:

Por dentro, un agente no es magia ni una arquitectura exótica. Es un bucle con cuatro momentos, ejecutado tantas veces como haga falta hasta cumplir el objetivo o hasta chocar contra un límite que tú definiste. Hay además una quinta salida, la de rendirse y llamar a un humano, que casi nadie diseña.

1. 1

   Percibir: construir el contexto

   El agente reúne lo que necesita saber: el ticket, el expediente, el histórico del cliente, la política aplicable. Aquí entra el bloque básico que Anthropic llama LLM aumentado: un modelo con recuperación de información, herramientas y memoria ¹. Si esta capa está mal armada, todo lo demás hereda el error y ningún cambio de modelo lo compensa.

2. 2

   Planear: descomponer el objetivo

   El modelo convierte *resuelve esta devolución* en una secuencia concreta: verificar la compra, revisar la política, calcular el monto, redactar la respuesta. Aquí es donde un agente se separa de un RPA: la secuencia no estaba escrita, se produce contra el caso.

3. 3

   Actuar: usar herramientas con permiso explícito

   Cada acción pasa por una herramienta declarada: consultar el ERP, escribir en el CRM, emitir la nota de crédito. La regla de oro es separar lectura de escritura: las lecturas pueden ser libres, cada escritura necesita alcance acotado, límite de monto o volumen, y bitácora.

4. 4

   Verificar: comprobar antes de dar por cerrado

   ¿El monto cuadra?, ¿la respuesta cita la política correcta?, ¿el registro quedó escrito? Sin este paso el sistema no falla menos: falla en silencio, que es peor. Los agentes de esta generación pueden equivocarse y quedar atrapados en bucles, algo que Deloitte ya señalaba al proyectar su adopción ¹⁰.

5. 5

   Escalar: saber cuándo parar y llamar a un humano

   El paso que casi nadie diseña. Un agente maduro tiene condiciones explícitas de rendición: baja confianza, monto sobre un umbral, cliente marcado como sensible, tercer reintento fallido. Sin salida al humano, la autonomía deja de ser una decisión de diseño y se vuelve una apuesta.

Vale la pena separar lo que ya tiene evidencia medida de lo que todavía es proyección. Empiezo por lo medido, aunque sea menos espectacular:

Un contrapeso honesto sobre el mismo cuerpo de evidencia: el AI Index también recoge el hallazgo de METR según el cual desarrolladores experimentados fueron 19% más lentos trabajando con IA, un resultado que después no se replicó ⁴. No lo cito para desanimarte, sino porque cualquiera que te presente esta literatura sin mencionar los resultados incómodos te está vendiendo, no informando.

La cifra que más circula es la predicción de Gartner de que más del 40% de los proyectos de IA agéntica serán cancelados para finales de 2027, por costos crecientes, valor de negocio poco claro o controles de riesgo inadecuados ⁵. Dos precisiones que casi nadie hace al repetirla: es una predicción global, no una medición, y cancelar no es fracasar técnicamente. Muchos proyectos mueren porque el sistema funciona y aun así nadie sabe decir qué número movió.

McKinsey ofrece el diagnóstico estructural. Cerca de 8 de cada 10 empresas han desplegado IA generativa de alguna forma, pero aproximadamente la misma proporción no reporta impacto material en las utilidades (lo que la firma llama la *paradoja de la IA generativa*), y ubica su origen en un desbalance: los casos horizontales, como copilotos y chatbots de alcance empresarial, escalan rápido pero entregan ganancias difusas y difíciles de medir, mientras que cerca del 90% de los casos verticales, los específicos por función y verdaderamente transformadores, sigue atorado en piloto ².

Sobre la cifra más viral de todas, la del 95% de organizaciones sin retorno alguno, conviene cuidado: proviene de un reporte preliminar de investigadores del proyecto NANDA del MIT Media Lab (no del MIT como institución; el propio documento aclara que las opiniones son de los autores), no revisado por pares, con muestra acotada (52 entrevistas, 153 encuestados y 300 iniciativas públicas) y con datos de respaldo que nunca se publicaron ¹². Mide ausencia de retorno reportado en toda la muestra, no una tasa de fracaso técnico: cerca del 80% de las empresas nunca llegó a pilotear herramientas a la medida, y entre las que sí lo hicieron la tasa de éxito ronda el 25%. Añade que los cuatro autores desarrollaban o comercializaban soluciones de IA agéntica al momento de publicarlo, un conflicto que el documento no declara.

La pregunta correcta no es cuánta autonomía darle a un agente, sino cuánta darle a cada uno. Gartner encontró que, aunque 75% de los líderes de aplicaciones de TI encuestados ya está pilotando o desplegando alguna forma de agente de IA, solo 15% está considerando, pilotando o desplegando agentes totalmente autónomos, orientados a objetivos y sin supervisión humana ⁶. El mercado sí está adoptando agentes; lo que evita, con buen criterio, es soltarles la correa por completo.

Las barreras que reporta esa encuesta explican la prudencia: apenas 19% tiene confianza alta o total en la capacidad de su proveedor para proteger contra alucinaciones, 74% considera que los agentes representan un nuevo vector de ataque y solo 13% está muy de acuerdo en que cuenta con las estructuras de gobernanza adecuadas para gestionarlos ⁶. Se levantó entre mayo y junio de 2025 con 360 líderes de TI en organizaciones de 250 o más empleados en Norteamérica, Europa y Asia-Pacífico: cifra global y de empresas grandes, no de la pyme mexicana.

Gartner además predice que para 2027 el 40% de las empresas degradará o dará de baja agentes autónomos por brechas de gobernanza detectadas solo después de incidentes en producción, y su analista Shiva Varma señala la raíz: se trata la gobernanza de agentes como algo binario, o totalmente bloqueado o plenamente confiable. La recomendación es una gobernanza proporcional en cuatro niveles (observar, aconsejar, actuar con aprobación y actuar de forma autónoma), evaluando el nivel de autonomía y el alcance de acceso de forma independiente ⁷.

Esta sección existe porque casi nadie la escribe. Hay cuatro escenarios en los que recomiendo explícitamente no construir un agente:

• El proceso tiene reglas fijas y cero ambigüedad. Un RPA o una integración directa cuesta menos, falla menos y se audita mejor.
• El error no tiene reversa: pagos, nómina, decisiones legales o clínicas. Ahí el agente puede preparar y proponer, pero la escritura la firma un humano.
• Los datos que el agente necesitaría no existen en forma consultable, viven en la cabeza de alguien o en archivos que nadie puede exportar.
• Nadie del lado del negocio se comprometió con la métrica que tiene que moverse. Sin eso, el proyecto se cancela aunque el sistema funcione ⁵.

Y una nota de calibración. En noviembre de 2024, Deloitte predijo que en 2025 el 25% de las empresas que ya usan IA generativa lanzaría pilotos o pruebas de concepto de IA agéntica, y que esa proporción llegaría al 50% en 2027 ¹⁰. Las cifras autorreportadas de 2025 (62% de los encuestados experimentando, 23% escalando un sistema agéntico, y no más del 10% escalando agentes en una función individual ³) muestran el patrón de siempre: el experimento corre más rápido de lo anticipado y el escalamiento mucho más lento. La comparación es indicativa, no exacta: la base de Deloitte son las empresas que ya usan IA generativa, y la de McKinsey, el total de encuestados de su encuesta global. Ahí, y no en la elección del modelo, es donde se decide el retorno.