IA agéntica: qué cambia cuando la IA ejecuta tareas y no solo responde

¿Qué es la IA agéntica y en qué se distingue de un asistente?

La IA agéntica es un tipo de sistema de inteligencia artificial que recibe un objetivo y decide por su cuenta los pasos para llegar a él. Los ejecuta en las herramientas de la empresa en lugar de limitarse a redactar una respuesta. El interés es alto y los resultados son desiguales. Gartner prevé que más del 40 % de los proyectos de IA agéntica se cancelarán antes de que termine 2027, por costos crecientes y valor poco claro, o por controles de riesgo insuficientes.

La diferencia práctica se ve con un ejemplo. Un cliente te manda una orden de compra por correo. Un asistente conversacional la resume si se lo pides. Un sistema agéntico lee la orden, la compara con el inventario, crea el pedido en tu sistema de gestión y avisa a logística. Solo te pide aprobación si el importe supera un límite que tú definiste.

Anthropic publicó en diciembre de 2024 una guía técnica sobre el tema. Allí agrupa todas las variantes bajo el nombre de sistemas agénticos y separa dos arquitecturas. En un flujo de trabajo, el modelo y las herramientas siguen rutas definidas de antemano en código. En un agente, el propio modelo dirige su proceso y decide qué herramienta usar y cuándo. Esa distinción define qué tan predecible, caro y riesgoso será el sistema.

Si tu proceso cabe en la columna del medio, probablemente no necesitas un agente. Lo explicamos en qué es RPA y cuándo basta frente a la IA.

¿Cómo funciona la IA agéntica por dentro?

La IA agéntica funciona como un ciclo. El sistema recibe el objetivo y planifica un primer paso. Luego usa una herramienta (consultar una base de datos o escribir en un sistema), observa el resultado y decide el paso siguiente. Anthropic lo describe de forma llana: por lo general, los agentes son simplemente modelos de lenguaje que usan herramientas según la retroalimentación del entorno, dentro de un bucle. El ciclo termina al cumplirse el objetivo o al activarse una condición de parada, como un número máximo de iteraciones.

Un sistema de este tipo en producción tiene cuatro piezas que conviene exigir por escrito:

1. Un objetivo medible. "Procesar pedidos" es vago. "Crear el pedido correcto en menos de cinco minutos, o escalarlo con el motivo" se puede verificar.
2. Herramientas con permisos mínimos. El agente solo toca los sistemas que necesita, con el acceso más limitado que permita trabajar.
3. Contexto acotado. Recibe los datos que hacen falta para decidir, y nada más.
4. Puntos de control humanos. Hay acciones que el sistema prepara y una persona aprueba, como pagos, descuentos fuera de política o mensajes a clientes sensibles.

Esta última pieza separa un piloto vistoso de un sistema que se puede dejar corriendo.

¿Qué diferencia a los agentes autónomos de los sistemas multiagente?

Los agentes autónomos ejecutan una tarea completa con poca intervención humana durante el recorrido. La autonomía se da en grados, y cada grado se negocia con el riesgo. Un agente puede enviar solo un recordatorio de pago y necesitar aprobación para ofrecer un descuento.

Los sistemas multiagente reparten el trabajo entre varios agentes con roles distintos. Uno clasifica los documentos que entran, otro valida los datos contra tus sistemas y otro revisa lo que produjeron los demás.

La contrapartida es seria. Anthropic advierte que la autonomía de los agentes implica mayores costos y la posibilidad de errores que se acumulan. Cada agente adicional suma pasos y traspasos donde un error puede propagarse. En empresas de 10 a 300 personas, un solo agente bien acotado, con un flujo de trabajo alrededor, suele ser el punto de partida más sensato. Un sistema multiagente se justifica cuando el proceso tiene etapas claramente distintas que no caben en una sola tarea.

¿Cuánto se usa la IA agéntica en las empresas hoy?

La IA agéntica se usa bastante más en las empresas grandes que en las pequeñas. La encuesta de McKinsey de 2026 tuvo 1719 participantes en 97 países y se realizó entre el 4 de mayo y el 8 de junio. Según ella, el 40 % de los encuestados de organizaciones grandes dice estar escalando agentes de IA, frente al 27 % del año anterior. En las organizaciones más pequeñas la cifra se mantuvo en 22 %. McKinsey define como grandes las que superan los 1000 millones de dólares de ingresos anuales. El grupo de las más pequeñas sigue muy por encima de una empresa de 10 a 300 personas.

Son cifras declaradas por los propios encuestados, no auditadas. La misma encuesta trae una señal de cautela: el 37 % atribuye algún impacto en sus utilidades antes de intereses e impuestos (EBIT) a la IA, casi la misma proporción que el año anterior. Alrededor del 20 % dice que los costos de operación de la IA, incluidos los tokens, limitaron su uso.

Gartner prevé que el 33 % de las aplicaciones de software empresarial incluirá IA agéntica en 2028, frente a menos del 1 % en 2024. Al mismo tiempo, describe el fenómeno del "agent washing": proveedores que rebautizan asistentes, RPA o chatbots como agentes sin capacidades agénticas sustanciales. Gartner estima que solo unos 130 de los miles de proveedores de IA agéntica son reales. Antes de comprar, pide una demostración sobre tus propios datos.

En América Latina el punto de partida es más bajo. Un informe presentado por la CEPAL calcula que la región representa apenas el 1.56 % del gasto global en inteligencia artificial. Además señala una dificultad concreta para las empresas de tu tamaño:

"Este proceso requiere desplegar capacidades de especialización sectorial, especialmente en las pequeñas y medianas empresas, que enfrentan mayores dificultades para incorporar estas herramientas."

CEPAL, nota informativa del 29 de julio de 2025

Traducido a una decisión de compra: si tu equipo nunca llevó un agente a producción, empieza por un caso pequeño y medible, con acompañamiento técnico.

¿Cuándo conviene la IA agéntica en una empresa mediana?

La IA agéntica conviene cuando el trabajo reúne estas condiciones a la vez:

• Hay variación real. Los casos llegan con formatos distintos, datos incompletos o excepciones frecuentes, y escribir una regla para cada uno sería interminable.
• El volumen paga la construcción. Se repite lo bastante como para que automatizarlo devuelva el costo de construir y mantener el sistema.
• Los datos son accesibles. La información vive en sistemas conectables de forma segura, no solo en la cabeza de alguien o en hojas de cálculo sueltas.
• El error tiene límite. Una equivocación se detecta pronto, o una persona aprueba antes de que algo salga de la empresa.
• Se puede definir "bien hecho". Existe un criterio que alguien puede comprobar, aunque sea con una muestra semanal.

Dos casos típicos en una empresa de este tamaño son clasificar y responder solicitudes entrantes con datos de tus sistemas, y preparar cotizaciones a partir de correos con formatos distintos. Para verlo en operación, está la guía de agentes de IA para empresas: qué son, dónde funcionan y dónde todavía no.

¿Cuándo no conviene la IA agéntica?

La IA agéntica no conviene en varias situaciones frecuentes, y reconocerlas a tiempo ahorra trabajo.

La propia guía de Anthropic recomienda buscar la solución más simple posible y subir en complejidad solo cuando haga falta. Reconoce que esto puede significar no construir sistemas agénticos. Para muchas aplicaciones, dice, suele bastar con optimizar una sola llamada al modelo con recuperación de información y ejemplos.

Gartner llega a una conclusión parecida desde otro ángulo. Su analista Anushree Verma lo resumió así:

"Many use cases positioned as agentic today don't require agentic implementations."

Anushree Verma, Senior Director Analyst, Gartner, junio de 2025

En otras palabras, muchos casos presentados como agénticos no necesitan serlo. Gartner recomienda apostar por la IA agéntica solo donde aporte un valor o un retorno claro. Añade que integrar agentes en sistemas heredados suele ser complejo y costoso, y que en muchos casos el mejor camino es repensar el flujo de trabajo desde cero.

¿Cuánto cuesta llevar la IA agéntica a producción?

El costo de la IA agéntica depende de cuántas integraciones requiere, cuántas excepciones debe manejar, qué evaluación y monitoreo necesita y cuánto cuesta cada ejecución en uso de modelos. McKinsey reporta que cerca del 20 % de los encuestados vio su uso de IA limitado por esos costos, incluidos los tokens.

No publicamos aquí una cifra, porque darla sin ver tus procesos sería adivinar. Los factores que mueven el costo se explican en cuánto cuesta un agente de IA para tu empresa.

isonew es una consultora de ingeniería con base en Raleigh, Carolina del Norte (Estados Unidos). Trabaja con empresas dirigidas por sus dueños, de 10 a 300 personas. La construcción se cobra por fase y con precio cerrado, nunca por hora. El rango de planificación para una primera fase va de 4 a 10 semanas. Lo que se construye queda en propiedad del cliente.

¿Cómo empezar con IA agéntica sin apostar toda la empresa?

La IA agéntica se adopta mejor por un proceso a la vez. Una secuencia razonable:

1. Elige un proceso con dueño claro. Alguien en tu equipo debe poder decir si el resultado está bien o mal.
2. Mide cómo funciona hoy. Anota cuánto tarda cada caso y cuántos errores salen por semana. Sin línea base no sabrás si mejoró algo.
3. Acota permisos y límites. Define qué puede hacer solo, qué prepara para aprobación y qué nunca toca.
4. Pon a una persona en el circuito al inicio. Reduce la supervisión cuando los datos muestren que el sistema acierta.
5. Revisa con números a las pocas semanas. Si no hay mejora medible, se corrige o se cancela.

Si todavía no sabes qué proceso elegir, el primer paso es el Diagnóstico de Oportunidades de IA. Es un trabajo de pago con tarifa fija, que se informa antes de comprometerte según el tamaño de la empresa y la cantidad de procesos revisados. Entrega por escrito un plan priorizado con costo, esfuerzo y riesgo de cada oportunidad. Si después sigues con la construcción, la tarifa del Diagnóstico se descuenta de la fase uno.

La página de servicio de agentes de IA y automatización explica cómo construimos. El resto de las guías del tema están en el hub de agentes de IA para empresas.