Agentes en producción: los datos reales de adopción empresarial

Un tercio de las empresas ya tiene agentes trabajando

A mediados de 2026, alrededor del 31% de las empresas ejecuta al menos un agente de IA en producción. La banca y los seguros van por delante, con cerca del 47%.

El dato relevante para quien todavía está evaluando: la fase de piloto se está cerrando. Entre las compañías que usan agentes de programación, el 86% ha pasado de la experimentación al código en producción, y la cifra sube al 91% en grandes empresas.

Qué ganan las que ya los usan

El 66% de las compañías que trabajan con agentes reporta mejoras de productividad medibles. La palabra medibles importa aquí: hablamos de indicadores que la empresa ya registraba antes de desplegar nada.

Los flujos donde mejor funcionan comparten un patrón: alto volumen, reglas claras y muchos pasos. Recursos humanos, finanzas, IT y operaciones concentran la mayoría de los despliegues. Los agentes se quedan con el proceso completo y las personas se dedican a las excepciones.

Hacia dónde apunta el gasto

Gartner preveía que el 40% de las aplicaciones empresariales incluirían agentes especializados en 2026, frente a menos del 5% en 2025. Otras estimaciones sitúan en el 80% la proporción de aplicaciones que llevarán agentes integrados al cierre del año.

A más largo plazo, la IA agéntica podría representar cerca del 30% de los ingresos de software empresarial en 2035, más de 450.000 millones de dólares, partiendo del 2% en 2025.

Los números en una tabla

Dónde se atascan los proyectos

La diferencia entre el piloto que funciona y el despliegue que se cae suele estar en tres puntos concretos.

El primero son los permisos. Un agente necesita acceso a sistemas que nadie ha modelado en términos de mínimo privilegio, y el proyecto se para en el comité de seguridad.

El segundo es la medición. Muchos equipos lanzan un agente sin haber registrado antes cuánto tardaba el proceso manual. Sin línea base, la mejora es indemostrable.

El tercero son las excepciones. El agente resuelve el 80% de los casos y el 20% restante genera más trabajo de revisión del que ahorra, porque nadie diseñó la ruta de escalado a una persona.

Cómo montar el primer agente sin quemar presupuesto

1. Elige un proceso que ya midas. Si tienes el tiempo medio y la tasa de error del último trimestre, tienes con qué comparar.
2. Define la ruta de excepción antes que el camino feliz. Quién recibe el caso cuando el agente duda y en cuánto tiempo.
3. Da permisos por sistema y por operación, no por usuario. La revisión de seguridad irá mucho más rápido.
4. Fija un horizonte de 8 semanas y un criterio de corte numérico. Si no llega, se para.
5. Documenta lo aprendido aunque el piloto falle. El segundo intento sale mucho más barato.

Qué significa esto para tu carrera

Los perfiles que están capturando valor conocen a fondo un proceso de negocio y saben describirlo con la precisión suficiente para que una máquina lo ejecute. Esa habilidad se parece más al análisis de procesos que a la ingeniería.

Si trabajas en operaciones, finanzas o atención al cliente, tu conocimiento del detalle es el activo escaso. Dedicar unas horas a entender cómo se especifica una tarea para un agente rinde más que aprender un framework nuevo.

Puedes empezar por los casos de uso documentados, revisar la sección de agentes de IA y practicar la parte de especificación con los frameworks de prompting.