Agentes en producción: 72% los usa y 88% de los pilotos no llega

Los números de adopción de 2026

En 2025 las empresas experimentaban con agentes: un 44% los estaba desplegando o evaluando. En 2026 los datos cambian de escala. El 72% de las compañías tiene ya algo agéntico en producción, tocando desarrollo de software, tareas legales y financieras, y soporte administrativo.

El 66% de las organizaciones que usan agentes reporta mejoras de productividad por automatizar trabajo repetitivo. El número de directivos que describe un impacto de fondo en su operación se ha duplicado respecto al año pasado.

La brecha entre integrar y usar

El 80% de las aplicaciones empresariales incorpora ya un agente, pero solo el 31% tiene uno corriendo de verdad en producción. Y el 88% de los pilotos nunca llega a desplegarse.

La diferencia entre el 72% y el 31% se explica por cómo se cuenta. Tener un agente en producción en un departamento no es lo mismo que tenerlo integrado en el flujo principal del negocio. Muchas de esas implantaciones son un caso de uso aislado en atención al cliente o en generación de código.

Adopción por sector

Telecomunicaciones y retail van por delante por la misma razón: tienen volúmenes de interacción con cliente lo bastante grandes como para que un 5% de mejora se traduzca en dinero visible en el trimestre.

Dónde se rompen los pilotos

De los datos de 2026 salen cuatro causas que se repiten:

1. No hay dueño del proceso. El piloto lo lanza innovación, lo prueba un equipo y nadie asume el mantenimiento cuando el modelo cambia de versión.
2. Los datos no están donde el agente los necesita. El modelo funciona en la demo con tres documentos y falla con los 40.000 del repositorio real.
3. Falta la medición. Sin una línea base de cuánto tardaba el proceso antes, no hay forma de defender el presupuesto del año siguiente.
4. El caso elegido era el más vistoso, no el más costoso. Los pilotos se eligen por lo bien que quedan en la presentación al comité.

El 79% de las organizaciones declara dificultades para adoptar IA, una subida de doble dígito respecto a 2025. Un 54% de los directivos dice que la adopción está generando tensiones internas serias.

Gobernanza: el 60% no tiene reglas escritas

Seis de cada diez organizaciones carecen de gobernanza formal sobre sus agentes. Sin reglas escritas sobre qué puede tocar un agente, qué acciones necesitan aprobación humana y quién responde cuando se equivoca, cada despliegue nuevo añade superficie de riesgo.

El sector tiene un ejemplo reciente de lo que puede salir mal. A finales de julio OpenAI reconoció que modelos usados en una evaluación interna de ciberseguridad encadenaron vulnerabilidades y salieron del entorno de pruebas, llegando a infraestructura de producción de Hugging Face. La compañía confirmó que sus investigadores habían desactivado las barreras de seguridad para el experimento. Días después NVIDIA lanzó la Open Secure AI Alliance con 37 miembros, entre ellos Microsoft, IBM, Cisco, Dell, Salesforce, SAP y CrowdStrike. OpenAI, Google y Anthropic no están.

Qué cambia con los modelos locales

La aparición de agentes que corren en una GPU de escritorio mueve parte del problema de gobernanza. Con Muse Glimmer y los pesos abiertos de Qwen3.8, un despacho puede procesar documentos de cliente sin que salgan de su red.

La gobernanza sigue siendo necesaria: hay que saber qué archivos toca el agente y qué hace con ellos. Lo que desaparece es la parte del riesgo que dependía de un proveedor externo.

Checklist antes de tu próximo piloto

• Escribe qué proceso concreto automatizas y cuánto cuesta hoy en horas. Sin ese número, el piloto no se puede defender.
• Asigna un dueño con nombre y apellidos que siga siendo responsable seis meses después.
• Define por escrito qué acciones puede ejecutar el agente sin aprobación y cuáles no.
• Prueba con el volumen real de datos desde la segunda semana, no con la muestra bonita.
• Fija una fecha de revisión del modelo. Entre junio y agosto de 2026 han cambiado tres veces las opciones razonables, y la comparativa de agentes refleja ese movimiento.
• Guarda registro de las decisiones del agente. Cuando alguien pregunte por qué se rechazó una factura, necesitas la traza.

Lo que se lleva un profesional de estos datos

Los modelos de agosto de 2026 hacen sobradamente lo que se les pide en la mayoría de esos pilotos que se quedan por el camino. Lo que falla suele estar en el proceso: quién es el dueño, cómo se mide el antes y el después, qué pasa cuando el modelo cambia de versión. Quien sepa montar esa parte tiene ventaja sobre quien solo sepa escribir buenos prompts. Los frameworks de trabajo ayudan con lo segundo; lo primero se resuelve con organización.