Microsoft: agentes de IA se multiplicaron por 15 en un año

Agentes de IA: la creación se multiplicó por 15 en un año

Mario Rodríguez, gerente general de Microsoft Perú y líder de Servicios de Consultoría y Servicios Unificados para MCSA (Microsoft Central and South America), lo dijo sin matices: en el último año, la creación de agentes de IA se multiplicó por 15. Para un founder, la lectura es directa: la barrera técnica para poner un agente a trabajar dentro de tu operación cayó mucho más rápido que la capacidad de las empresas para supervisarlo.

El contexto lo refuerza. En junio de este año, el 89% de las empresas de Latinoamérica planeaba adoptar agentes de IA en los siguientes 12 a 17 meses. La pregunta ya no es si vas a usar agentes, sino en qué proceso los metes primero y con qué controles.

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

La diferencia no es de potencia, es de función. Como explica Omar Florez, PhD en Inteligencia Artificial, un modelo de lenguaje tradicional solo calcula probabilidades para responder una pregunta. Un agente es ese mismo modelo, pero con la capacidad de realizar acciones y utilizar herramientas: consultar un sistema, llenar un formulario, disparar un reembolso.

Leíste lo que hace la IA. ¿Y en tu negocio?

En CAR, dueños de empresa arman en 7 días su primer sistema funcionando: que ningún cliente se les escape, o que el informe del lunes salga solo. Con otros emprendedores al lado.

👥 Probar 7 días

Un escalón más arriba están los agentes autónomos, que operan e interactúan por sí mismos durante periodos prolongados. "Tiene una capacidad de razonamiento más amplia o ha sido entrenado para razonar. ¿Qué es razonar? Es agarrar un problema y descomponerlo en partes. Y después hacer paso por paso cada uno de estos planes", describe Florez.

Para un equipo chico, ahí está la oportunidad y el riesgo al mismo tiempo: un agente que ejecuta acciones también puede equivocarse en producción, no solo en un borrador.

Los casos que ya están en producción en la región

La IA agéntica dejó de ser una demo de laboratorio en varias operaciones latinoamericanas.

Rappi usa agentes para analizar fotografías y validar reclamos, gestionar reembolsos y cancelaciones, auditar interacciones con sus usuarios y brindar soporte agéntico por WhatsApp. Según Eugenio La Rosa, vicepresidente de Customer Experience, la compañía redujo a menos de la mitad el costo operativo de atención, y la resolución de tickets atendidos por IA y automatizaciones pasó de 76% a más de 90% en el último año.
Natura desplegó agentes como "Maya", "Nat" y "Vela" para sus 130.000 consultoras: recomendaciones personalizadas, reportes de desempeño e identificación de las categorías que más compra cada usuario para sugerir en tiempo real.
SAP comenzó hace aproximadamente un año a integrar soluciones basadas en agentes en el mercado peruano, adoptadas hasta ahora por entre el 10% y el 15% de sus clientes.
Konecta ve mayor adopción en cobranza, negociación digital y gestión transaccional. En banca y servicios financieros, la cobranza digital opera al 20% del costo por llamada frente al canal tradicional; en turismo, el caso Iberostar redujo 65% el tiempo de espera en el check-in y elevó 20% la satisfacción del cliente; y en seguros, la reducción del tiempo de procesamiento de siniestros de extremo a extremo llega al 40%.

¿Cuánto vale el mercado y por qué el piloto no se convierte en producción?

Los números de mercado explican la prisa. Según el informe de mercado de Analytics Insight, el mercado global de IA agéntica se estimó en US$8.190 millones en 2025 y proyecta US$12.130 millones en 2026, hasta llegar a US$290.620 millones en 2035, con un CAGR de 42,88% entre 2026 y 2035. Dentro de ese total, los sistemas multiagente crecen más rápido (47,09% anual) que los de un solo agente.

El problema es la brecha entre experimentar y operar. El mismo informe cita investigación de McKinsey según la cual el 62% de las empresas encuestadas experimenta con agentes, pero solo el 23% los ha escalado en alguna parte de su negocio, y ninguna función superó el 10% de adopción a escala. Además, un informe de Gartner de abril de 2026 proyecta que una empresa Fortune 500 promedio podría estar corriendo más de 150.000 agentes para 2028, frente a menos de 15 en 2025, y solo el 13% de las organizaciones encuestadas cree tener gobernanza adecuada.

En México, el estudio Work: in Progress de IDC y Provokers para Google Cloud —presentado en el Google Cloud Summit México 2026, celebrado el 30 de septiembre— encontró que el 40% de las empresas ya adopta activamente agentes de IA y el 13% está escalando proyectos. Y que el 44% de los profesionales recurre al Shadow AI, es decir, herramientas de IA personales fuera de las políticas corporativas.

El costo oculto: gobernanza, datos y Shadow AI

Juan Carlos Zevallos, CEO de IBM Perú, puso el dedo en la llaga durante el Congreso de Líderes 2026, realizado en Perú, México y Colombia: "La IA agéntica está creciendo mucho. El reto se genera en la gestión de los agentes, el uso y crecimiento desmedido y sin control. Es ahí donde las empresas de tecnología estamos buscando aportar para evitar el desorden y exposición de ciberseguridad".

Los cuellos de botella suelen ser menos glamorosos que el modelo. Eduardo López, presidente de Google Cloud Latinoamérica, señaló que el 85% de las empresas de la región tiene intención de usar IA, pero el 44% choca con sistemas legados que afectan la calidad de los resultados y el 32% no cree tener la calidad de datos necesaria para proyectos de transformación.

Hay señales de que la infraestructura se está estandarizando. El Model Context Protocol (MCP) de Anthropic superaba los 10.000 servidores públicos activos en diciembre de 2025, con soporte en ChatGPT, Gemini, Microsoft Copilot, Cursor y Visual Studio Code, y su gobernanza pasó a la Agentic AI Foundation. Menos integraciones a medida significa menos meses de trabajo antes del primer agente útil.

¿Qué significa esto para tu startup?

La brecha no está en el acceso a la tecnología —los modelos y las APIs están disponibles para cualquiera— sino en la selección del proceso y en el control. Cuatro movimientos concretos:

Empieza por el proceso, no por la herramienta. Elige una tarea repetitiva, de varios pasos y con resultado verificable. Un ejemplo medible: Grupo Bafar usó Gemini Enterprise para la gestión contractual de su división de Retail y redujo de 140 a 17 minutos la elaboración de anexos operativos para contratos de apertura de tiendas, un 88% menos, según datos de Google Cloud.
Mide costo por caso resuelto, no por licencia. Un agente que razona consume varios ciclos de inferencia, llamadas a herramientas y verificaciones. El benchmark regional más claro que deja la fuente es el de Konecta: cobranza digital al 20% del costo por llamada del canal tradicional. Si tu costo por caso no baja de ahí, el caso de negocio no cierra.
Prioriza con el mapa de automatización. El estudio Agentes, robots y nosotros de McKinsey Global Institute señala que en los 15 países latinoamericanos analizados, entre ellos Perú, el 57% de las horas de trabajo actuales podría automatizarse técnicamente con tecnologías existentes, y el 39% de ese total mediante agentes que hacen trabajo no físico. Ahí está tu lista corta de candidatos.
Escribe las reglas antes del segundo agente. Qué datos puede leer, con qué sistemas puede interactuar, qué acciones quedan bajo aprobación humana y quién audita. Con el 13% de las organizaciones declarando gobernanza suficiente en el sondeo de Gartner, la disciplina operativa se vuelve una ventaja competitiva, no un trámite.

Conclusión

El Perú avanza en adopción de IA a una tasa promedio de 17,3%, muy cerca del 18% mundial que reporta Microsoft, aunque todavía sin una medición cuantitativa específica de IA agéntica. Rodríguez identifica tres usos que ya generan retorno: eficiencia de procesos, ingresos en centros de contacto y valorización para procesos de fusiones y adquisiciones. La tecnología dejó de ser el cuello de botella; ahora lo son la gobernanza y la elección del proceso correcto.

El contexto macro acompaña: un análisis del World Economic Forum y McKinsey & Company estima que una mayor adopción de IA podría elevar la productividad de América Latina entre 1,9% y 2,3% anual y generar entre US$1,1 y US$1,7 billones de valor económico adicional cada año. Y la consultora ResearchAndMarkets proyecta que el mercado de IA generativa pase de US$185.450 millones en 2026 a US$1,65 billones en 2033, con la automatización de flujos de trabajo como la aplicación de mayor crecimiento.

Para un founder, la ventana es clara: durante los próximos 12 a 17 meses —el plazo que da la intención declarada por el 89% de las empresas de la región— el diferencial no será tener agentes, sino tenerlos conectados a un proceso que ya sabes medir, con permisos definidos y un costo por caso que puedas defender ante tu directorio.

Fuentes

Leíste lo que hace la IA. ¿Y en tu negocio?

En CAR, dueños de empresa arman en 7 días su primer sistema funcionando: que ningún cliente se les escape, o que el informe del lunes salga solo. Con otros emprendedores al lado.

👥 Probar 7 días