Agentes de IA se multiplican por 15 en las empresas de LATAM

Qué son los agentes de IA y por qué su creación se multiplicó por 15

La creación de agentes de inteligencia artificial se multiplicó por 15 en el último año, según los datos citados por Microsoft en el informe que recoge el reporte original. Para un founder, la cifra importa menos que su significado: la IA dejó de ser una capa que responde preguntas y pasó a ser una capa que ejecuta trabajo.

Un agente de IA es un sistema que no solo responde: usa herramientas y ejecuta acciones para cumplir un objetivo. Los más avanzados descomponen un problema en tareas y arman un plan para resolverlo. Esa diferencia es la que está moviendo presupuesto dentro de las empresas latinoamericanas.

El contexto regional lo confirma. Según el informe State of AI in Latin America de Hi Ventures, recogido por El Español, el 71% de las corporaciones consultadas ya adoptó inteligencia artificial en algún equipo o función, mientras que solo el 5% no la ha explorado. La productividad es el argumento dominante: el 46% de los líderes empresariales identifica la mejora de eficiencia como el principal atractivo, por delante de la reducción de costos.

¿Cómo usan Rappi, Natura y Konecta los agentes de IA en Perú y LATAM?

Los casos concretos ya están en producción, no en pilotos. En Perú, Rappi utiliza agentes para analizar reclamos, gestionar reembolsos y atender consultas. La compañía informó que la proporción de casos resueltos mediante inteligencia artificial y automatizaciones pasó del 76% a más del 90% en el último año, y atribuye a estas herramientas una reducción de sus costos operativos de atención.

Natura desplegó agentes que ofrecen recomendaciones personalizadas y elaboran reportes para sus consultoras. Konecta Perú reporta aplicaciones en cobranza digital, comercio electrónico y servicios financieros: señala que la cobranza digital puede operar a un costo equivalente al 20% del canal telefónico tradicional. Ese es el tipo de número que un CFO entiende de inmediato.

El patrón se repite fuera de Perú. Según el informe de Hi Ventures, Mercado Libre extendió herramientas de IA a decenas de miles de empleados, concentrando los primeros esfuerzos en áreas administrativas con grandes volúmenes de trabajo manual.

Y el potencial pendiente es enorme: según un estudio del McKinsey Global Institute citado en el informe, el 57% de las horas de trabajo actuales en 15 países latinoamericanos, incluido Perú, podría automatizarse técnicamente con tecnologías existentes. De ese total, el 39% correspondería a agentes capaces de realizar tareas no físicas.

¿Por qué la mayoría de las empresas se queda en el piloto?

El entusiasmo no se traduce automáticamente en escala. La investigación de McKinsey citada por Analytics Insight encontró que el 62% de los encuestados estaba experimentando con agentes de IA, pero solo el 23% había escalado un sistema agéntico en alguna parte de su negocio. Ninguna función empresarial había superado el 10% de adopción a escala.

La brecha entre acceso y uso intensivo también aparece en los mercados desarrollados. El informe OpenAI Economic Research de octubre, difundido por Europa Press, señala que los agentes ya suponen el 55% del uso de IA en las empresas de la Unión Europea, pero que la distancia entre tener acceso y usarlos a fondo es lo que separa a las compañías líderes del resto. Las empresas frontera generan más de un 300% más de resultados por usuario, y en el segmento de pymes el número de usuarios activos semanales de agentes se multiplicó por 8,1 entre mayo y octubre.

Según la propia Hi Ventures, la brecha también es generacional: el 53% de las startups encuestadas ya usa agentes en producción, frente al 30% de las corporaciones. En las grandes empresas, el 40% mantiene supervisión humana directa y apenas el 5% alcanzó un funcionamiento plenamente autónomo. Las startups sin software heredado tienen una ventaja estructural para diseñar procesos donde el agente es parte de la arquitectura.

El freno principal, dice el informe, no es el interés sino el talento: la falta de profesionales técnicos es la barrera número uno tanto para startups como para corporaciones. En las grandes empresas, la privacidad de los datos ocupa el primer lugar, seguida de la carencia de capacidades internas.

¿Qué riesgos implica delegar en agentes autónomos?

La implementación exige controles para evitar errores, usos indebidos y riesgos de ciberseguridad. Los especialistas advierten que gestionar agentes cada vez más autónomos genera problemas si la empresa no establece límites claros desde el inicio.

El dato más incómodo viene de Gartner: según su informe de abril de 2026, citado por Analytics Insight, una empresa promedio del Fortune 500 podría estar ejecutando más de 150.000 agentes para 2028, frente a menos de 15 en 2025, y solo el 13% de las organizaciones encuestadas cree tener una gobernanza adecuada. Ese desbalance entre proliferación y control es el riesgo real: agentes creados por equipos distintos, con permisos superpuestos y sin visibilidad centralizada.

En Perú, el reporte original advierte que la adopción avanza en banca, seguros y manufactura, pero que todavía no existe una medición cuantitativa específica sobre la expansión de los agentes de IA en el país. Traducción: se está invirtiendo más rápido de lo que se está midiendo.

Qué significa esto para tu startup

Si el 39% de las tareas no físicas automatizables vive en procesos administrativos, atención al cliente, informes y análisis, la pregunta no es si tu startup debería usar agentes, sino dónde empieza y cómo mantiene el control. Tres movimientos concretos:

• Mapea primero las tareas de alto volumen y bajo criterio. Reclamos, reembolsos, conciliaciones, reportes repetitivos y respuestas de primer nivel son el punto de entrada natural. Rappi y Natura no empezaron por lo más complejo: empezaron por volumen.
• Define el nivel de autonomía antes de elegir la herramienta. El informe de Hi Ventures muestra que la mayoría de las corporaciones opera con supervisión humana directa. Decide qué decisiones puede tomar el agente solo, cuáles requieren aprobación y cuáles están vedadas por escrito. Sin esa definición previa, el agente escala el desorden existente.
• Mide con una métrica de negocio, no de uso. El 99% de las startups latinoamericanas encuestadas por Hi Ventures usa IA, pero uso no es resultado. Define desde el día uno qué vas a comparar: porcentaje de casos resueltos sin humano, costo por transacción o margen por hora liberada.
• Instituye gobernanza antes de multiplicar agentes. Con la proyección de Gartner sobre la mesa, la visibilidad centralizada de qué agentes existen, qué permisos tienen y quién responde por sus acciones deja de ser un tema de compliance y pasa a ser una decisión de arquitectura.

Conclusión

El crecimiento de 15 veces en la creación de agentes de IA no es una señal de que la tecnología esté lista para todo, sino de que la conversación cambió de "¿deberíamos probarlo?" a "¿por qué no está en producción?". Los casos de Rappi, Natura y Konecta demuestran que el retorno llega cuando el agente se conecta a un proceso medible y acotado.

El verdadero diferenciador en LATAM no será el acceso al modelo —está disponible para todos— sino la capacidad de definir límites, medir resultados y sostener la supervisión a medida que la autonomía crece. La ventaja competitiva de la región, como resume Jimena Pardo, socia directora de Hi Ventures, es haber aprendido a construir en medio de la complejidad. En la era de los agentes, esa experiencia puede ser exactamente lo que hace la diferencia.

Fuentes

• Creación de agentes de inteligencia artificial se multiplicó por 15 en el último año (fuente original)
• Los agentes ya suponen el 55% del uso de la IA en las empresas de la UE
• La inteligencia artificial despierta en América Latina: el 71% de empresas ya la adoptan
• Agentic AI Market Outlook 2026-2035: Market Size, Growth, Adoption and Key Opportunities