IA agéntica: 76% adopta, solo 56% mide el riesgo

La brecha entre adopción y control ya es un riesgo corporativo

El 76% de las empresas está implementando o planea implementar IA agéntica, pero solo el 56% tiene claridad sobre las implicaciones operativas, legales y reputacionales que eso conlleva. La asimetría no es un detalle técnico: es la distancia entre lo que tu equipo ya está ejecutando y lo que tu organización realmente entiende.

El patrón se repite en cada encuesta reciente. Un informe sectorial citado por Noticias Neo reveló que el 72% de los altos ejecutivos ya había integrado IA en sus iniciativas estratégicas, pero apenas un tercio contaba con controles adecuados para un uso responsable. Traducido a la operación diaria: hay sistemas tomando decisiones sobre datos sensibles en finanzas, recursos humanos, ventas y atención al cliente mientras la política de gobernanza sigue en borrador.

¿Por qué la IA agéntica cambia la ecuación de riesgo?

Un modelo conversacional genera respuestas. Un sistema agéntico ejecuta tareas, activa procesos y toma acciones dentro de los sistemas de la organización. Esa diferencia es la que multiplica el impacto de cualquier error.

Los datos lo confirman. Las inexactitudes en sistemas de IA ya están vinculadas a consecuencias negativas en el 30% de las organizaciones que los utilizan, incluyendo decisiones erróneas en inversiones, contratos y gestión de personal, además de costos operativos adicionales. Aceptar un resultado sin revisar fuentes ni validar datos deja de ser una mala práctica y se convierte en un pasivo legal.

El research de mercado apunta en la misma dirección. Según un estudio de IBM realizado por Censuswide entre 3.221 ejecutivos, ocho de cada diez directivos en el Reino Unido afirman que un incidente relacionado con IA —fallo de un agente, exposición de datos, error de decisión o brecha de seguridad— llegó a su consejo o comité de dirección en el último año. Y menos de la mitad (35%) cambió su política o marco de gobernanza como respuesta.

¿Cuánta gobernanza existe realmente en las empresas?

Menos de la que la confianza sugiere. El IFS Industrial Index 2026, que encuestó a más de 2.200 responsables de decisión en 14 países, encontró que más del 70% de las organizaciones se declara confiada en sus políticas de seguridad y datos. Sin embargo, solo el 11% había validado los resultados de IA para procesos críticos de seguridad o calidad, otro 11% tenía controles sobre datos sensibles y apenas el 4% exigía supervisión o aprobación humana para decisiones asistidas por IA.

El dato más incómodo viene del World Economic Forum: su playbook de IA responsable, desarrollado junto a Accenture, concluyó que menos del 1% de las organizaciones había operacionalizado por completo una estrategia de IA responsable.

La razón de fondo es de secuencia. La gobernanza suele construirse después de la implementación, no antes. Establecer una estrategia completa puede tomar más de un año, un período durante el cual los agentes ya están ejecutando acciones con datos sensibles. Cada mes sin controles acumula exposición.

¿Qué exige la regulación y qué sanciones hay?

El EU AI Act entró en vigor el 1 de agosto de 2024 y se aplica de forma progresiva, con obligaciones que se activan por etapas. El régimen sancionador europeo contempla multas de hasta 35 millones de euros o el 7% de la facturación global para los casos más graves, como el uso de sistemas prohibidos; las infracciones intermedias pueden alcanzar los 15 millones de euros o el 3% del volumen de negocio, según el análisis publicado por PuroMarketing.

España ha movido ficha con su propio proyecto de Ley para el buen uso y la gobernanza de la IA, aprobado por el Consejo de Ministros y en tramitación parlamentaria. El texto adapta la normativa europea al marco nacional, con multas que arrancan en 6.000 euros y llegan hasta los 35 millones de euros o el 7% de la facturación anual en los casos más graves, y designa a la Agencia Española de Supervisión de la Inteligencia Artificial (AESIA) como órgano supervisor, según El Español.

Para los founders, el punto crítico está en recursos humanos. Como recoge El Confidencial, el reglamento clasifica como "alto riesgo" la mayoría de la IA usada en RRHH —selección de personal, promociones, despidos, asignación de tareas y evaluación del desempeño—, lo que obliga a evaluación de conformidad, supervisión humana, transparencia y registro del sistema. Las obligaciones específicas para estos sistemas de alto riesgo se han dilatado hasta el 2 de diciembre de 2027, pero las empresas ya deberían estar preparándose.

¿Qué significa esto para tu startup?

La buena noticia es que la gobernanza no requiere un departamento nuevo ni un presupuesto de corporación. Requiere decisiones concretas tomadas antes de escalar el uso de agentes.

• Define los límites de autonomía por función, no por herramienta. No es equivalente automatizar la clasificación de correos que delegar a un agente la ejecución de transacciones financieras o la evaluación de candidatos. Clasifica cada proceso por impacto potencial y asigna un nivel de autonomía distinto a cada uno.
• Documenta qué datos pueden compartirse con sistemas de IA. Antes de conectar un agente a tu CRM, tu ERP o tu base de candidatos, define por escrito qué información puede salir del sistema y cuál queda restringida. Es el control más barato y el que más incidentes evita.
• Establece umbrales de escalado humano obligatorio. El estudio de IBM muestra que el 37% de los ejecutivos espera necesitar umbrales definidos de escalado humano para 2027, y el 33% pide monitoreo en tiempo real y trazabilidad de las decisiones de los agentes. Empieza por los procesos de alto impacto: contratación, pagos y cualquier acción que afecte a una persona.
• Nombra un responsable con nombre y apellido. El 97% de los ejecutivos encuestados por IBM ya asignó formalmente la responsabilidad del riesgo de IA a nivel de consejo, pero no hay consenso sobre quién responde cuando un agente causa un daño. En una startup basta con que una persona tenga el mandato explícito de frenar un despliegue.
• Empieza por casos de uso acotados. El primer agente desplegado por Steenland Chocolate, según Enterprise Times, fue uno de reporte de seguridad laboral, precisamente porque era un punto de partida de bajo riesgo con procesos humanos de respaldo. Ese es un buen modelo para validar controles antes de tocar procesos críticos.

La ventana se cierra con cada despliegue

La adopción de IA agéntica no va a frenarse: el 68% de los ejecutivos en el Reino Unido espera que los agentes tengan algún nivel de autonomía en sus decisiones para 2027, según el estudio de IBM, pero solo el 53% cree que sus estructuras de gobernanza podrán escalar para gestionarlo.

Esa diferencia es la oportunidad. Las startups que construyan controles ahora —límites de autonomía, trazabilidad, supervisión humana en procesos críticos— no solo evitan sanciones: convierten la gobernanza en una ventaja comercial frente a clientes corporativos que ya la exigen en sus procesos de compra. La ventana para hacerlo antes de que ocurra un incidente es estrecha, y cada mes de operación sin controles acumula exposición.

Fuentes

• Noticias Neo — Brecha entre adopción y control de IA agéntica expone a empresas a riesgos legales
• TMCnet — Eight in Ten UK Businesses Struggle to Keep Pace with AI Governance, IBM Study Finds
• Enterprise Times — IFS Index Exposes Industrial AI Governance Gap
• TechTarget — IBM: Agentic AI is reshaping governance, controls and trust
• El Confidencial — La Ley de Inteligencia Artificial entra en vigor: qué cambia en las empresas y en RRHH
• El Español — El Gobierno propone una nueva ley de IA con sanciones hasta 35 millones