Adex Group: agentes de IA que ejecutan procesos completos

Adex Group: agentes de IA que ejecutan el proceso completo, no solo responden consultas

La empresa Adex Group desarrolla agentes de IA capaces de leer información, aplicar reglas de negocio y ejecutar tareas de principio a fin dentro de los sistemas que una compañía ya utiliza. La propuesta, presentada en un comunicado remitido a Europa Press, marca una diferencia clave frente a la ola anterior de herramientas: no se trata de añadir un chatbot más, sino de convertir procesos manuales en flujos que operan solos y que solo llaman a una persona cuando su intervención es necesaria.

Para un founder, la distinción no es menor. Un asistente que responde preguntas ahorra minutos; un agente que cierra una factura, dispara una aprobación o cualifica un lead ahorra horas de trabajo operativo. Ese es, precisamente, el terreno donde se está concentrando la inversión en IA empresarial.

Cómo se construye un agente de IA a medida, paso a paso

La compañía describe un método que empieza siempre por el proceso, no por la tecnología:

• Mapeo del proceso actual: entradas de información, reglas, excepciones y herramientas implicadas.
• Diseño del agente: se define qué puede resolver de forma autónoma y en qué situaciones debe solicitar validación humana.
• Integración con los sistemas existentes: ERP, CRM, correo electrónico, hojas de cálculo, bases de datos y otras aplicaciones, mediante API o tecnologías RPA.
• Validación en paralelo sobre las herramientas reales de la empresa, antes de la activación definitiva.
• Seguimiento en producción: análisis del funcionamiento y ajustes sobre la marcha.

El tercer punto es el que suele decidir si un proyecto de automatización sobrevive. La mayoría de las empresas no opera con un sistema único, sino con una mezcla de aplicaciones donde los datos saltan de una a otra con intervención manual. Si el agente no se conecta a esas herramientas, termina siendo una capa aislada que nadie usa.

¿Qué tareas se pueden automatizar hoy?

Según el planteamiento de Adex Group, las aplicaciones se reparten en tres frentes:

• Workflows internos: facturación, elaboración de informes, aprobaciones y gestión documental.
• Agentes conversacionales: atención al cliente, soporte interno y cualificación de leads, disponibles de forma continuada a través de la web u otros canales de la empresa.
• Procesos de varias etapas: desde la recepción inicial de la información hasta la ejecución de una acción concreta y su posterior notificación.

A esto se suma un panel de control para analizar qué acciones ejecutan los agentes, cuánto tiempo permiten ahorrar y qué puntos del proceso requieren ajustes. Cada servicio puede implantarse de forma independiente o integrarse en un agente completo adaptado a la operativa de la organización.

¿Por qué los agentes de IA son la siguiente ola y no otro chatbot?

Los números acompañan el discurso. El informe de mercado de Analytics Insight estima que el mercado global de IA agéntica pasó de US$8.190 millones en 2025 a unos US$12.130 millones en 2026, y proyecta US$290.620 millones para 2035, con un CAGR del 42,88% entre 2026 y 2035. Dentro de ese total, los sistemas multiagente crecerían más rápido (47,09%) que los de un solo agente (39,47%).

El mismo informe, citando el AI Index 2026 de Stanford HAI, señala que el 88% de las organizaciones encuestadas ya usaba IA en algún punto de su negocio y que el 70% utilizaba IA generativa. La inversión corporativa global en IA creció un 130% interanual hasta US$581.700 millones.

En paralelo, el informe de ResearchAndMarkets difundido por Yahoo Finance proyecta que el mercado de soluciones de copilotos de IA pase de US$36.400 millones en 2026 a US$196.800 millones en 2036, con un CAGR del 18,4%.

El salto conceptual lo resume Jesús Poveda, director de hiberus en Catalunya, en declaraciones a La Vanguardia: «Hemos pasado de la automatización de tareas repetitivas a la incorporación de IA en la toma de decisiones críticas». Y añade que los equipos podrán «enfocarse en áreas con mayor valor estratégico, como la creatividad, la innovación y la toma de decisiones».

La brecha real: 62% experimenta, 23% escala

Aquí está el dato que todo founder debería tener a mano. Según la investigación de McKinsey recogida por Analytics Insight, el 62% de los encuestados decía estar experimentando con agentes de IA, pero solo el 23% había escalado un sistema agéntico en alguna parte de su negocio. Ninguna función empresarial superaba el 10% de adopción a escala.

La dificultad es estructural: aplicaciones heredadas, datos fragmentados y procesos que no están formalmente documentados. Un agente que funciona en una demostración controlada se encuentra otra cosa al llegar a producción.

A eso se suma la gobernanza. Gartner proyectó en abril de 2026 que una empresa media del Fortune 500 podría estar ejecutando más de 150.000 agentes en 2028, frente a menos de 15 en 2025, mientras que solo el 13% de las organizaciones encuestadas creía tener controles adecuados.

La fiabilidad también pesa. El informe cita el AI Index 2025 de Stanford y la evaluación RE-Bench: los sistemas avanzados rinden bien en tareas cortas, pero los expertos humanos recuperan ventaja cuando el horizonte se extiende a 32 horas. Y la supervisión tiene costo: si un empleado debe revisar cada salida del agente, buena parte del ahorro desaparece.

¿Qué significa esto para tu startup?

Tres movimientos concretos, en orden:

• Documenta antes de automatizar. Si el proceso no está escrito —entradas, reglas, excepciones—, el agente no puede ejecutarlo. Ese mapeo es el entregable más valioso de la primera fase y sirve incluso si el proyecto se frena.
• Empieza por un proceso acotado y medible. Facturación, informes o cualificación de leads son buenos candidatos: tienen reglas claras y volumen suficiente para notar el ahorro. Define desde el día uno en qué punto entra el humano.
• Diseña la gobernanza antes de escalar. Permisos, límites de decisión y trazabilidad de lo que hace cada agente. El 13% de Gartner no es una anécdota: es el cuello de botella que aparece justo cuando el piloto empieza a funcionar.

Un cuarto punto, más de mediano plazo: la interoperabilidad se está estandarizando. El Model Context Protocol (MCP) de Anthropic superaba los 10.000 servidores públicos activos en diciembre de 2025 y ya se soporta en plataformas como ChatGPT, Gemini, Microsoft Copilot, Cursor y Visual Studio Code, según Analytics Insight. El protocolo A2A, presentado por Google en abril de 2025, había sido adoptado por más de 150 organizaciones en abril de 2026. Para una startup, eso significa que construir integraciones propietarias para cada sistema es cada vez menos defendible como ventaja competitiva.

Conclusión

El anuncio de Adex Group no trae cifras de inversión ni de clientes, sino una tesis de producto: los agentes de IA se venden como una capa operativa conectada a los sistemas existentes, no como una herramienta suelta. Es la misma dirección que marcan los datos de mercado, con un sector creciendo a doble dígito alto y una adopción real todavía muy por detrás del entusiasmo.

Para un founder hispanohablante, la lectura práctica es simple: la ventaja no estará en tener el mejor modelo, sino en conocer a fondo el proceso que se automatiza. Ahí es donde el conocimiento del negocio sigue pesando más que la tecnología.

Fuentes

• Adex Group desarrolla agentes de IA que automatizan los workflows de las empresas (fuente original)
• Agentic AI Market Outlook 2026-2035: Market Size, Growth, Adoption and Key Opportunities
• Los agentes autónomos de IA que revolucionarán las empresas
• AI Copilot Solutions Market Size, Share, and Trends - Global Forecast to 2036