IA agéntica: el empleado invisible de las empresas en 2026

La IA dejó de ser una promesa y entró en la operación

La inteligencia artificial ya no vive en el laboratorio. 40% de las empresas mexicanas adopta activamente agentes de IA y 13% está escalando esos proyectos dentro de sus operaciones, según el estudio Work: in Progress de IDC y Provokers encargado por Google Cloud. Para un founder, la pregunta dejó de ser si conviene adoptar IA: ahora es cuánto tiempo y dinero pierde su operación por seguir haciendo a mano tareas que un agente ya puede ejecutar.

Ese es el eje de la columna firmada por la gerente de Producto de SoyBOT y publicada en Infobae, que describe un cambio de fase concreto: la IA pasó de responder preguntas a ejecutar acciones dentro de los procesos de una empresa. El texto pone el foco en el mercado argentino, donde ya existen soluciones capaces de operar sobre WhatsApp, sistemas de gestión y CRM, pero el fenómeno es regional.

¿Qué diferencia a un agente de IA de un chatbot?

Un chatbot responde. Un agente actúa. La diferencia no es de marketing: un agente se conecta con los sistemas de la organización, sigue procesos definidos y completa pasos de un flujo de trabajo —consultar un dato, calificarlo, registrarlo, disparar el siguiente paso— sin que una persona mueva la información entre cada etapa.

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

Un agente de IA puede quedarse con parte de tu día: ordenar lo pendiente y pedirte el OK antes de actuar. El Kit «tu mano derecha con IA» trae un video de 11 minutos y una ficha para dejar al tuyo trabajando. CAR está cerrada por ahora; al anotarte, te avisamos cuando abra.

👥 Quiero el Kit →

La columna lo resume con una lista que cualquier equipo reconoce: atender un cliente, responder una consulta, calificar una oportunidad comercial, procesar un currículum, coordinar una entrevista, generar una cotización, ordenar información, integrar canales de comunicación. Tareas que durante años consumieron planillas, correos, llamados y horas de trabajo.

El mercado ya tiene cifras. Según el informe de Analytics Insight sobre el mercado de IA agéntica, el segmento pasó de US$8.190 millones en 2025 a una proyección de US$12.130 millones en 2026, con una tasa de crecimiento anual compuesta de 42,88% entre 2026 y 2035. Gartner, por su parte, proyecta que el gasto en agentes y asistentes de IA suba de US$16.480 millones en 2025 a US$29.220 millones en 2026.

La paradoja: el valor está en las tareas que nadie quiere hacer

Hay un malentendido frecuente en cómo se imagina la automatización. Se piensa en las tareas más sofisticadas, cuando buena parte del valor económico está en las más rutinarias: responder las mismas preguntas, buscar información, clasificar datos, derivar consultas, cargar sistemas, hacer seguimientos, coordinar turnos.

Son tareas necesarias y consumen jornadas completas. Y son, justamente, las que un agente puede ejecutar fuera del horario laboral. Eso habilita operaciones que responden a las 24 horas sin que cada interacción dependa de una persona.

Los casos ya existen y están medidos. Durante el Google Cloud Summit México 2026, Farmacias del Ahorro presentó su programa PotencIA con Gemini Enterprise en tecnología, recursos humanos, marketing, comercio electrónico y experiencia al cliente, con una proyección de 140.000 horas anuales liberadas. Grupo Bafar automatizó la elaboración de anexos operativos para apertura de tiendas: el proceso pasó de 140 a 17 minutos por sucursal, una reducción de 88%.

El Foro Económico Mundial estima, según lo presentado en ese mismo evento, que una mayor adopción de IA podría elevar la productividad regional entre 1,9% y 2,3% anual y generar entre 1,1 y 1,7 billones de dólares de valor económico adicional cada año.

¿Cuánto de esto es adopción real y cuánto sigue siendo piloto?

Aquí conviene frenar el entusiasmo y mirar los números con frialdad. El informe The State of AI 2026 de QuantumBlack, AI by McKinsey, difundido por Cinco Días, muestra que la adopción de IA alcanza al 89% de las organizaciones y que 80% de los empleados dice haber aumentado su productividad. Pero solo 37% de las compañías reporta impacto positivo en su beneficio bruto, un porcentaje casi idéntico al del año anterior.

La brecha entre uso y resultado es el dato más importante del artículo. El mismo informe señala que 44% de las empresas ya desplegó IA a gran escala (contra 38% en 2025) y que el uso de agentes autónomos llega al 40% en las grandes corporaciones, frente al 27% del año previo. En las compañías más pequeñas, en cambio, la adopción de agentes sigue estancada en 22%.

El patrón se repite en otros estudios. Según Analytics Insight, 62% de las organizaciones experimenta con agentes de IA pero solo 23% logró escalar un sistema agéntico en alguna parte de su negocio. Y un informe de Gartner de abril de 2026 citado por ese mismo medio proyecta que una empresa promedio del Fortune 500 podría operar más de 150.000 agentes en 2028, contra menos de 15 en 2025, mientras que solo 13% de las organizaciones encuestadas considera tener gobernanza suficiente para gestionarlos.

El problema invisible: canales fragmentados y Shadow AI

La columna de Infobae pone el dedo en una fricción que casi ningún informe mide bien: la información está repartida. WhatsApp por un lado, Instagram por otro, correo, web, sistemas internos, plataformas colaborativas. La integración de agentes con esos canales permite centralizar conversaciones, conservar historial y generar trazabilidad.

El riesgo es que ese uso ocurra sin estrategia. El estudio de IDC y Provokers para Google Cloud revela que 44% de los profesionales mexicanos recurre al Shadow AI, es decir, a herramientas de IA personales o no autorizadas para tareas de trabajo. La IA ya está dentro de la organización aunque nadie la haya aprobado.

Qué significa esto para tu startup

La lección no es "adopta IA". Es dónde y con qué reglas.

Mapea antes de comprar. Lista las cinco tareas más repetitivas de tu equipo y estima horas por mes y costo por hora. Empieza por la que tenga volumen alto, reglas claras y bajo riesgo de error. No por la más vistosa.
Elige un proceso con dueño y métrica. Un agente sin responsable ni indicador se convierte en un experimento eterno. Define de antemano qué vas a medir: tiempo de respuesta, tickets resueltos sin intervención humana, horas liberadas, costo por tarea.
Define gobernanza antes de escalar. Qué datos puede tocar el agente, con qué sistemas se conecta, qué acciones puede ejecutar sin aprobación y cómo se audita. Si el 13% de las organizaciones se declara preparada en gobernanza, la mayoría está improvisando.
Ataca el Shadow AI con transparencia, no con prohibición. Si tu equipo ya usa herramientas no autorizadas, el problema es de habilitación. Ofrece un canal aprobado, con reglas claras, antes de que el uso informal se vuelva riesgo de datos.
Mide costo por tarea, no solo ahorro de tiempo. Los flujos con razonamiento intensivo consumen más cómputo: un proceso puede ahorrar horas y aun así no cerrar el caso de negocio.

Los riesgos: sin procesos, la IA genera más problemas

La propia columna lo advierte: la IA no es una solución mágica. Implementarla sin entender los procesos puede generar más problemas que beneficios, y una empresa no necesita un agente para todo. Requiere revisar procesos, capacitar equipos, fijar objetivos y medir resultados.

Los obstáculos que reportan los propios ejecutivos lo confirman. En la encuesta de DeepL realizada por Censuswide a 5.000 ejecutivos de Estados Unidos, Reino Unido, Francia, Alemania y Japón, los principales frenos para implementar agentes son el costo (16%), la preparación de los trabajadores (13%) y la madurez tecnológica (12%). Ninguno de los tres se resuelve comprando licencias.

El mismo estudio, difundido en diciembre de 2025, muestra el tamaño de la expectativa: 69% de los líderes empresariales internacionales espera que la IA agéntica transforme sus operaciones en 2026, 25% afirma que esa transformación ya está en marcha y solo 7% cree que los agentes no cambiarán nada. Además, 51% piensa que la IA creará más puestos de trabajo de los que sustituirá.

Conclusión

La IA ya no compite por atención: compite por resultados. El patrón que cruzan todos los datos es el mismo, la adopción crece mucho más rápido que el retorno medible, y la diferencia entre ambas cosas no la marca el modelo que elijas, sino el rediseño del proceso que hagas alrededor.

Para una startup con equipo chico, eso es una ventaja, no una desventaja. No hay legado que desmontar ni comités que convencer. La próxima ventaja competitiva no será tener IA, sino saber exactamente qué proceso le entregas y cómo verificas que funcionó.