Veeam: solo 40% confía en revertir fallas de agentes de IA

El dato que incomoda: adoptamos agentes antes de saber apagarlos

El 88 % de las organizaciones ya usa o está probando agentes de IA, pero solo el 40 % de los responsables de su implementación confía en poder aislar y revertir con precisión un fallo de esta tecnología. La brecha entre adoptar y controlar es la noticia, y viene del informe Data and AI Trust Gap de Veeam.

Para un founder que ya tiene un agente tocando su CRM, su base de datos o su sistema de facturación, esa cifra no es un dato de encuesta: es la probabilidad de que, cuando algo salga mal, nadie sepa exactamente qué se rompió ni cómo deshacerlo sin arrastrar medio sistema.

¿Qué revela el informe Data and AI Trust Gap de Veeam?

El estudio, presentado en VeeamON London, encuestó a 600 ejecutivos senior —CEOs, CIOs, CISOs y CDOs— de servicios financieros, salud, manufactura, retail y tecnología en Norteamérica, Europa y Asia-Pacífico, con trabajo de campo entre el 16 de marzo y el 6 de abril de 2026, según la cobertura publicada por el Daily Californian.

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 →

Los tres números que ordenan el diagnóstico:

88 % usa o pilota agentes de IA.
7 % está realmente preparado para la IA.
95 % dice que los problemas con sus datos ya frenaron su avance en IA.

Traducido: la tecnología llegó antes que la infraestructura para confiar en ella. Y en medio de ese hueco queda una pregunta operativa que casi nadie puede responder: cuando un agente se comporta fuera de lo previsto, ¿quién se da cuenta y quién actúa?

¿Por qué casi nadie puede ver lo que hace su agente?

La visibilidad es el eslabón más débil. Solo el 28 % de los encuestados se declara capaz de detectar sistemas de IA operando fuera de los parámetros aprobados. Y entre quienes ya corren IA, la proporción que puede identificar algo puntual en cuestión de minutos es todavía menor:

29 % sabe qué sistemas accedió un agente.
25 % sabe qué acciones ejecutó.
24 % sabe qué decisiones influyó.
22 % sabe qué datos utilizó.

Ese último número es el que más duele en una startup. Cuando llega una pregunta de un cliente, de un socio o de un regulador sobre qué pasó con sus datos, menos de una de cada cuatro organizaciones puede responderla rápido. Y un agente con permisos amplios puede tocar miles de registros mucho antes de que una revisión semanal lo detecte.

¿Quién es el dueño del riesgo cuando un agente falla?

El hallazgo más accionable del informe no es tecnológico, es organizacional. Las organizaciones donde el CISO es dueño del riesgo de los agentes de IA tienen un 24 % más de probabilidad de detectar comportamiento anómalo. Las que reparten la responsabilidad entre varios equipos tienen un 47 % menos.

Ojo con la lectura: son probabilidades relativas entre grupos de encuestados, no un experimento controlado. Pero la dirección es difícil de ignorar. La razón es práctica: detectar una desviación exige tres cosas que un comité rara vez logra.

Una definición de lo normal. Alguien tiene que escribir qué puede leer y hacer cada agente, para que exista una línea base de la cual desviarse.
Un único lugar donde aterricen las señales. Alertas de identidad, de seguridad de datos y de logs de aplicación necesitan un destino, no cinco.
Autoridad para actuar. Cuando la señal parece real, alguien debe poder pausar el agente, revocarle el acceso o iniciar un rollback sin esperar una reunión.

A esto se suma una grieta en la dirección. El 65 % de los CEOs cree que su organización tiene un inventario completo de IA, frente al 48 % de los líderes técnicos. Cuando el boardroom cree que el mapa está terminado y quien opera los sistemas sabe que no, nadie es dueño de cerrar la diferencia.

Detectar, proteger y deshacer: qué propone Agent Commander

Veeam lanzó Agent Commander, una solución que ataca justamente el punto del 40 %. Se articula en tres capacidades:

Detectar: identificar qué agentes existen, qué datos usan, a qué sistemas acceden y cuándo su comportamiento se aparta de los parámetros establecidos.
Proteger: aplicar controles, políticas y límites de acceso para reducir la exposición de los datos frente a personas, aplicaciones y agentes.
Deshacer: responder ante un incidente y recuperar de forma precisa información limpia y confiable, sin depender solo de la explicación del agente o del sistema afectado.

«En la era agéntica, las organizaciones necesitan evolucionar de una visión reactiva de la protección de datos hacia un enfoque que les permita comprender qué está haciendo la IA, sobre qué información actúa y qué sucede cuando su comportamiento se desvía de lo esperado», afirmó Javier Castrillón, gerente de Ventas Territoriales de Veeam en Colombia.

La compañía dice cubrir a más de 550.000 clientes en más de 30 países, incluido el 80 % de las empresas de la lista Fortune 500.

¿Por qué el 40 % de los proyectos de IA agéntica no sobrevivirá hasta 2027?

El contexto del sector empuja en la misma dirección. Gartner proyecta que más de 40 % de los proyectos de IA agéntica serán cancelados antes de que termine 2027, por costos crecientes, falta de claridad sobre el valor o controles de riesgo insuficientes. Es la misma tríada que aparece en este tipo de despliegues: nadie discute el costo de licenciar el modelo, pero pocos presupuestan el costo de poder revertirlo.

Y la presión regulatoria ya no es teórica. El 61 % de los encuestados por Veeam dice que el EU AI Act influyó en sus decisiones de inversión en IA en los últimos doce meses, y el 47 % señala que mantener rastros de auditoría de las decisiones de IA es su mayor preocupación de cumplimiento. Un rastro de auditoría exige alguien responsable de producirlo.

Veeam lo resumió en una línea que su CEO, Anand Eswaran, dio al presentar la investigación: la mayoría de las organizaciones no tiene un problema de adopción de IA, tiene un problema de confianza en la IA.

¿Qué significa esto para tu startup?

No necesitas el presupuesto de una Fortune 500 para copiar la lógica. La mayoría de los equipos pequeños cometen el error inverso: dejan la gobernanza para cuando el agente «esté listo», y para entonces ya hay procesos productivos colgando de él.

1. Inventaria tus agentes hoy, incluidos los que no aprobaste. El estudio señala que el 95 % de las organizaciones reporta uso no autorizado de IA internamente y solo el 25 % ofrece alternativas aprobadas a sus empleados. Si tu equipo está usando herramientas de IA por fuera del radar, tienes agentes sin dueño, y un agente sin dueño es un agente que nadie vigila. Levanta la lista real —agentes oficiales, copilotos embebidos y uso en la sombra— y ponle un nombre humano a cada uno.

2. Trata cada agente como una identidad, no como una función de tu código. Cada agente con sus propias credenciales, permisos acotados y un sponsor interno con nombre. Los agentes que corren sobre cuentas compartidas no se pueden rastrear ni contener con limpieza, y son los que aparecen en el 22 % que no sabe qué datos usó la IA.

3. Escribe los parámetros aprobados y ensaya la reversión. Define por escrito qué datos puede leer cada agente, qué acciones puede ejecutar y qué no debe hacer nunca. Después haz un ejercicio de mesa: simula que un agente borra o altera registros que no debía tocar y mide cuánto tardas en encontrar el radio del daño y restaurar solo lo afectado. Si no puedes medirlo, no lo puedes mejorar.

4. Elige un dueño y dale autoridad para frenar. No un comité. Una persona con capacidad de pausar un agente, revocar accesos o disparar un rollback sin pedir permiso a tres áreas. Los datos de Veeam apuntan a que esa decisión, tan simple en apariencia, correlaciona con detectar mejor.

Conclusión

La IA agéntica no falla porque el modelo sea malo. Falla porque el agente tiene permisos amplios, actúa rápido y la organización no tiene ni la visibilidad para verlo ni la capacidad de deshacer lo hecho con precisión. El 40 % de confianza no mide pesimismo: mide infraestructura ausente.

Antes de escalar a un segundo agente en producción, resuelve las preguntas básicas del primero. Qué sistemas tocó, qué acciones ejecutó, qué datos usó y quién puede apagarlo en cinco minutos. Si hoy no tienes respuesta para las cuatro, ya sabes dónde va tu próximo sprint.