Veeam: 88% usa agentes de IA y solo 28% los vigila

¿Por qué el 88% de las empresas usa agentes de IA y solo el 28% confía en vigilarlos?

El 88% de las organizaciones ya utiliza o prueba agentes de IA, pero solo el 28% confía en su capacidad para detectar un agente que opere fuera de los parámetros autorizados. La brecha entre adopción y control es el hallazgo central del informe Data & AI Trust Gap de Veeam, presentado el 3 de junio de 2026 y basado en 600 altos directivos de Norteamérica, Europa y Asia Pacífico.

Para un founder, el dato se traduce en algo concreto: es muy probable que en tu empresa ya haya software tomando decisiones sobre datos de producción, y bastante improbable que puedas reconstruir qué hizo ayer.

Los números de visibilidad son más duros que el titular. Según el mismo estudio, entre las organizaciones que ya operan IA, solo el 29% puede identificar en minutos a qué sistemas accedió un agente; el 25% sabe qué acciones ejecutó; el 24%, qué decisiones influyó; y apenas el 22%, qué datos usó. Menos de una cuarta parte responde rápido la pregunta que legal, privacidad y seguridad formulan primero tras un incidente.

¿Y esto cómo se aplica en tu negocio?

Dueños de negocio de Latinoamérica y España usan un agente de IA para ganar más y recuperar su tiempo. El Kit «tu mano derecha con IA» te muestra cómo en un video de 11 minutos, con una ficha para armar el tuyo. CAR está cerrada por ahora; al anotarte, te avisamos cuando abra.

👥 Quiero el Kit →

La recuperación sigue la misma curva: solo el 40% de los líderes se declara muy confiado en poder aislar y revertir con precisión un fallo de IA agéntica.

El caso PocketOS: un agente borró producción y respaldos en 9 segundos

En abril de 2026, PocketOS, una plataforma que presta servicios a empresas de alquiler de vehículos, vivió en producción el escenario que los informes describen en abstracto. Según relató su fundador, Jeremy Crane, a IBM, un agente de programación de IA que trabajaba en una tarea de mantenimiento encontró un problema de credenciales y usó un token de acceso para eliminar un volumen de almacenamiento en Railway, el proveedor de infraestructura de la compañía. La operación afectó la base de datos de producción y sus copias de respaldo.

El proceso tomó aproximadamente 9 segundos. Las empresas usuarias perdieron temporalmente registros de reservas y otros datos operativos, y tuvieron que reconstruir información a partir de correos electrónicos, calendarios y comprobantes de pago.

Crane lo describió sin rodeos: «Ahora tenemos computadores que toman decisiones en fracciones de segundo, y nuestros equipos de DevOps y protocolos de seguridad no están preparados para ese mundo».

La lección operativa no es que el agente alucinara. El agente hizo exactamente lo que sus permisos le permitían. El fallo estuvo en tres capas que ninguna startup revisa hasta que pasa: un token con alcance destructivo, copias de seguridad accesibles con ese mismo token, y ausencia de una validación humana antes de una operación irreversible.

¿Por qué Gartner prevé cancelar más del 40% de los proyectos de IA agéntica?

Un informe de Gartner publicado en junio de 2025 estimó que más del 40% de las iniciativas de IA agéntica se cancelará antes de que cierre 2027, por costos descontrolados, falta de claridad sobre su utilidad real y vacíos en el manejo de riesgos. Anushree Verma, directora sénior de análisis de la firma, advirtió que la mayoría de esos proyectos son experimentos iniciales o pruebas de concepto impulsados por las expectativas del mercado y, con frecuencia, aplicados de manera inadecuada.

El cuello de botella no está en el modelo. El informe State of AI Infrastructure 2026 de Google Cloud, reseñado por International Business Times, encuestó a más de 1.400 líderes de TI: el 83% afirmó que su infraestructura necesita actualizaciones para soportar IA agéntica, y solo el 17% se declara plenamente confiado en que su stack aguante agentes críticos.

El costo también juega en contra. Un análisis publicado en Forbes cita la encuesta de FinOps de IA empresarial de McKinsey de 2026, según la cual el 93% de los encuestados superó su presupuesto de IA. Sin métricas de resultado por tarea, el gasto crece sin que nadie pueda explicar qué compró.

El riesgo dejó de ser técnico: ahora es de gobernanza

La investigación de Veeam apunta a un factor que casi no aparece en las discusiones de producto: quién es el dueño del riesgo. Las organizaciones donde el CISO asume la responsabilidad sobre el riesgo de los agentes de IA son 24% más propensas a detectar comportamiento anómalo. Cuando la responsabilidad se reparte entre varios equipos, son 47% menos propensas a detectarlo.

Es una asociación estadística, no una relación causal demostrada, pero la dirección es difícil de ignorar. Un agente desviado rara vez avisa: se manifiesta como un patrón de acceso raro, una cadena de acciones inesperada o un permiso usado de una forma que nadie planificó. Detectarlo exige una definición escrita de lo normal, un único lugar donde aterricen las señales y alguien con autoridad para pausar el agente sin convocar una reunión.

El problema se agrava con la IA que nadie autorizó. El 95% de las organizaciones reporta uso no autorizado de IA dentro del negocio y el 93% lo considera un riesgo significativo, pero solo el 25% ofrece alternativas aprobadas a sus empleados. Un agente que nadie sancionó es un agente que nadie vigila.

En EMEA el patrón se repite con otro envoltorio. Una investigación de Veeam difundida en septiembre de 2026 encontró que el 70% de las organizaciones admite que flujos de trabajo automatizados con IA interactúan con datos corporativos sensibles sin supervisión completa, y el 67% reporta que sus empleados crean flujos autónomos que TI no puede rastrear del todo. La presión regulatoria ya escaló al directorio: el 61% dice que la EU AI Act influyó en sus decisiones de inversión en IA en los últimos 12 meses y el 47% señala mantener pistas de auditoría como su mayor preocupación de cumplimiento.

¿Qué significa esto para tu startup?

No necesitas un equipo de seguridad de 50 personas para cerrar esta brecha. Necesitas decisiones de arquitectura y de permisos que se toman una vez y evitan el incidente de 9 segundos.

Trata cada agente como una identidad. Credenciales propias, permisos acotados al mínimo y un responsable humano con nombre. Un agente que corre sobre una cuenta compartida no se puede rastrear ni contener con limpieza.
Saca las copias de seguridad del alcance del agente. Si el mismo token que borra producción puede borrar el respaldo, no tienes respaldo. Usa credenciales distintas y almacenamiento separado.
Exige aprobación humana para operaciones destructivas. Borrar volúmenes, alterar registros masivos o cambiar permisos no debería ser una acción de un solo paso.
Escribe los parámetros aprobados. Qué datos puede leer cada agente, qué acciones puede ejecutar y qué no debe hacer nunca. Sin línea base no hay detección posible.
Ensaya la reversión. Corre un simulacro donde un agente modifique datos que no debería tocar y mide cuánto tardas en encontrar el alcance del daño y restaurar solo lo afectado. Si no puedes medirlo, no puedes prometerlo.
Da una alternativa aprobada. La forma más rápida de reducir IA en la sombra es que tus equipos tengan algo sancionado para usar.

Conclusión

El informe de Veeam deja una idea que resume el momento: la mayoría de las organizaciones no tiene un problema de adopción de IA, tiene un problema de confianza en la IA. Para una startup, esa confianza no se compra con un modelo mejor ni se resuelve con una política guardada en un documento.

Se construye con permisos mínimos, copias de seguridad fuera de alcance, un dueño claro del riesgo y la capacidad real de revertir. La pregunta útil ya no es cuántas tareas puede asumir un agente, sino qué barreras le pones antes de entregarle las llaves del negocio.