Softeng: dirigir agentes de IA como equipos humanos

Un 96% ya usa agentes que actúan: la advertencia del CEO de Softeng

El 96% de las empresas de 1.000 a 10.000 empleados encuestadas en Estados Unidos ya utiliza herramientas de IA capaces de actuar en nombre de sus empleados, según el informe From Deepfakes to Double Agents de IRONSCALES. El problema que describe Carlos Colell, CEO de Softeng, es exactamente ese: la mayoría de las organizaciones adoptó la capacidad de actuar mucho antes de tener los controles para gobernarla.

Colell no habla de ciencia ficción. Habla del paso concreto de usar IA para redactar o resumir a incorporar agentes que ejecutan tareas y procesos con distintos grados de autonomía: consultar información, preparar una respuesta y realizar acciones. «No es lo mismo que una IA sugiera un texto a que modifique un dato o active una operación», advierte.

Su frase más citable resume el cambio de paradigma: «Delegar tareas en la IA no significa delegar la responsabilidad». Para un founder, eso se traduce en una pregunta incómoda: ¿sabes qué permisos tiene cada agente que corre en tu empresa?

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 →

Delaviuda: cómo se ve un agente de IA bien puesto en producción

Softeng implementó en Delaviuda un agente de IA para Recursos Humanos que responde las consultas habituales de los empleados sobre políticas internas, convenios y calendarios laborales. El resultado: respuestas inmediatas para el empleado y un equipo de RRHH que dedica menos tiempo a consultas recurrentes y más a tareas de mayor valor.

Lo relevante del caso no es la tecnología, es el criterio. Colell insiste en empezar por una necesidad concreta y no transformar toda la empresa de golpe. Es la misma lógica que debería aplicar cualquier startup con equipo reducido: un proceso, usuarios implicados y objetivos medibles antes de escalar.

¿Qué casos de uso priorizar si tu startup recién empieza?

La recomendación de Colell funciona como filtro de tres variables: tareas frecuentes, con información disponible y resultados fáciles de revisar. Entre los ejemplos que menciona está usar Microsoft Copilot para buscar procedimientos internos, analizar información, generar contenido o preparar propuestas comerciales a partir de materiales ya aprobados.

Frecuencia: si la tarea se repite a diario, el ahorro se acumula solo.
Información disponible: si el conocimiento ya está documentado, el agente puede apoyarse en él sin inventar.
Revisión sencilla: si puedes verificar el resultado en segundos, el riesgo de un error se contiene.

«El mejor caso de uso no siempre es el más llamativo, sino el que resuelve una necesidad real y las personas incorporan a su trabajo diario», dice el CEO de Softeng. Cuando la necesidad exige conectar sistemas distintos o intervenir en un proceso específico, ahí sí tiene sentido avanzar hacia agentes especializados.

El riesgo que casi nadie mira: permisos heredados y Shadow AI

Aquí está la parte que más debería preocupar a un equipo pequeño. Colell señala que muchas organizaciones llevan años acumulando información sin clasificar, con permisos excesivos o configuraciones que permiten acceder a documentos que deberían estar más protegidos. Copilot respeta los permisos existentes, pero si estos están mal configurados, puede facilitar el acceso a información que nunca debió compartirse tan ampliamente.

El research lo confirma con cifras. En la encuesta de Censuswide para IRONSCALES, el 39% de las organizaciones que reportaron un incidente dijo que un empleado había concedido a una herramienta de IA un acceso que seguridad no habría aprobado. Y solo el 6% nombra a seguridad como responsable principal de aprobar agentes, asistentes y conectores: en el 78% de los casos esa decisión la lidera IT. Además, solo el 52% tiene a la vez políticas formales, controles técnicos y procesos de respuesta a incidentes implementados.

A eso se suma el Shadow AI, el uso de herramientas de IA por parte de empleados sin conocimiento ni control de la empresa. Sophos cita datos de la Cloud Security Alliance según los cuales el 82% de las organizaciones descubrió agentes de IA no autorizados en su entorno durante el último año, e IDC proyecta 1.300 millones de agentes de IA para 2028.

La respuesta de Colell no es prohibir: es ofrecer alternativas autorizadas y reglas claras sobre qué información puede utilizarse. Prohibir sin alternativa empuja el uso hacia la sombra, donde nadie lo ve.

La amenaza también se automatizó

Colell advierte que los ciberdelincuentes ya usan IA para construir engaños más convincentes, mensajes más personalizados y suplantaciones de voz. El research lo respalda: Antonio García, CEO de la española Teldat, declaró a RTVE que «los ataques desarrollados por IA ya han superado el 90%».

También hay casos documentados. Según 20minutos, la Agencia Española de Protección de Datos recibió la notificación de una brecha ejecutada por un agente de IA que buscó vulnerabilidades, consiguió entrar y llegó a modificar datos personales y acceder a facturas. El mismo medio recuerda que Anthropic detectó en 2025 una campaña internacional de ciberespionaje contra alrededor de 30 objetivos usando Claude Code, en la que la IA ejecutó de forma independiente entre el 80% y el 90% de las operaciones tácticas.

Softeng aplica agentes de IA a simulaciones de ataques controladas y autorizadas para identificar qué información o sistemas podrían quedar expuestos. Pero Colell es claro: la IA mejora la capacidad de análisis y automatiza tareas, mientras el conocimiento y el criterio de los especialistas siguen siendo fundamentales.

¿Quién debe liderar la adopción de agentes de IA?

No el departamento de informática. Colell sostiene que debe impulsarla la Dirección General, con tecnología, negocio y seguridad trabajando juntos. Los responsables de negocio definen el resultado que necesitan; los de tecnología marcan cómo hacerlo viable; y los de seguridad y cumplimiento garantizan su buen uso.

Para una startup esto tiene una lectura directa: si el fundador no se involucra, la adopción de IA queda como un proyecto de herramientas suelto, sin dueño del resultado ni nadie que rinda cuentas cuando un agente se equivoca.

Cómo medir el retorno sin inventar métricas

Colell no promete un retorno económico exacto. Propone algo más honesto y más útil: definir qué quieres conseguir y cómo comprobarás la mejora. Reducir tiempos de respuesta, disminuir errores, mejorar la calidad. Después, comparar esos resultados con la situación inicial y con el coste de la solución.

«Ahorrar tiempo importa, pero también saber en qué se convierte: mejor servicio, más capacidad o menos costes», dice. Y el trabajo no termina al poner en marcha el agente: hay que evaluar sus resultados, protegerlo y mejorarlo para que siga aportando valor.

Qué significa esto para tu startup

Tres acciones concretas para esta semana:

Audita permisos antes de conectar un agente. Revisa qué carpetas y sistemas ve hoy tu equipo y recorta lo que no necesita. Un agente hereda los permisos mal puestos que ya tenías, y los expone a mayor velocidad.
Elige un proceso, no una transformación. Aplica el filtro de Colell: frecuente, con información disponible y resultado fácil de revisar. Mide el antes y el después con una métrica simple, como tiempo de respuesta o número de errores.
Define quién aprueba cada agente. Si nadie en tu equipo es responsable de aprobar accesos y revisar acciones, el 39% de accesos no autorizados que reporta IRONSCALES deja de ser una estadística ajena.

La conclusión de Colell resume bien el momento que vive el ecosistema: «La ventaja no estará en tener más herramientas de IA, sino en convertirlas en mejores resultados sin perder el control del negocio».