Por qué el primer agente de IA no se elige por la tecnología
La mayoría de los proyectos con agentes de IA no fracasan por el modelo, sino por haber elegido mal el primer proceso. Esa es la tesis de la guía Qué procesos convertir primero en agentes de IA, publicada por Experis, la marca de ManpowerGroup especializada en tecnología, dentro de su propuesta EXCELERATE AI. El documento, de 13 páginas, invierte el orden habitual: primero se describe el problema sin nombrar ninguna herramienta, y solo después se decide qué tecnología lo resuelve.
El dato que da urgencia a esa recomendación viene de fuera. Gartner proyecta que más del 40% de los proyectos de agentes de IA serán cancelados antes de finales de 2027 por costes crecientes, retorno poco claro y controles de riesgo insuficientes, según recogió Tech Times. Y una segunda previsión de Gartner de mayo de 2026 apunta que el 40% de las empresas que despliegan agentes autónomos los degradarán o retirarán cuando aparezcan fallos de gobernanza en producción.
Para un founder, la lectura es directa: el riesgo no está en probar un agente, está en escalarlo sin haber montado antes la base que lo sostiene.
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 →¿Qué proceso pide realmente un agente de IA?
La guía distingue tres enfoques y advierte que no siempre el agente es la respuesta correcta.
- Automatización basada en reglas: funciona cuando la tarea es estable, pero se detiene ante la primera excepción.
- Asistente de IA: apoya a una persona que dirige el trabajo paso a paso.
- Agente: recibe un objetivo en lugar de una lista de pasos, decide qué hacer, consulta sistemas y pide ayuda cuando algo se sale de lo previsto, dentro de permisos definidos de antemano.
El punto clave es que repetición y volumen no bastan. Un proceso repetitivo con entradas limpias se resuelve mejor con una regla. Lo que pide un agente es la variabilidad: documentos que alguien tiene que leer y entender, información repartida en varios sistemas y excepciones que hoy resuelve una persona con criterio.
Antes de comparar candidatos, la guía exige tres condiciones: acotar qué puede hacer el agente, saber quién lo supervisa y poder registrarlo y detenerlo. Después se puntúa en alto, medio o bajo el impacto (tiempo, coste, calidad y efecto en clientes) y la factibilidad, según los datos disponibles, la estabilidad del proceso y que exista un responsable con tiempo.
El ejemplo de los tres procesos: por qué el primero no es el de mayor impacto
La guía ilustra el método con una empresa que compara tres procesos. La validación de documentación de proveedores tiene impacto alto y factibilidad media, porque los datos están dispersos. La conciliación de facturas con pedido tiene impacto medio y factibilidad alta. La respuesta a clientes con datos personales tiene impacto alto y factibilidad baja, con los permisos sin definir, y no entra todavía.
La decisión que propone el documento es contraintuitiva: empezar por la conciliación de facturas, que no es el proceso de mayor impacto. La razón es que ese primer agente construye el conector al ERP (el sistema que gestiona compras, facturas y otros procesos internos) y una cola de revisión, y ambos los necesita después la validación de proveedores, que sí es el proceso de mayor impacto.
Ahí está la idea central de la guía: el primer agente paga una base común que los siguientes heredan. Experis la llama plataforma agéntica: una arquitectura que cada organización diseña con sus sistemas y sus reglas, no un producto que se compra. Reúne los agentes de cada caso de uso, la orquestación que organiza sus pasos, los conectores de acceso controlado a sistemas como el ERP, el CRM o el correo, y la gobernanza y observabilidad: permisos, aprobaciones y la capacidad de ver qué hizo cada agente y cuánto costó.
Levantar cada agente desde cero deja proyectos aislados que nadie sabrá mantener cuando cambie el proceso o el modelo. Según la guía, el primer caso tarda algo más que un piloto aislado porque está pagando la base, y el segundo bastante menos. Además, los controles dejan de negociarse caso a caso: permisos, registro y aprobaciones se aplican a todo agente nuevo por estar en la plataforma.
Permisos, supervisión y el marco regulatorio europeo
El principio de partida son los permisos mínimos: el agente solo accede a lo que su tarea exige. La supervisión se ajusta al riesgo, con revisiones por muestreo para lo reversible y una persona antes de cada decisión sensible. La guía añade un matiz que conviene subrayar: preparar o recomendar no es autorizar. Las comunicaciones a clientes, los datos personales y los pagos necesitan un control humano definido, con registro de quién aprobó qué.
Ese registro no es burocracia opcional. Si la organización está sujeta al Reglamento europeo de IA, la guía propone que esas mismas respuestas sirvan de base para la documentación exigible. Y el calendario ya corre: según MuyComputerPRO, la aplicación general del Reglamento (UE) 2024/1689 llegó el 2 de agosto de 2026, con multas de hasta 35 millones de euros o el 7% de la facturación mundial por prácticas prohibidas, y hasta 15 millones o el 3% por incumplir obligaciones de los operadores, incluidas las de transparencia. Las obligaciones de alto riesgo quedaron aplazadas al 2 de diciembre de 2027 y al 2 de agosto de 2028, según el análisis de Hosteltur.
Para un founder europeo, la consecuencia práctica es que la supervisión humana y la trazabilidad que pide la guía de Experis coinciden con lo que el regulador va a pedir. Diseñarlas desde el primer agente sale más barato que reconstruirlas después.
¿Qué significa esto para tu startup?
El contexto de mercado ayuda a calibrar expectativas. Según investigación que agrega datos de Gartner, McKinsey y Digital Applied citada por IBTimes, solo el 11% de las empresas que adoptaron agentes de IA los corren en producción, mientras que alrededor del 79% siguen en fase experimental o de piloto. Y Gartner calculó en junio de 2025 que solo unos 130 de los miles de proveedores que se anuncian como «agentic AI» tienen capacidades autónomas reales, según Tech Times.
La excepción que confirma la regla es Uber: el 22 de octubre de 2026 completó el despliegue de ChatGPT Work a más de 30.000 empleados, tras un piloto de 1.000 personas, según Tech Times. Es un caso de escala, pero llegó en un entorno de presión de costes y reestructuración, no de adopción tranquila.
Con ese panorama, dos acciones concretas para tu startup:
- Escribe el problema antes de elegir la herramienta. Redacta en una página qué ocurre hoy, a quién afecta, quién responde del proceso y cómo comprobarías que mejoró. Si falta alguna de esas respuestas, esa es tu primera tarea, no la demo del agente.
- Elige el primer proceso por lo que deja montado, no por su impacto. Pregúntate qué conector, qué cola de revisión y qué permisos necesitará el siguiente caso de uso. Un proceso de impacto medio que construye la base suele valer más que uno de impacto alto que no reutiliza nada.
Añade dos cautelas que la guía menciona y que suelen ignorarse. Aprobar borradores toda la jornada es un trabajo nuevo en el que la atención se relaja, así que define quién revisa y con qué criterio. Y acelerar una tarea no reduce el coste del proceso si la fase siguiente se convierte en cuello de botella.
Conclusión
La diferencia entre un piloto que se apaga y una capacidad que se queda no está en el modelo que eliges, sino en el orden en que decides. Empezar por el problema, elegir el proceso por lo que deja montado y tratar la gobernanza como parte del proyecto, no como un trámite posterior, es lo que separa a las empresas que escalan agentes de las que acumulan pruebas aisladas. La guía de Experis es explícita en un punto que conviene recordar: sus ejemplos son ilustrativos, no resultados de clientes. El método, en cambio, es aplicable desde el primer caso de uso.
Fuentes
- Agentes de IA: por dónde empezar en la empresa – MuyComputerPRO
- Uber Puts Agentic AI on Every Desktop – Tech Times
- Agentic AI deployment stalled in production for 79% of enterprises – IBTimes
- AI Act ya está vigente, pero su vigilancia sigue a medio definir – MuyComputerPRO
- El nuevo mapa de obligaciones del Reglamento Europeo de IA – Hosteltur
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 →













