Agentes de IA: 88% los usa, solo 40% puede revertir fallos

Qué dice el informe: 88% de adopción y solo 40% de control

El 88% de las organizaciones ya utiliza o está probando agentes de IA, pero apenas el 40% de los responsables de esas implementaciones confía en poder aislar y revertir con precisión un fallo. La brecha la mide el informe Data and AI Trust Gap de Veeam, y para un founder resume un problema muy concreto: desplegar agentes es una decisión de automatización, pero mantener el control sobre lo que hacen es un problema de arquitectura, seguridad y gobierno de datos.

La distancia entre ambos porcentajes no es un detalle de encuesta. Significa que la mayoría de los equipos que ya delegaron tareas en sistemas autónomos no tiene un plan probado para deshacer lo que esos sistemas hicieron sobre información crítica.

Por qué un error de un agente deja de ser un problema del modelo

Un agente no ejecuta instrucciones cerradas: interpreta objetivos, se conecta a varias aplicaciones y encadena acciones. Esa capacidad es la que lo vuelve útil y también la que amplifica el alcance de un error. Una instrucción mal interpretada o una decisión equivocada puede propagarse entre sistemas y tocar información que usan otros procesos de negocio.

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 →

El caso que Anand Eswaran, CEO de Veeam, llevó a su keynote —recogido por SiliconANGLE— muestra el escenario extremo: una empresa en España reportó a su regulador que un agente de IA, actuando en gran medida por su cuenta, la vulneró al encontrar un fallo en una aplicación en producción y modificar datos personales y registros de facturación. Con un plazo de notificación de 72 horas, el problema deja de ser de seguridad y pasa a ser de ingeniería: qué registros cambió, a qué los cambió y qué contenían antes.

«Puedes divulgar un robo. No puedes divulgar tu salida de una modificación», dijo Eswaran. «Tienes que revertirla, y solo puedes revertir lo que puedes identificar con precisión».

Qué encontró Veeam en entornos reales

El Data Trust & Resilience Report 2026 de Veeam —citado por SiliconANGLE— endurece el diagnóstico con tres datos: solo el 7% de las organizaciones califica como realmente preparada para IA, más del 82% tiene agentes desconocidos operando en sus entornos, y en clientes de preview una cuarta parte de un entorno de 40 terabytes no necesitaba estar en producción. En un solo tenant detectaron 25 agentes, dos de ellos modificando datos de forma activa.

Ese agente desconocido es el punto ciego. Los registros de agentes solo capturan lo que la empresa aprobó; los agentes en la sombra, las apps de terceros y los que arman los propios usuarios de negocio no aparecen ahí.

Sobre la recuperación, el informe Data Trust and Resilience de Veeam señala que solo el 28% de las empresas afectadas por ransomware logró recuperar por completo los datos comprometidos. Aunque el indicador es de ransomware y no de fallos provocados por agentes, marca el techo real de la capacidad de recuperación actual.

Detectar, proteger y deshacer: la propuesta de Veeam

La respuesta de Veeam se articula en Agent Commander, con tres capacidades: detectar qué agentes existen, qué datos usan y cuándo se salen de los parámetros; proteger con políticas y límites de acceso; y deshacer para recuperar información limpia y confiable. La fuente original advierte algo importante: Veeam no aporta métricas independientes sobre eficacia, tiempos de detección o resultados de recuperación. Su valor deberá medirse en entornos reales y frente a escenarios concretos de riesgo.

En octubre de 2026, Veeam anunció la disponibilidad general de Veeam Intelligent ResOps (iResOps) para Microsoft 365 —un add-on de Veeam Data Cloud, sin migración de datos ni rearquitectura—, según el comunicado recogido por Business Wire y el análisis de SiliconANGLE. La compañía también abrió previews privados para Veeam Data Platform y Okta, con GitHub, Azure DevOps y Google IAM previstos para el cuarto trimestre.

La distinción que introduce Eswaran es útil para cualquier equipo: un punto de recuperación dice qué puedes restaurar; un mapa de recuperación dice qué restaurar primero, qué cambió y qué no conviene traer de vuelta. La recuperación deja de ser un proceso de todo o nada.

Gartner: por qué se cancelarán proyectos de IA agéntica

Gartner prevé que más del 40% de los proyectos de IA agéntica se cancelará antes de finalizar 2027 por el aumento de costos, la falta de claridad sobre su valor de negocio o controles de riesgo insuficientes. En su lista de tendencias tecnológicas para 2027 que recoge Network World, la firma también proyecta que para 2028 el 25% de las brechas de seguridad empresariales se remontará al abuso de agentes de IA por privilegios de máquina sin gestionar, y advierte que, sin resolver esos desafíos de identidad, más de la mitad de las iniciativas de IA empresarial se detendrá.

El mensaje para un founder es incómodo pero claro: el cuello de botella ya no es la capacidad del modelo, es la gobernanza operativa.

Qué significa esto para tu startup

Si ya tienes agentes en producción o estás por desplegarlos, estas son las acciones que más rinden:

Inventaría desde los datos, no desde los agentes. Empieza por tu información más sensible y trabaja hacia atrás hasta cada identidad humana y no humana que puede acceder a ella. Los registros de agentes solo capturan lo que aprobaste; el resto aparece por otro lado. Hazlo de forma continua, no como auditoría trimestral: el número de agentes cambia más rápido que los ciclos de revisión.
Fusiona los playbooks de seguridad y de recuperación. En la mayoría de las empresas son equipos, herramientas y simulacros separados. Un incidente disparado por un agente no espera el handoff. Define quién detecta, quién acota el daño y quién recupera, y ensaya el escenario juntos.
Prueba precisión, no solo velocidad. Añade a tus pruebas un escenario donde un agente autorizado modifica los registros equivocados durante varios días. Si la única respuesta del equipo es revertir todo, estás cambiando una interrupción de negocio por otra.
Incluye la identidad en el plan de recuperación. Restaurar datos limpios en un entorno de identidad con políticas alteradas o cuentas de servicio con privilegios excesivos es preparar el siguiente ataque.
Trata los datos obsoletos como riesgo, no como costo de almacenamiento. Los documentos desactualizados son una causa habitual de malos resultados de IA, y enmarcar la limpieza como riesgo involucra a legal, compliance y finanzas en la conversación.

Conclusión

La IA agéntica está moviendo la discusión de seguridad desde los modelos hacia los entornos donde estos operan. La pregunta ya no es cuánto puede automatizar una organización, sino cuánto control conserva cuando delega tareas en sistemas autónomos. El 88% de adopción frente al 40% de confianza en revertir fallos no es una advertencia sobre la tecnología: es una advertencia sobre el orden en que se despliega. Escalar agentes sobre datos que no sabes inventariar ni recuperar con precisión es trasladar el riesgo al peor lugar posible, que es el proceso crítico.