Agentes de IA: gestión sin convertirlos en empleados

El número que debería preocuparte: 31% de empresas ya tratan agentes de IA como compañeros

Un estudio de Harvard Business Review (HBR) sobre 1.261 directivos encontró que cuando la IA se enmarca como empleado en lugar de como herramienta, los managers con experiencia en agentes asumen menos responsabilidad personal por los resultados y trasladan más culpa al sistema. Además, escalan más problemas y detectan menos errores. El 31% de los encuestados aseguró que sus empresas ya conciben la IA como un compañero de equipo o un empleado, y el 23% reconoció que los agentes figuran en organigramas o esquemas de trabajo.

Para un founder, el dato deja de ser una curiosidad psicológica en cuanto un agente empieza a actualizar registros, emitir reembolsos o enviar comunicaciones en nombre de tu empresa. Cómo lo nombres —y sobre todo quién responde cuando se equivoca— se vuelve una decisión de gobernanza, no de branding.

¿Por qué la metáfora del "compañero de trabajo" es peligrosa?

Amy Loomis, vicepresidenta de grupo de IDC, traza la línea roja en una sola palabra: responsabilidad. "La responsabilidad tiene cualidades que son exclusivamente humanas", sostiene. Dar acceso a un agente no transfiere la responsabilidad: quien concede el permiso sigue siendo responsable de lo que el sistema haga con él.

🤖 La IA no es solo para leer sobre ella

En la comunidad la aplicamos: automatización, agentes IA y herramientas reales para emprender, no solo para informarte.

👥 Aplicarla en la comunidad

El problema es estructural, no retórico. Emily Rose McRae, analista senior de Gartner, señala que la narrativa del "agente como empleado" suele venir empujada por vendors que quieren acceder al presupuesto de headcount: si los agentes se cuentan como personal, el techo de gasto en tecnología se expande. Tina Shah Paikeday, de la plataforma de talento IA Findem, lo resume así: cuando se pide prestada la estructura del empleo —nombres, puestos, managers— la gente reasigna silenciosamente la responsabilidad hacia la IA en lugar de hacia sí misma.

Traducido a tu startup: si llamas "Steve, de Contabilidad" a un agente que aprueba pagos, tarde o temprano alguien va a asumir que Steve sabe lo que hace. Y nadie va a firmar el error.

¿Qué dicen los datos sobre la adopción real en empresas?

La distancia entre "estamos experimentando con agentes" y "los gobernamos" es enorme. El reporte 2026 State of AI in the Enterprise de Box, basado en 1.640 decisores de TI encuestados por The Harris Poll, arroja que el 83% de las organizaciones ya corren agentes de IA, pero solo el 36% los ha conectado a contenido interno confiable y apenas el 34% tiene estándares formales sobre cómo esos agentes acceden a la información. Casi la mitad reportó haber sufrido un incidente de exposición de datos relacionado con IA.

Una encuesta paralela de OutSystems a 1.900 líderes de TI en 2026 lo confirma: el 97% explora estrategias de IA agentica, el 49% se describe a sí mismo como avanzado o experto, y sin embargo solo el 36% tiene un enfoque centralizado de gobernanza y apenas el 12% usa una plataforma centralizada para controlar el sprawl de agentes. Gartner proyecta que el 40% de las aplicaciones empresariales incorporarán agentes específicos para fin de 2026, frente a menos del 5% en 2025 — la curva de adopción más agresiva que el analista ha registrado para cualquier tecnología emergente.

Forrester estima que el 25% del gasto empresarial en IA previsto para 2026 se aplazará a 2027 mientras los CFO esperan evidencia de ROI y los equipos de seguridad señalan vacíos de gobernanza. La conclusión es incómoda: la velocidad de despliegue ya superó a la velocidad de control.

¿Cómo están resolviendo la gobernanza las empresas que se lo toman en serio?

Hay un patrón emergente en las organizaciones que llevan la delantera, y poco tiene que ver con poner al agente en el organigrama.

DXC Technology, con aproximadamente 115.000 empleados, clasifica sus agentes en dos categorías: agentes personales (unos 8.000 creados por empleados en una de sus plataformas de IA) y agentes profesionales (unos 100, con supervisión mucho más estricta). Russell Jukes, su CDIO, resume la filosofía así: "Pensamos en [un agente de IA] como un superpoder, no como una persona". Cada agente profesional tiene identidad propia no humana, credenciales, permisos acotados y un kill switch.

Quadient evita dar nombres humanos a sus agentes. Nina Tatsiy, su CIO global, los llama "becarios" como analogía operativa, no como categoría organizativa: se los incorpora, se los entrena, se los supervisa y se los retira. En un despliegue de cuentas por pagar, el agente siguió de cerca a trabajadores humanos durante varias rondas antes de empezar a recomendar — pero la decisión final siguió siendo humana.

En el extremo regulado, Manulife anunció en julio de 2026 la expansión de su alianza con Microsoft para desplegar Microsoft Agent 365 como registro y control plane de agentes a escala empresarial, extendiendo Microsoft 365 Copilot a más de 30.000 empleados y apuntando a más de 1.000 millones de dólares de valor empresarial generado por IA hacia 2027 (300 millones ya materializados a fin de 2025, según el comunicado).

¿Qué significa esto para tu startup?

Si estás desplegando agentes —o lo harás en los próximos seis meses— la gobernanza no es un tema de compliance futuro: es un tema de supervivencia operativa.

Acción 1 — Define una "carta de operaciones", no un puesto de trabajo. Antes de activar un agente que toca datos de clientes, escribe tres cosas en una página: qué puede hacer, a qué puede acceder y de qué sigue siendo responsable una persona con nombre y apellido. Raja Iqbal, fundador de Ejento AI y coautor del artículo de HBR sobre agentes como miembros de equipo, lo formula con precisión: "La identidad es la primitiva de auditoría; el dueño humano es la primitiva de responsabilidad". Lo primero te dice qué actuó; lo segundo, quién responde.

Acción 2 — Implementa autonomía gradual con kill switch obligatorio. Empieza con un humano aprobando cada acción del agente, pasa a autonomía solo en acciones de bajo riesgo, y retrocede —o apaga el agente— ante cualquier error grave. Ese "período de prueba" no es una metáfora: es exactamente cómo se gobierna un sistema probabilístico. Las cifras de Box muestran que el 38% de las empresas citan la seguridad como barrera principal para conectar agentes con contenido interno, y el 21% reporta controles de acceso faltantes — la mayoría de esos problemas se previenen con permisos acotados desde el primer despliegue.

Acción 3 — Audita antes de nombrar. Si decides darle un nombre al agente (porque baja la barrera psicológica de adopción, como señalan desde Infor), documenta al mismo tiempo quién es el humano responsable de su comportamiento. El nombre es decoración; la cadena de responsabilidad no.

La línea que la mayoría cruzará sin darse cuenta

El consenso que emerge entre IDC, Gartner, Findem, Infor y los CIO consultados por CIO.com apunta al mismo lugar: la pregunta no es si los agentes son empleados o software, sino qué partes de cada modelo de gestión te quedas. Necesitan identidades técnicas individuales, pero no identidades humanas. Necesitan responsabilidades definidas, pero no evaluaciones anuales de desempeño. Pueden recibir autoridad creciente — pero no responsabilidad creciente.

Para tu startup eso se traduce en una regla simple: dale al agente una tarjeta de seguridad con permisos trazables, pero no le pongas la foto. Cuando alguien empiece a decir "lo hizo Steve", vas a necesitar que haya un humano con firma y apellido en el registro de auditoría.