Cisco: las 4 fuerzas que redefinen la IA agéntica

¿Qué cambia cuando los agentes dejan de ser chatbots?

Durante su keynote en el Cisco Partner Summit de Vancouver, el presidente y chief product officer de Cisco, Jeetu Patel, ordenó la próxima transformación de la infraestructura empresarial alrededor de cuatro fuerzas: los agentes como nueva fuerza laboral, los tokens como nueva moneda, el control sobre los datos y la confianza como catalizador de la adopción. El dato que resume el momento: menos del 2% de las personas usa hoy agentes de IA personalizados.

Para un founder, la lectura es directa. Si esa cifra es tan baja, el mercado de herramientas, integración y seguridad alrededor de agentes está prácticamente sin construir. Y el freno no es tecnológico, según Patel: "Es algo muy nuevo todavía y el segundo motivo es que la gente todavía no confía en estos sistemas".

Agentes de IA: ¿por qué la confianza frena la adopción?

Patel describió a los agentes como compañeros digitales que asumen tareas con alto grado de autonomía. La diferencia con un chatbot no es de grado sino de tipo: uno responde consultas; el otro encadena acciones y usa herramientas para completar un trabajo.

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 →

Ese salto tiene consecuencias operativas. Una infraestructura diseñada alrededor de la actividad humana debe prepararse para procesos que corren las 24 horas, los siete días. Según el ejecutivo, eso abre una demanda más persistente y de mayor volumen, con exigencias distintas de cómputo y energía. La pregunta que dejó planteada es dónde correrán esos agentes: nube, borde de red y computadoras de escritorio.

El propio estudio global de partners de Cisco 2026 refuerza el diagnóstico. Sobre 1.702 partners en 30 países, solo el 29% reporta alta conciencia de amenazas de seguridad específicas de IA, por debajo del 35% del año anterior, según el blog de la compañía. Y casi la mitad de los clientes ya está pilotando o escalando IA agéntica, mientras la orquestación multiagente aparece como la capacidad más débil medida.

Los tokens: ¿la nueva unidad de costo de tu empresa?

La segunda fuerza se resume en una frase de Patel: los tokens son la nueva moneda. Son las unidades de información que procesan y generan los modelos de lenguaje, y el crecimiento de los agentes multiplicará su uso y el tráfico asociado.

Ahí aparece el problema de gestión. Según SiliconANGLE, el 91% de los partners encuestados reporta que sus clientes están preocupados por los costos de IA. El estudio de Cisco lo confirma desde otro ángulo: el 92% de los partners dice que al menos algunos clientes plantearon dudas sobre los costos operativos de la IA, y solo el 43% afirma que el ROI de sus clientes cumple o supera las expectativas.

Cisco ya movió ficha en ese frente. En septiembre, la compañía presentó Tokenomics dentro de Splunk Agent Observability, una solución que rastrea y atribuye el gasto de tokens entre agentes y empleados —incluido el uso de asistentes de código como Claude Code, Codex y Cursor— y proyecta el consumo antes de que cierre el ciclo de facturación, según el comunicado de Cisco Newsroom.

Para una startup, esto importa porque convierte el gasto de IA en una línea auditable. Si no puedes atribuir tokens por equipo, por caso de uso o por cliente, no puedes poner precio a lo que vendes.

Control de datos: ¿dónde se ejecuta la inferencia?

La tercera fuerza responde a una preocupación empresarial y geopolítica: conservar el control sobre la información. Patel señaló que compañías y países quieren decidir dónde residen sus datos, cómo se gobiernan y cómo se protege la propiedad intelectual.

La consecuencia es el avance hacia arquitecturas híbridas de inferencia, con cargas ejecutándose en distintas ubicaciones. Eso obliga a rediseñar: definir dónde conviene procesar cada tarea y cómo conectar entornos sin perder gobierno sobre la información.

En ese marco apareció Cisco Model Foundry, un servicio dentro de Cisco Cloud Control que permite acceder a modelos especializados de la compañía, evaluarlos y usarlos en aplicaciones. Cuando el caso lo requiere, los partners pueden ajustarlos con datos del cliente: configuraciones, registros, alertas y tickets. Weijie Lin, senior director de investigación en IA, explicó la lógica de combinar conocimiento especializado en redes con información del entorno particular de cada organización. La disponibilidad inicial es controlada y comienza con los partners.

Confianza: el requisito para delegar más trabajo

La cuarta fuerza concentra la paradoja de la IA agéntica: cuanto más acceso tiene un agente a herramientas y datos, más útil resulta, pero también crece la superficie de ataque.

Patel advirtió que las organizaciones necesitan habilitar esos accesos para obtener valor y, al mismo tiempo, temen entregar información sensible o permitir acciones sobre sus sistemas. Su respuesta combina seguridad y observabilidad unificadas.

Entre las herramientas mencionadas están Cisco AI Defense, que descubre activos de IA, evalúa vulnerabilidades y aplica protecciones durante la ejecución; Cisco Data Fabric, impulsado por Splunk, que correlaciona datos distribuidos sin exigir trasladarlos a una plataforma central; y Cisco Live Protect, que aplica controles compensatorios temporales —Vulnerability Shields— usando tecnología eBPF para mitigar vulnerabilidades mientras se prepara la actualización definitiva. En el Summit se anunció su extensión a controladores inalámbricos, Campus Gateways y Secure Routers.

El contexto de amenazas explica la urgencia. Según SiliconANGLE, en 2018 pasaban más de dos años entre el descubrimiento y la explotación de una vulnerabilidad; el año pasado eran unas tres semanas; este año, ocho horas o menos. Y la proporción de partners que identificó la seguridad de IA como oportunidad de crecimiento pasó del 3% al 33% en un año.

¿Qué significa esto para tu startup?

Aunque el escenario es de gran empresa, las cuatro fuerzas aplican igual a un equipo de diez personas que ya usa agentes.

Mide tus tokens antes de escalar. Si no tienes visibilidad de cuánto consume cada agente o cada flujo, cualquier decisión de precio o de margen es a ciegas. Empieza por instrumentar el gasto por caso de uso, no por proveedor.
Define dónde corre cada carga. No todo necesita el modelo más grande en la nube. Clasifica tus tareas entre las que exigen razonamiento avanzado y las que pueden resolverse con inferencia cerca del dato o con un modelo más pequeño.
Trata la confianza como producto, no como requisito legal. Si vendes agentes, la observabilidad y los límites de acción son parte de la propuesta de valor. El dato de que menos del 2% de las personas usa agentes personalizados sugiere que el comprador todavía necesita razones para confiar, no más funcionalidades.

El mensaje de fondo del Summit es que la oportunidad ya no está solo en vender la herramienta, sino en dimensionar la demanda, decidir dónde se ejecuta la IA, integrar los datos y establecer las condiciones para delegar tareas. Eso es exactamente el trabajo que un founder puede hacer mejor que un proveedor grande: entender el caso de uso concreto y traducirlo en un flujo que alguien esté dispuesto a pagar.