DXC y LangChain: qué cambia en las operaciones de TI críticas
DXC Technology anunció una alianza con LangChain —la empresa detrás del framework de código abierto LangGraph y de la plataforma LangSmith— para desplegar IA agéntica en operaciones de TI de misión crítica. El anuncio, recogido por Yahoo Finance a partir del comunicado de la compañía, se produjo el 13 de octubre.
El dato que importa: en casos de uso ya en producción, incidentes de sistema de archivos que exigían entre 53 y 90 minutos se resuelven ahora en 3 a 6 minutos. Los de rendimiento de bases de datos pasaron de 2-3 horas a 5-12 minutos. Y la gestión de problemas complejos cayó de 2-6 días a 8-10 minutos.
Para un founder, esto no es una noticia sobre una consultora grande. Es la prueba de que la IA agéntica ya está resolviendo trabajo operativo real, medido y auditado, no demos de laboratorio.
Leíste lo que hace la IA. ¿Y en tu negocio?
En CAR, dueños de empresa arman en 7 días su primer sistema funcionando: que ningún cliente se les escape, o que el informe del lunes salga solo. Con otros emprendedores al lado.
👥 Probar 7 díasQué es DXC OASIS y por qué se apoya en LangGraph
OASIS es la plataforma de orquestación inteligente y modelo operativo de DXC para sistemas de TI de misión crítica. Ya opera en producción y se está escalando hacia 125 entornos de clientes en sectores regulados y varias geografías.
La arquitectura combina dos piezas:
- LangGraph aporta el marco de orquestación: delegación entre agentes, gestión de estados y flujos con intervención humana (human-in-the-loop).
- LangSmith aporta el desarrollo, la evaluación y la observabilidad de los agentes. DXC adquirió una licencia de esta plataforma para dar soporte a los agentes de OASIS.
La lógica operativa: los agentes responden a eventos operativos, investigan problemas en paralelo, tiran de capacidades especializadas por dominio tecnológico y llaman a una persona cuando hace falta criterio o aprobación. Los expertos se quedan con las decisiones de mayor valor.
Los números que sostienen la promesa
Dan Gray, presidente de Servicios de Infraestructura Global de DXC Technology, resume la tesis: «La IA basada en agentes puede transformar de raíz la forma en que las empresas gestionan su tecnología más crítica, pero los modelos por sí solos no bastan».
Los datos que respaldan la afirmación, según la compañía:
- Más de 500 casos de uso analizados.
- Reducción del tiempo de resolución del 95% en promedio.
- Precisión diagnóstica del 92% o superior al contrastarla con el criterio de ingenieros expertos.
Por qué la gobernanza decide si esto escala
El cuello de botella de la IA agéntica en producción nunca fue el modelo. Es el control. OASIS define límites de autoridad para cada agente y evalúa cada acción según reversibilidad, impacto, verificabilidad e historial del agente. Las acciones sensibles se pausan hasta que una persona aprueba. Todo queda registrado: decisiones, llamadas a herramientas y resultados.
Julia Schottenstein, directora de operaciones de LangChain, lo plantea como una cuestión de propiedad: «Los agentes están transformando la capa de aplicaciones de todas las empresas, y aquellas que se sitúan a la vanguardia asumen el control de su propio ecosistema de agentes». Eso implica adaptar la infraestructura de ejecución, dar contexto propio a los agentes y montar ciclos de mejora continua que garanticen fiabilidad en producción.
El contexto es lo que separa un agente útil de uno genérico. OASIS alimenta a los agentes con información específica del sistema y del cliente, experiencia operativa de DXC y documentación de los proveedores. El agente razona sobre ese entorno concreto en lugar de depender del conocimiento general del modelo.
El mercado se está moviendo en la misma dirección
No es un caso aislado. La investigación de Cisco y Omdia publicada en septiembre de 2026 —sobre 1.000 líderes de TI y operaciones de red— encontró que el 95% considera que sus herramientas de AIOps no agénticas se quedan cortas, y que el 51% ya opera agentes de IA que actúan en producción. El 84% espera un modelo operativo liderado por IA en los próximos doce meses.
El mismo estudio dimensiona el problema: una organización promedio genera unos 4.100 alertas y eventos de monitoreo por día, y limpiar ese backlog a mano requeriría alrededor de 100 especialistas de TI.
Del lado del mercado, Constellation Research proyecta, en una estimación citada por Digitate, que el mercado de la «empresa autónoma» alcance los US$42.300 millones en 2031. Y en octubre de 2026 IDC publicó su primer MarketScape mundial de plataformas de IA agéntica, señal de que la categoría ya tiene suficientes proveedores para compararse entre sí.
Qué significa esto para tu startup
1. Copia el patrón, no el producto. No necesitas OASIS. Necesitas su arquitectura: un agente que actúa, un registro de lo que hizo y un punto de aprobación humana donde el error sea caro. Si tu agente toca producción, dinero o datos de clientes, define primero qué acciones son reversibles y cuáles no.
2. Mide el antes y el después con números tuyos. DXC reporta 53-90 minutos convertidos en 3-6. Ese contraste es lo que convence a un cliente, a un inversor o a tu propio equipo. Antes de automatizar un flujo, cronometra el proceso manual. Sin línea base no hay caso de negocio.
3. Elige herramientas que no te encierren. OASIS no depende de un modelo concreto y permite seleccionar modelo por carga de trabajo según calidad, coste, latencia y privacidad. Es un criterio de compra aplicable hoy: si tu stack de agentes solo funciona con un proveedor, tu coste futuro lo decide ese proveedor.
4. Empieza por el incidente más aburrido. Los casos con mejor retorno no son los más vistosos, sino los repetitivos, con pasos claros y resultado verificable. Ahí es donde la observabilidad y la evaluación continua tienen algo que medir.
Conclusión
La alianza entre DXC y LangChain no es una noticia sobre modelos. Es una noticia sobre operaciones: agentes que corren en producción, con límites de autoridad, registro de acciones y aprobación humana donde hace falta. Los tiempos de resolución que reporta DXC —de horas a minutos— marcan el estándar que tus clientes empezarán a exigir.
La pregunta para un founder no es si adoptar IA agéntica, sino qué proceso tuyo tiene hoy un tiempo de resolución que da vergüenza medir. Ese es el candidato.
Fuentes
- DXC despliega IA agéntica en operaciones de TI de misión crítica – Byte TI (fuente original)
- DXC and LangChain Advance Agentic AI Harnesses for Mission-Critical IT Operations – Yahoo Finance
- DXC OASIS Brings Agentic AI Into Managed Services – ChannelE2E
- Why DXC (DXC) Stock Is Trading Up Today – StockStory
- Cisco AI Research: AgenticOps Scaling Quickly in the Enterprise – Cisco Newsroom
- Beyond Automation: Digitate’s Agentic AIOps Leadership Ushers in the Autonomous IT Era – Yahoo Finance
- Google named a Leader in the 2026 IDC MarketScape for Agentic AI Platforms – Google Cloud Blog
Leíste lo que hace la IA. ¿Y en tu negocio?
En CAR, dueños de empresa arman en 7 días su primer sistema funcionando: que ningún cliente se les escape, o que el informe del lunes salga solo. Con otros emprendedores al lado.
👥 Probar 7 díasArtículos relacionados:
DXC lleva IA agéntica al soporte del puesto de trabajo
DXC y LangChain: IA agéntica que corta 95% el tiempo de TI
DXC y LangChain: IA agéntica gobernada en 125 entornos
DXC y Primary lanzan plataforma Zero Trust para IA empresarial en 2026
Decart Oasis 3: API de simulación IA para vehículos autónomos
