DXC y LangChain: IA agéntica gobernada en 125 entornos

DXC Technology y LangChain: qué anunciaron

DXC Technology anunció el 13 de octubre de 2026 una alianza con LangChain para escalar el uso de agentes de IA con gobernanza en entornos de TI empresarial de misión crítica. Su plataforma de orquestación, OASIS, ya está en producción y avanza hacia 125 entornos de clientes en industrias reguladas y distintas geografías. En más de 500 casos de uso medidos, la compañía afirma haber reducido el tiempo de resolución un 95% en promedio, con una precisión de diagnóstico del 92% o superior al compararla con el criterio de ingenieros sénior.

El anuncio importa menos por la alianza en sí y más por lo que expone: una empresa con décadas operando infraestructura crítica está publicando métricas de producción de agentes. Ese es el listón que tus clientes enterprise van a empezar a usar para juzgar cualquier piloto de IA agéntica.

OASIS no es nuevo. DXC lo presentó el 28 de abril de 2026 como una capa abierta de orquestación agéntica que se integra sobre las herramientas que la organización ya tiene en lugar de reemplazarlas: su documentación menciona ServiceNow y Dynatrace como ejemplos de sistemas con los que se conecta sin desplazarlos.

¿Qué aporta LangChain que DXC no tenía?

DXC ya usaba LangGraph, el marco de orquestación de código abierto de LangChain, dentro de OASIS. Lo que cambia con la alianza es la licencia de LangSmith, la plataforma de ingeniería de agentes, para cubrir tres frentes:

• Desarrollo y evaluación: construir agentes y medirlos antes de que toquen producción.
• Observabilidad: rastrear decisiones, llamadas a herramientas y resultados.
• Mejora continua: usar lo aprendido en cada ejecución para ajustar el sistema.

LangGraph aporta la capa de orquestación: delegación entre agentes, gestión de estado y flujos con intervención humana. La combinación busca que los agentes no solo funcionen, sino que puedan auditarse.

¿Cuánto mejora realmente la operación?

DXC reportó resultados en casos de uso específicos que ya están en producción:

• Incidentes del sistema de archivos: de 53-90 minutos a 3-6 minutos.
• Incidentes de rendimiento de bases de datos: de 2-3 horas a 5-12 minutos.
• Gestión de problemas complejos: de 2-6 días a 8-10 minutos.

«La IA agéntica tiene el potencial de cambiar radicalmente la forma en que las empresas operan sus tecnologías más críticas, pero los modelos por sí solos no bastan», dijo Dan Gray, presidente de Global Infrastructure Services de DXC Technology.

Esos números no salen de un laboratorio. Según CRN, en la llamada de resultados del primer trimestre fiscal de 2027 de DXC —que cerró el 30 de junio— el CEO Raul Fernandez dijo que OASIS estaba desplegado en 57 entornos de clientes, y la compañía reportó ingresos de US$3.000 millones, un 5% menos que los US$3.160 millones del mismo trimestre del año anterior. La presión por volver al crecimiento explica la urgencia. En esa misma llamada, Fernandez señaló que su centro de operaciones de seguridad agéntico redujo el tiempo medio de detección de intrusiones de unos 21 minutos a unos 6 segundos, y que las evaluaciones de OASIS que antes tomaban de seis a doce meses ahora se cierran en menos de seis semanas.

Gobernanza: el detalle que decide si un agente llega a producción

El eje del anuncio es que se puede escalar el uso de agentes sin renunciar al control. Según lo publicado, OASIS evalúa cada acción según su reversibilidad, su impacto, su verificabilidad y el historial del propio agente. Las acciones sensibles pueden pausarse para que una persona las apruebe antes de ejecutarse, y todo queda trazado con controles de acceso por rol y una autonomía progresiva que se puede ampliar o restringir en cualquier nivel.

Ese diseño responde a un problema concreto: la mayoría de los agentes se traban en el paso del piloto a producción por integración, datos y gobernanza, más que por capacidad del modelo. Julia Schottenstein, COO de LangChain, lo resumió así: las empresas que van adelante se hacen cargo de su propio conjunto de tecnologías para agentes, lo adaptan a las necesidades del negocio, fundamentan los agentes en contexto propio y construyen los ciclos de gobernanza y mejora continua que los hacen fiables en producción.

DXC también insiste en dos puntos que suenan a argumento de compra: OASIS es agnóstico al modelo e interoperable con sistemas de terceros y propiedad del cliente. Eso permite elegir modelos distintos por carga de trabajo según calidad, costo, latencia y privacidad, y desplegar en nube pública, privada, dedicada o soberana sin rediseñar la arquitectura. Las dos compañías detallan el enfoque en un documento técnico, «DXC OASIS: la infraestructura para operaciones de TI críticas para la misión».

¿Está el resto del mercado listo para la IA agéntica?

La respuesta corta: todavía no, y ahí está la oportunidad.

• El BCG 2026 Applied AI Index, basado en una encuesta a más de 1.300 directivos de más de 20 sectores, encontró que casi el 50% de las empresas ya genera valor con IA, pero solo el 44% de las compañías más maduras obtiene valor de la IA agéntica hoy, frente al 2% de las rezagadas. El mismo informe señala que la cuota agéntica del valor total de IA pasó del 17% al 22% entre las muestras de 2025 y 2026, camino al 39% en 2030.
• Gartner proyecta que más del 40% de los proyectos de IA agéntica serán cancelados hacia fines de 2027 por costos crecientes, valor de negocio poco claro o controles de riesgo insuficientes, según recopila un análisis de Keyhole Software.
• Capgemini Research Institute, con 1.500 ejecutivos en 14 países, reportó que el 61% está explorando agentes y el 23% en pilotos, pero solo el 2% los tiene desplegados a escala, según la misma recopilación.
• El mercado empresarial de IA agéntica pasó de US$3.670 millones en 2025 a una proyección de US$24.500 millones en 2030, un crecimiento anual compuesto del 46,2%, según Grand View Research, citado por Keyhole Software.

La brecha entre adopción declarada y despliegue real es el dato que define el momento. Y también señala dónde está el trabajo: gobernanza, integración y observabilidad, justo la capa que DXC está usando como argumento comercial.

Qué significa esto para tu startup

La lección no es «compren LangChain». Es que el diferenciador dejó de ser el modelo y pasó a ser el sistema que lo rodea. Tres movimientos concretos:

• Define tu política de autonomía antes de desplegar. Escribe, acción por acción, qué puede hacer el agente solo, qué requiere aprobación humana y qué no se delega nunca. El criterio que usa DXC es replicable: reversibilidad, impacto, verificabilidad e historial del agente. Si tu producto toca producción o datos de clientes, esa política es requisito de entrada en cualquier proceso de compra enterprise.
• Levanta una línea base antes de escalar. DXC vende con un antes y un después medible (de 2-6 días a 8-10 minutos). Mide hoy el tiempo de resolución, la tasa de escalamiento a humanos y la precisión de diagnóstico de tu proceso, porque sin línea base no hay caso de negocio ni renovación de contrato.
• Diseña para conectar, no para reemplazar. La integración con lo que el cliente ya usa reduce fricción de venta y baja el riesgo percibido. Si tu agente convive con las herramientas existentes en lugar de exigir una migración, el ciclo de evaluación se acorta.

Un cuarto punto, más de gestión que de tecnología: la gobernanza no es el freno del proyecto, es lo que lo desbloquea. En los datos de BCG, las empresas con todos los controles de IA desplegados generan tres veces más valor agéntico que las que tienen solo uno.

Conclusión

La alianza entre DXC Technology y LangChain no es una noticia de producto: es una señal de madurez del mercado. Cuando una compañía que opera sistemas críticos publica reducciones del 95% en tiempos de resolución y las acompaña con controles de autoridad, trazabilidad y supervisión humana, queda claro qué va a pedir el comprador corporativo de aquí en adelante. Para una startup que vende IA agéntica, la ventaja ya no está en el modelo que usa, sino en la evidencia que puede mostrar: métricas de producción, límites de autonomía documentados y capacidad de auditar cada decisión del agente.

Fuentes

• DXC Technology Partners with LangChain to Scale Governed AI Agents (fuente original)
• DXC and LangChain Advance Agentic AI Harnesses for Mission-Critical IT Operations (Yahoo Finance)
• DXC Technology Company and LangChain Advance Agentic AI Harnesses for Mission-Critical IT Operations (MarketScreener)
• DXC's AI Reset: CEO Fernandez Says Speed, New Leadership To Fuel Comeback (CRN)
• The Formula for Agentic AI Value (Boston Consulting Group)
• The Enterprise Agentic AI Market Size: 2026 Statistics (Keyhole Software)