IA agéntica moverá US$290.000M en 2035: cómo aprovecharla

La automatización entra en una nueva fase: de proyectos a capacidades reutilizables

Durante años, automatizar fue sinónimo de empezar de cero: se identificaba un proceso repetitivo, se conformaba un equipo, se desarrollaba una solución y, cuando terminaba, se pasaba al siguiente proyecto. La consecuencia, descrita en un análisis reciente de La República, es que cada innovación vivía aislada y no se podía construir sobre lo aprendido en otras áreas. Esa lógica empieza a quedar obsoleta con la llegada de la IA agéntica, sistemas que no solo generan contenido sino que planifican secuencias de acciones, usan herramientas, interactúan con otros sistemas y toman decisiones para alcanzar un objetivo.

La diferencia práctica para una empresa es enorme: en lugar de desarrollar una solución por cada necesidad, se comienzan a construir capacidades que se reutilizan. Un agente especializado puede intervenir hoy en un proyecto y, mañana, aplicar lo aprendido en otro con características similares, sin que el volumen de automatizaciones exija multiplicar el equipo en la misma proporción.

Cuánto está creciendo este mercado (y por qué importa)

El tamaño de la apuesta deja claro que no hablamos de una moda. Según el reporte de Analytics Insight sobre el mercado de IA agéntica, el sector pasó de US$8.190 millones en 2025 a US$12.130 millones en 2026, y se proyecta que alcance US$290.620 millones en 2035, con una tasa de crecimiento anual compuesta del 42,88%. El mismo informe prevé que el mercado se multiplique por más de 5,8 veces solo entre 2030 y 2035.

🤖 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

En paralelo, el mercado más amplio de IA generativa (que incluye a la agéntica) está estimado en US$185.450 millones en 2026 y se proyecta que llegue a US$1,65 billones en 2033, con un 36,8% CAGR, según Research and Markets citado por Yahoo Finance. Dentro de ese universo, la ejecución autónoma de tareas y la automatización de flujos de trabajo aparece como el segmento de mayor crecimiento, precisamente el terreno que la IA agéntica viene a ocupar.

El dinero corporativo en IA también está acelerando: el AI Index 2026 de Stanford HAI registró un aumento interanual del 130% en inversión corporativa global en IA, hasta US$581.700 millones, y compromisos de capex de las grandes tecnológicas por aproximadamente US$745.000 millones para 2026.

Por qué casi nadie ha pasado de la prueba al negocio real

La adopción, sin embargo, está lejos de ser madura. El reporte de Analytics Insight, citando la investigación de McKinsey de 2025, muestra que el 62% de las organizaciones está experimentando con agentes de IA, pero solo el 23% ha escalado un sistema agéntico en alguna parte de su negocio. Ninguna función empresarial individual había cruzado el 10% de adopción a escala.

El Stanford HAI 2026 agrega otra pieza: el 88% de las organizaciones encuestadas ya usa IA en algún punto de su negocio y el 70% usa IA generativa, pero la pregunta dejó de ser si la IA pertenece a la empresa y pasó a ser qué tan profundo puede integrarse en las operaciones del día a día.

El cuello de botella, según el análisis, es estructural: aplicaciones legacy, datos fragmentados, procesos mal documentados. Un agente que funciona en una demostración controlada se enfrenta a condiciones muy distintas cuando entra a producción. Gartner, en su informe de abril de 2026, proyectó que una empresa promedio del Fortune 500 podría estar operando más de 150.000 agentes hacia 2028, frente a menos de 15 en 2025, y que solo el 13% de las organizaciones consideraba tener una gobernanza adecuada para manejarlos.

Casos reales que muestran la dirección

El mercado empieza a mover números concretos. ServiceNow reportó en su Q2 de 2026 que la adopción de IA agéntica entre sus clientes se multiplicó por 9 en nueve meses y que los compradores primerizos de IA crecieron más del 45% interanual, según el análisis de The Globe and Mail. UiPath, por su parte, presentó ingresos de US$410,3 millones en el Q2 de su año fiscal 2027, con un crecimiento del 13% interanual y su cuarta trimestre consecutivo de rentabilidad GAAP, impulsada en parte por su plataforma de orquestación agéntica Maestro.

En el frente de los protocolos de interoperabilidad, el Model Context Protocol (MCP) de Anthropic superó los 10.000 servidores públicos activos en diciembre de 2025 y pasó a estar soportado en ChatGPT, Gemini, Microsoft Copilot, Cursor y Visual Studio Code, según el reporte de Analytics Insight. La gobernanza del protocolo se trasladó luego a la Agentic AI Foundation, respaldada por Anthropic, Block, OpenAI, Google, Microsoft, AWS, Cloudflare y Bloomberg. Por su parte, el protocolo Agent-to-Agent (A2A), introducido por Google en abril de 2025, ya había sido adoptado por más de 150 organizaciones hacia abril de 2026, con despliegues en cadena de suministro, servicios financieros, seguros e IT.

El verdadero cuello de botella, según la fuente original

El análisis de La República, firmado desde 2NV, advierte de algo que las cifras de adopción confirman: el reto no es la tecnología, sino entender el negocio. Antes de escribir una línea de código hay que comprender cómo opera el cliente, cuáles son sus procesos críticos, dónde se pierde tiempo o dinero y qué necesita realmente resolver. Un requerimiento mal entendido, por más rápido que se desarrolle, sigue siendo una mala solución.

La segunda advertencia, igual de concreta, es que más velocidad y autonomía exigen más control. Seguridad, trazabilidad, gestión de accesos y control de calidad deben acompañar todo el proceso. Confundir autonomía con ausencia de supervisión es, según el artículo, uno de los errores que la industria debe evitar.

Qué significa esto para tu startup

Para un founder, la pregunta práctica no es si la IA agéntica va a transformar su industria, sino cómo capturar valor sin quedar atrapado en el 77% de organizaciones que experimentan y nunca escalan.

Acción 1: Construye capacidades reutilizables, no proyectos únicos. Antes de automatizar un proceso, identifica si la capacidad que vas a crear (conectar a un CRM, validar un documento, enrutar un ticket) puede usarse en otros dos o tres flujos. Si la respuesta es sí, desarróllala como un agente modular desde el día uno, con API, logs y permisos claros. Es la diferencia entre tener 15 automatizaciones aisladas y tener 15 aplicaciones de la misma capacidad.

Acción 2: Empieza por el problema, no por el agente. El reporte de McKinsey muestra que el 39% de las organizaciones reporta impacto en EBIT a nivel empresa, frente al 64% que dice que la IA está generando innovación en alguna parte. Para cerrar esa brecha, define primero qué métrica de negocio (ciclo de venta, tiempo de respuesta, ticket promedio, churn) va a mover tu agente, y construye desde ahí. Un agente sin KPI asignado se convierte en demo eterna.

Acción 3: Diseña gobernanza antes de que se vuelva urgente. Si Gartner espera que una empresa del Fortune 500 opere más de 150.000 agentes en 2028, las startups que lleguen a esa escala sin un registro de qué agentes existen, quién los aprobó y qué permisos tienen van a pagar el costo en incidentes. Invertir desde ahora en un inventario mínimo de agentes, niveles de aprobación y métricas de confiabilidad es más barato que reconstruirlo bajo presión.