La nueva deuda técnica no es código legacy: son agentes de IA

¿Por qué la gobernanza de agentes de IA es la nueva deuda técnica?

Durante décadas, deuda técnica fue sinónimo de código legacy, módulos acoplados y decisiones de arquitectura que cobraban intereses con el tiempo. Esa categoría sigue existiendo, pero una nueva empieza a acumularse en las empresas que despliegan agentes de IA sin controles formales: la deuda de gobernanza.

La diferencia es importante. El código legacy deja huellas relativamente visibles: tests que fallan, deploys frágiles, dependencias rotas. Un agente sin gobernanza, en cambio, opera con normalidad aparente mientras deja preguntas sin respuesta: qué datos usó, qué herramientas llamó, con qué permisos, quién lo aprobó. John Calistro, autor de un análisis reciente publicado en iMasters, lo resume así: el problema no será colocar IA para funcionar, sino colocarla bajo control antes de que se vuelva otra capa opaca de la arquitectura corporativa.

El fenómeno ya no es teórico. Una encuesta de EY US sobre 202 ejecutivos senior de empresas con más de 1.000 millones de dólares de facturación, publicada el 15 de septiembre de 2026, encontró que el 91% de las organizaciones ya usan IA agéntica (en piloto o en producción completa), aunque el 49% de ellas aún no actualizó su marco de gobernanza para considerar específicamente los riesgos de los agentes.

🤖 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

¿Qué diferencia a un agente de IA de un chatbot?

Un chatbot responde. Un agente ejecuta.

Cuando un asistente solo responde preguntas genéricas, el riesgo se concentra en la calidad del texto. Cuando accede al CRM, consulta datos financieros, abre tickets o cambia estados en un sistema interno, deja de ser interfaz y se vuelve componente operacional, según la distinción que hace Calistro en su artículo.

Esa transición cambia las preguntas que una empresa debería hacerse antes de aprobar cualquier despliegue:

¿Qué sistemas accede?
¿Con qué permisos?
¿Qué datos entran al contexto?
¿Qué acciones puede ejecutar sin intervención humana?
¿Quién audita lo que hizo?

No son preguntas filosóficas, son preguntas de arquitectura, y la velocidad con la que los equipos de negocio están creando sus propios agentes las hace urgentes.

¿Cómo se manifiesta la deuda invisible de los agentes?

La deuda de los agentes es silenciosa por diseño. Calistro enumera los formatos más comunes en producción:

Prompts sin versionamiento, dispersos en tickets, documentos internos o variables de entorno.
Herramientas conectadas sin ownership claro.
Permisos más amplios de lo necesario para acelerar la prueba de concepto.
Memoria sin política definida sobre qué se conserva y durante cuánto.
Logs insuficientes que impiden reconstruir decisiones.
Agentes creados por áreas distintas sin estándar común.
Integraciones con datos sensibles sin revisión formal.
Ausencia de pista de auditoría sobre quién aprobó qué.

A esto, el análisis de Vivek Ahuja en Forbes del 28 de agosto de 2026 añade cinco categorías equivalentes: deuda de conocimiento (cada aplicación replica su propia copia de la verdad), deuda de prompt, deuda de integración punto a punto, deuda de gobernanza por equipos dispersos y deuda de evaluación cuando cada proyecto mide calidad a su manera. El patrón, según Ahuja, rara vez aparece durante el piloto: aparece cuando la empresa ya tiene su quinto agente en producción y nadie sabe cuál es el actual ni por qué un asistente responde diferente a otro.

¿Qué dicen las encuestas? EY y Microsoft miden la brecha

Las cifras ponen el problema en perspectiva. De los ejecutivos encuestados por EY US, el 85% reconoció que al menos algunos de sus sistemas agénticos ejecutan acciones sin intervención humana en tiempo real, y el 26% admitió que ni siquiera puede detectar agentes no autorizados operando dentro de su organización. En el último año, el 89% dijo haber enfrentado riesgos relacionados con IA (ciberseguridad 52%, error humano 47%, shadow AI 46%), y el 36% reportó un incidente con impacto material: pérdida de datos, daño financiero, interrupción operativa o reputacional.

El reporte Cyber Pulse 2026 de Microsoft, recogido por Interempresas, aporta el lado de la demanda: más del 80% de las empresas Fortune 500 ya utilizan agentes activos creados con herramientas de low code, y los sectores más avanzados son software y tecnología (16%), manufactura (13%), servicios financieros (11%) y comercio minorista (9%). El Data Security Index de Microsoft añade que solo el 47% de las organizaciones está implementando controles específicos para IA generativa, mientras una encuesta a más de 1.700 profesionales de seguridad indica que el 29% de los empleados usó agentes no autorizados en su trabajo.

El equipo Microsoft Defender detectó recientemente una campaña de envenenamiento de memoria que manipulaba la memoria persistente de asistentes de IA para alterar sus respuestas, según el mismo informe. La conclusión operativa es directa: tratar a los agentes con el mismo rigor que a cualquier cuenta de servicio crítica.

¿Qué preguntar antes de poner un agente en producción?

Calistro propone un marco de ocho preguntas para separar el experimento de la arquitectura de producción:

¿Este agente solo responde o ejecuta acciones?
¿Qué sistemas accede?
¿Qué datos entran en su contexto?
¿Existe una pista de auditoría completa?
¿Hay límites claros de acción?
¿Existe fallback humano para flujos críticos?
¿Los prompts y las herramientas tienen versionamiento?
¿Hay un owner claro que responda por evolución, costos, incidentes y retiro?

El Cyber Pulse 2026 de Microsoft refuerza la idea con tres principios de Zero Trust aplicados a la IA: mínimo privilegio por defecto, verificación explícita de cada solicitud y diseño que asuma la brecha como escenario probable. En el terreno regulatorio, el marco ISO/IEC 42001 ya ofrece una referencia formal para gestionar sistemas de IA sin entrar a regular los modelos, y COSO publicó una guía de 30 páginas para abordar riesgos de IA generativa, como recuerda un análisis de Cinco Días de marzo de 2026.

En España, además, la AEPD insiste en que la generación automatizada de datos no exime de responsabilidad al responsable del tratamiento: la trazabilidad y la documentación formal siguen siendo obligatorias bajo el RGPD, incluido el derecho del artículo 22 a no ser objeto de una decisión basada únicamente en tratamiento automatizado.

¿Qué significa esto para tu startup?

Si estás construyendo un producto SaaS, una vertical de servicios profesionales o cualquier operación apoyada en agentes de IA, la gobernanza deja de ser un tema corporativo lejano y pasa a ser una decisión de producto. Estas son tres acciones concretas para el próximo sprint:

Define el contrato del agente antes de escribir el prompt. Documenta en una sola página qué sistemas accede, qué herramientas puede llamar, qué acciones requieren aprobación humana y qué logs se conservan. Sin ese contrato, el primer incidente marcará el inicio de la deuda.
Versiona prompts como si fueran código. Cada cambio en producción debería pasar por revisión, tener historial y permitir rollback. La herramienta concreta importa menos que la disciplina: un PR en GitHub o una planilla con sello temporal es mejor que prompts sueltos en Notion.
Diseña la salida, no solo la entrada. Define desde el principio cómo un humano puede pausar, corregir o retirar al agente. EY US encontró que, entre las organizaciones que hicieron una revisión formal de aseguramiento de IA, el 29% pausó al menos una cuarta parte de sus sistemas y el 25% los detuvo por completo; mejor construir esa vía de escape antes de necesitarla.

Conclusión

La próxima deuda técnica no será visible en el código legacy que todos miran. Será invisible, operacional y muy cara cuando explote: agentes sin owner, prompts sin versión, memoria sin política, permisos heredados de la prueba de concepto. Las empresas que ya están moviendo agentes a producción sin responder las ocho preguntas del marco de Calistro están firmando un pagaré a futuro.

La buena noticia es que la gobernanza se puede construir. La mala es que cuanto más agentes en producción sin marco, más cara sale la factura cuando llegue el primer incidente.