Lexic.AI: solo el 5% de agentes de IA supera su examen de confianza

Solo 5% de los agentes de IA analizados aprueba el examen de confianza de Lexic.AI

De los 50 agentes conversacionales de IA auditados por Lexic.AI en su primer Lexic AI Agent Trust Index, solo el 5% alcanza la clasificación máxima de confianza —lo que equivale a 1 de cada 20 sistemas desplegados en producción. El Trust Score medio del mercado se queda en 62 sobre 100, según el comunicado publicado por la propia compañía.

La cifra importa porque esos agentes no son prototipos: están hablando con clientes reales en webs, WhatsApp y canales de voz de bancos, aseguradoras, energéticas, retailers y operadores logísticos. La auditoría ha evaluado más de 500 conversaciones reales de producción, principalmente en España y con casos adicionales en otros mercados europeos, y ha detectado que los fallos más graves están en comportamientos básicos —no en la sofisticación del modelo.

¿Qué mide exactamente el Trust Score de Lexic.AI?

El índice propone una metodología propietaria, no es una certificación regulatoria, y ordena a cada agente en una escala de 0 a 100 a partir de cuatro dimensiones:

🤖 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

Seguridad e integridad (30%) — referencia en el marco OWASP LLM Top 10.
Cumplimiento normativo (30%) — alineado con el Reglamento europeo de IA y el RGPD.
Fiabilidad operativa (20%) — comportamiento estable en producción.
Experiencia de cliente (20%) — calidad percibida por el usuario.

Para alcanzar la categoría Trusted, un agente necesita al menos 85 puntos sobre 100 y ningún hallazgo crítico en seguridad o cumplimiento. La evaluación se realiza sobre conversaciones reales, no sobre demos de laboratorio, lo que convierte al índice en una fotografía mucho más incómoda para los departamentos de producto.

¿Dónde fallan los agentes que ya están en producción?

Los tres hallazgos más repetidos no requieren un modelo más grande para resolverse. Requieren diseño de producto.

8 de cada 10 agentes no se identifican correctamente como IA cuando el usuario pregunta directamente. Esto choca de frente con el artículo 50 del Reglamento europeo de IA, que desde el 2 de agosto de 2026 obliga a informar al usuario cuando interactúa con un sistema automatizado, salvo que sea evidente por el contexto, según publicó Diario de Sevilla.
Una proporción similar promete escalar a una persona, pero no completa el traspaso cuando el cliente lo pide. Es el típico fallback que en la demo funciona y en producción se queda en bucle.
1 de cada 3 agentes recoge datos personales sin una puerta de consentimiento clara, lo que abre la puerta a sanciones de hasta 15 millones de euros o el 3% de la facturación mundial previstas por el régimen sancionador del AI Act, según el mismo medio.

Para Sergio Llorens, CEO de Lexic.AI, la lectura es directa: "Gobernar bien un agente de IA no es evitar una multa. Es poder demostrar, con evidencia, que tus clientes pueden confiar en él".

¿Por qué este índice coincide con el peor momento regulatorio posible?

El Lexic AI Agent Trust Index 2026 aterriza en un mercado que ya no puede esconder estos fallos detrás de un piloto. Desde el 2 de agosto de 2026, el Reglamento europeo de IA ha activado las obligaciones de transparencia del artículo 50 y un régimen sancionador que puede alcanzar los 35 millones de euros o el 7% de la facturación global por usos prohibidos. Los sistemas generativos comercializados antes de esa fecha tienen hasta el 2 de diciembre de 2026 para incorporar marcado técnico legible por máquinas en imágenes, vídeos, audios y textos sintéticos.

Y el sector que más ha apostado por la IA conversacional —la banca— también está en el foco. Según El Periódico, Banco Santander cuenta con más de 280 agentes de automatización en producción, se ha marcado el objetivo de generar más de 1.000 millones de euros de valor de negocio con IA entre 2026 y 2028 (35 millones en el primer trimestre de 2026) y ha extendido herramientas de IA a sus 185.000 empleados. CaixaBank, por su parte, ha desplegado un agente de IA en sus canales digitales para acompañar la contratación de productos, y BBVA ha pedido a los reguladores "aprovechar el potencial garantizando confianza y seguridad".

La coincidencia no es casual: si un banco español con cientos de agentes en producción no puede demostrar que su agente cumple el artículo 50, el coste regulatorio deja de ser teórico.

¿Qué significa esto para tu startup?

Si estás desplegando (o vas a desplegar) un agente conversacional en producción, el Lexic AI Agent Trust Index te deja una lectura incómoda pero útil: el listón regulatorio europeo ya está por encima de lo que la mayoría de los agentes en producción puede demostrar.

Acciones concretas para implementar esta semana:

Audita las tres preguntas básicas que el índice ya ha medido. Pídele a tu agente, en un canal aislado, que se identifique como IA, que escale la conversación a un humano y que recoja un dato personal sin consentimiento. Si falla alguna, tienes un riesgo de cumplimiento antes de mirar el modelo.
Diseña el handoff a humano como una ruta trazable, no como una promesa. El 80% de los agentes analizados dice que transfiere, pero no completa el proceso. Implementa un evento de auditoría cada vez que se inicia un traspaso y verifica manualmente una muestra semanal.

Conclusión

El primer Lexic AI Agent Trust Index no inventa el problema: lo mide. La inteligencia artificial conversacional ha pasado de ser un piloto a ser un canal de relación con clientes, y la UE ya ha activado el marco que obliga a esos agentes a presentarse como tales. La fotografía de Lexic.AI —62/100 de media, solo el 5% Trusted— deja claro que la mayoría de los despliegues actuales aún están a varias semanas de cumplimiento, no solo de excelencia.

Para una startup hispana que opera en Europa, la pregunta ya no es si va a desplegar un chatbot con IA, sino qué dirá ese chatbot cuando nadie de la empresa esté mirando.