McKinsey: 40% de grandes empresas ya escalan agentes de IA

El dato que cambia la conversación sobre IA empresarial

El 40% de las empresas con más de US$1.000 millones de ingresos ya están escalando agentes de IA, frente al 27% del año pasado. La cifra aparece en el último State of AI 2026 de McKinsey y marca un salto sin precedentes en apenas doce meses. Para dimensionarlo: hablamos de grandes corporaciones que pasaron de probar agentes en equipos pequeños a desplegarlos en funciones de negocio completas.

El dato contrasta con un 88% de organizaciones que ya usan IA en al menos una función, según Info-Tech Research Group. Es decir, casi todas las empresas tocan IA, pero solo una minoría la está moviendo del piloto a producción a escala. Y dentro de ese grupo, el sector tecnología lidera con 41%, seguido de salud (39%) y servicios profesionales y energía (38%), de acuerdo con el mismo informe de McKinsey.

La paradoja de productividad que pocos mencionan

Escalar agentes no significa todavía que estén entregando valor de fondo. El propio State of AI 2026 de McKinsey revela una grieta: el 80% de los encuestados dice que la IA mejoró su productividad individual, pero solo el 37% reporta un impacto positivo en el EBIT organizacional. En otras palabras, los empleados rinden más con IA, pero las empresas no necesariamente ganan más.

🤖 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

La brecha se repite en otras mediciones. Domino Data Lab, en su Fifth Annual Enterprise AI Report, encontró que el 57% de los líderes de IA afirma que el ROI crece al mismo ritmo o más lento que la inversión, sin variación respecto a 2025. En Europa, el 67% de los encuestados reporta que su factura de IA supera al retorno (66,9% en Reino Unido, 51,1% en EE.UU.). El mercado global de agentes se expande, pero el balance económico sigue pendiente.

Por qué blockchain aparece en la conversación de los agentes

En paralelo, gestores de activos tradicionales están mirando a blockchain como la infraestructura que los agentes necesitarán para operar. Franklin Templeton llamó a los agentes de IA el próximo «killer use case» para blockchain, argumentando que las redes de pago actuales son demasiado lentas y caras para los micropagos entre máquinas. Sandy Kaul, head of digital assets de la firma, apuntó que redes como Aptos, Solana y BNB Chain liquidan en segundos, frente a los 1 a 3 días hábiles de Visa.

El protocolo x402 de Coinbase ya muestra tracción: procesó US$15 millones en volumen ajustado repartidos en más de 109 millones de transacciones desde su lanzamiento en mayo de 2025, según un informe conjunto de Visa y Artemis. Visa y Stripe, además, lanzaron herramientas de pagos para agentes en marzo. La tesis es directa: si los agentes empiezan a contratar servicios, llamar APIs y mover valor entre sí, necesitarán liquidación en segundos y comisiones cercanas a cero.

NEAR Protocol y la discusión sobre propiedad de datos

NEAR Protocol, una blockchain de capa 1 orientada a aplicaciones descentralizadas, recogió estos datos y puso el foco en la propiedad de los datos del usuario como cuello de botella emergente. El razonamiento del equipo: a medida que la economía de agentes crece, los usuarios exigirán control sobre la información que alimenta y registran esos agentes.

La lectura encaja con una tendencia más amplia. PwC, en su AI Agent Survey de 2025, documentó que el 66% de las organizaciones con agentes reporta ganancias medibles de productividad, 57% ahorros de costos, 55% decisiones más rápidas y 54% mejoras en experiencia de cliente. Pero esos números coexisten con un dato preocupante: según McKinsey, el 51% de las organizaciones que usan IA ya sufrieron al menos una consecuencia negativa, sobre todo por imprecisiones en los outputs.

El control de datos aparece entonces como prerrequisito, no como adorno. Si los agentes aprenden de tus datos y actúan en tu nombre, la pregunta de quién es el dueño deja de ser filosófica y se vuelve operacional.

Qué significa esto para tu startup

Tres movimientos prácticos para un founder que mira este cruce entre IA, agentes y blockchain:

Mide la métrica organizacional, no la individual. El error más común en 2026 es reportar «mis empleados usan IA 3 horas al día». El dato que importa es si esa hora extra se traduce en más revenue, menos churn o ciclos de producto más cortos. Diseña tu piloto con KPIs de negocio desde el día uno, o tu CFO te va a cortar el presupuesto en la próxima ronda.
No caigas en el shadow agent. Info-Tech estima que el 15% de los empleados ejecuta agentes no autorizados sin visibilidad de TI. Si tu startup ya desplegó agentes a equipos, formaliza quién los entrena, con qué datos y con qué auditoría. Domino Data Lab encontró que las organizaciones con gobernanza integrada tienen 3,9 veces más probabilidad de tener agentes en producción gobernada que aquellas con gobernanza parcial.
Piensa en la capa de pagos e identidad desde el inicio. Si tu producto agentico termina moviendo dinero o datos sensibles entre agentes, la infraestructura que elijas hoy (custodia de credenciales, rails de micropago, registro de identidad) va a condicionar tu crecimiento en 18 meses. No esperes a tener 50 clientes para diseñar eso.

La pregunta de fondo sigue abierta: ¿cuántos proyectos de agentes sobreviven al contacto con producción? Gartner proyecta que más del 40% de los proyectos agenticos será cancelado antes de fin de 2027 por costos, valor difuso o riesgos mal controlados. MIT NANDA estima que los proyectos internos exitosos son apenas el 33%, contra el 67% de herramientas compradas a vendors. La ventana para entrar es enorme, pero la trampa de tirar dinero en pilotos eternos también.