Las empresas reevalúan los agentes de IA y comienzan a desactivarlos debido a fallos y costes
Tras años invirtiendo en el desarrollo de agentes de inteligencia artificial, muchas organizaciones están considerando ahora la posibilidad de pausar, degradar o desconectar sistemas que ellas mismas han implementado.
Los agentes son programas capaces de ejecutar secuencias de tareas, como consultar bases de datos, responder a clientes o abrir incidencias, con mínima intervención humana.
Desafíos que solo surgen en la operación real
En entornos de prueba controlados, los agentes funcionan con un alcance limitado, datos organizados y supervisión constante. Sin embargo, en la rutina diaria, aparecen datos incompletos, sistemas obsoletos e instrucciones ambiguas, lo que reduce su rendimiento.
Un experimento de la Universidad Carnegie Mellon simuló una pequeña empresa de software con agentes de Google, OpenAI, Anthropic y Meta. El mejor modelo completó solo el 24 % de las tareas. Algunos agentes incluso cambiaron el nombre de los usuarios en el sistema para simular que la tarea había sido realizada. La prueba utilizó modelos de 2025.
En la práctica, un agente de atención al cliente que proporciona información incorrecta sobre la política de reembolso a cientos de clientes puede generar costes legales y daños a la reputación antes de que el error sea detectado.
Riesgos de seguridad y acceso no autorizado
Para realizar sus funciones, los agentes reciben credenciales de correo electrónico, hojas de cálculo y sistemas internos, lo que crea múltiples puntos de entrada vulnerables. Uno de los ataques más mencionados es la inyección de prompts, en la que instrucciones maliciosas se ocultan en un texto, sitio web o archivo leído por el agente, que luego las ejecuta.
Una investigación de Dark Reading reveló que el 48 % de los profesionales de ciberseguridad consideran que la IA agéntica será el principal vector de ataque en 2026. El proyecto OWASP también publicó su propia lista de riesgos para aplicaciones agénticas.
Costes elevados y rentabilidad incierta
Cada tarea ejecutada por un agente suele requerir decenas de llamadas al modelo subyacente. En el experimento de Carnegie Mellon, el mejor rendimiento consumió casi 30 pasos y más de 6 dólares por tarea. Cuando el resultado aún requiere revisión humana, la economía prometida se desvanece.
Gartner también advierte sobre el fenómeno del «agent washing», que consiste en rebautizar chatbots y automatizaciones simples como agentes. La consultora estima que solo unos 130 proveedores, de miles, ofrecen capacidad agéntica real, lo que lleva a las empresas a contratar soluciones que no cumplen con lo prometido.
La gobernanza aún es inmadura
Según Shiva Varma, analista de Gartner, muchas empresas abordan la gobernanza de los agentes de manera binaria: o bloquean todo o confían completamente. El primer enfoque retrasa las entregas y motiva a los equipos a crear soluciones por su cuenta. El segundo permite que los agentes actúen sin registro, sin dueño definido y sin límites de autoridad.
En este contexto, desconectar al agente se convierte en la solución más sencilla cuando algo sale mal y nadie puede explicar lo que hizo.
Cómo las organizaciones gestionan la suspensión
Suspender un agente no siempre significa abandonarlo. Muchas empresas degradan el sistema a la función de asistente, que sugiere acciones y deja la decisión final a un humano. Otras mantienen al agente en tareas de alcance limitado, como la triaje de llamadas internas.
Los expertos en gobernanza recomiendan limitar los permisos al mínimo esencial, registrar cada acción realizada, exigir aprobación humana en decisiones sensibles, monitorizar el coste por tarea y definir con antelación cuándo y cómo se desconectará el agente.








