Los agentes de IA avanzan en las empresas y exigen nuevas habilidades

2–4 minutos

Pedir a un sistema que consulte una hoja de cálculo, cruce información con el correo electrónico de un cliente y envíe un resumen al equipo, sin intervención humana en cada etapa, es el tipo de tarea que define a la IA agéntica. Este concepto ha ganado relevancia en los planes de inversión, las proyecciones de las consultoras y los debates sobre el futuro de las profesiones.

Cómo la IA agéntica se diferencia de otras herramientas

Las herramientas de IA generativa responden a comandos directos: el usuario solicita un texto o un análisis y el sistema entrega el resultado. Un agente autónomo recibe un objetivo, divide el trabajo en etapas, utiliza recursos como la agenda, el correo electrónico, las hojas de cálculo y los sistemas internos, y ejecuta acciones con cierto grado de independencia.

En la práctica, en lugar de pedir un borrador, el profesional define el objetivo —por ejemplo, conciliar los lanzamientos mensuales e identificar divergencias—. El agente procesa los datos y devuelve el resultado para su revisión, que sigue siendo humana.

La adopción de agentes de IA en las empresas

Gartner prevé que, para finales de 2026, el 40 % de las aplicaciones corporativas tendrán agentes de IA para tareas específicas, frente a menos del 5 % el año anterior. La proyección refleja una tendencia de crecimiento, pero aún no representa la realidad actual.

En Brasil, el estudio «5 Tendencias para 2026» del IBM Institute for Business Value indica que el 75 % de los ejecutivos esperan que los agentes de IA operen de forma independiente para finales de este año. Otro 65 % afirma que estos sistemas ya ayudan a tomar decisiones de manera más ágil y precisa.

Cómo prepararse para trabajar con agentes de IA

A medida que los agentes asumen tareas operativas, cobra importancia quien sabe definir objetivos claros, revisar resultados e identificar errores. Esto también aplica para quienes no programan, ya que delegar tareas a un sistema requiere conocimiento sobre sus capacidades.

Para quienes deseen profundizar en el tema, el Pre-MBA en IA de Saint Paul ofrece cuatro clases prácticas en línea.

Riesgos y límites que requieren atención

La autonomía conlleva riesgos. En la encuesta global del IEEE sobre el impacto de la tecnología en 2026, la dependencia excesiva y las posibles imprecisiones (54 %) y la exposición de datos internos (52 %) están entre las principales preocupaciones sobre el uso de la IA generativa y agéntica en las organizaciones.

Por ello, el diseño de un agente implica definir qué datos puede acceder y en qué momentos una persona necesita aprobar la acción, como en los pagos o las comunicaciones con los clientes. En la atención al cliente, por ejemplo, un agente puede consultar el historial de un pedido y proponer una solución, mientras que los reembolsos de mayor valor pasan a validación humana.

Qué observar en los próximos meses

El enfoque ahora está en la transición de las pruebas a la rutina diaria: qué procesos tendrán agentes en funcionamiento, cómo se medirán los resultados y qué habilidades exigirán las empresas. Para el profesional, el camino comienza por conocer el concepto, experimentar con las herramientas en su propio trabajo y saber cuándo la revisión humana es indispensable.

Además, es importante seguir de cerca cómo las empresas abordarán la responsabilidad por las decisiones tomadas con el apoyo de agentes y qué reglas internas se crearán para registrar y auditar las acciones de estos sistemas.

La inteligencia artificial ya influye en los planes de carrera en diversas áreas

Reserva tu lugar en el Pre-MBA en IA de Saint Paul por 37 reales.