La inteligencia artificial (IA) está entrando en una nueva etapa. Después de años enfocada en responder consultas o generar contenido, hoy comienza a ejecutar acciones dentro de procesos reales de negocio. Es la llamada IA agéntica: sistemas capaces de operar de forma autónoma, conectando datos, aplicaciones y flujos de trabajo en tiempo real.
Columnas al director
El desafío ya no es únicamente tecnológico, sino estratégico. La IA agéntica exige pensar arquitectura, datos, infraestructura, seguridad y gobernanza como un todo integrado. No alcanza con elegir “el mejor modelo”; es necesario diseñar ecosistemas donde los agentes puedan operar con trazabilidad, control y propósito.
Los datos de adopción muestran entusiasmo, pero también una brecha entre intención y ejecución. En una encuesta de PwC, el 79% de los altos ejecutivos estadounidenses afirmó que sus empresas estaban adoptando IA agéntica, aunque solo el 35% reportó una adopción amplia y apenas el 17% una implementación total en sus flujos de trabajo. Mientras tanto, en América Latina el escenario es más incipiente: según IDC, solo el 14% de las empresas tiene proyectos operativos. Sin embargo, la tendencia ya es visible en la región.
Columnas al director
Sectores como banca y telecomunicaciones lideran el avance, impulsados por la necesidad de eficiencia y gestión de riesgo en entornos regulados. La industria de petróleo y gas implementa agentes para optimizar operaciones y fortalecer la seguridad. En el sector público también se observan avances: en Brasil, organismos exploran agentes para mejorar la experiencia ciudadana y agilizar subsidios; en Argentina, las iniciativas desarrolladas junto a ARSAT marcaron algunos de los primeros proyectos regionales.
Pero el punto crítico no es la capacidad técnica, sino la gobernanza. La IA agéntica toma decisiones dentro de procesos sensibles, por lo que la explicabilidad deja de ser un concepto teórico para convertirse en una condición operativa. Es indispensable saber por qué un agente actuó, qué datos utilizó y cómo auditar su comportamiento. En entornos regulados, esto no es opcional.
Columnas al director
Aquí el open source cumple un rol central. La innovación abierta no sólo acelera el desarrollo, sino que permite inspeccionar, adaptar y auditar los componentes de la solución. En arquitecturas abiertas — basadas, por ejemplo, en plataformas como Red Hat OpenShift AI — es posible orquestar múltiples agentes especializados, integrarlos con sistemas existentes y mantener control soberano sobre datos y modelos. La soberanía tecnológica no es un eslogan: es la capacidad real de entender y gobernar aquello que se implementa.
En los próximos años veremos un cambio profundo, ya que la IA dejará de percibirse como tendencia para convertirse en infraestructura. Según Gartner, el 33% de las aplicaciones empresariales incluirán IA con agentes para 2028, frente a menos del 1% en 2024. No obstante, advierte que más del 40% de los proyectos podrían cancelarse antes de 2027 si no demuestran valor claro.
Columnas al director
Implementar IA no significa estar preparados para gestionarla. Desplegar agentes sin monitoreo desde el inicio, sin métricas definidas y sin marcos de uso responsable puede erosionar la confianza rápidamente. Un sistema autónomo sin control puede amplificar errores con la misma velocidad con la que promete eficiencia.
Por eso, la recomendación es empezar por el propósito. Identificar un proceso crítico donde el impacto sea medible, establecer métricas claras y definir prácticas de gobernanza desde el día uno. La IA agéntica no requiere experimentación aislada, sino intención estratégica.
Columnas al director
La tecnología siempre amplifica aquello que toca. La pregunta no es si la IA agéntica va a expandirse, sino qué va a amplificar en nuestras organizaciones. Con propósito, gobernanza y apertura, puede convertirse en una verdadera infraestructura de competitividad e innovación para América Latina.
