Índice5
Hace dos años, el agente de IA autónomo se presentaba como el siguiente paso evidente: un software que recibe un objetivo, elige sus acciones y las ejecuta sin preguntar. Desde entonces, los directivos que lo han probado se han vuelto más prudentes. Las encuestas lo muestran, y sería un error leerlo como un fracaso.
Una confianza que baja tras los primeros ensayos suele ser una confianza que se vuelve realista. Empuja a hacer lo que había que hacer desde el principio: establecer los controles antes de conceder la autonomía.
En resumen
- En las grandes empresas encuestadas por Capgemini, la confianza en los agentes totalmente autónomos ha caído del 43 % al 27 % en un año.
- Según BCG, el 42 % de los directivos encuestados esperan agentes autónomos de aquí a 2030, pero solo el 5 % tiene los controles adecuados.
- La validación humana de los resultados de los agentes avanza con fuerza en las grandes empresas estadounidenses.
- Para un equipo de 20 a 500 personas, la autonomía se ajusta tarea a tarea, con un responsable designado y la posibilidad de dar marcha atrás.
Lo que muestran las encuestas
Todas las encuestas citadas aquí se refieren a grandes empresas, a menudo por encima de mil millones de dólares de facturación, y proceden de consultoras que venden consultoría e integración de IA. No describen una empresa de 80 personas. Describen, en cambio, lo que viven quienes lo probaron primero, y eso es instructivo.
Capgemini, que vende consultoría, integración y externalización de IA, encuestó en abril de 2025 a 1.500 directivos de organizaciones de más de mil millones de dólares de facturación, en 14 países, entre ellos Francia (comunicado de Capgemini).
de los directivos encuestados confían en los agentes totalmente autónomos, frente al 43 % un año antes
despliegan agentes de IA a gran escala, y el 14 % ha comenzado su implantación
consideran que la implicación humana en los procesos de agentes es positiva o neutra en coste
La última cifra es la más interesante. Casi tres cuartas partes de esos mismos directivos dicen que los beneficios de la supervisión humana superan su coste. Dicho de otro modo, quienes han puesto a una persona en el bucle no se arrepienten.
En Estados Unidos, la encuesta trimestral de KPMG, que vende auditoría, consultoría y servicios de IA, va en la misma dirección: en el primer trimestre de 2026, el 63 % de las grandes empresas encuestadas exige una validación humana de los resultados de sus agentes, frente al 22 % un año antes (KPMG US, 31 de marzo de 2026). Las preguntas y las muestras cambian de una oleada a otra, así que la diferencia indica una tendencia más que una medición precisa. En el tercer trimestre, el 49 % había definido los casos de alto riesgo en los que el agente no decide solo (KPMG US, 24 de septiembre de 2026).
En cuanto al paso a producción, sigue siendo raro: según Deloitte, que vende consultoría, auditoría y servicios de IA, el 11 % de las organizaciones encuestadas tiene agentes en producción, y el 38 % los está probando; la muestra cuenta con 500 responsables tecnológicos estadounidenses (Deloitte, Tech Trends 2026).
La distancia entre la ambición y los controles
BCG, que vende consultoría de IA, publicó el 30 de septiembre de 2026 un estudio entre 1.330 directivos, más de la mitad de los cuales trabajan en empresas de más de 5.000 millones de dólares de facturación. Constata que el 42 % espera agentes autónomos de aquí a 2030, pero que solo el 5 % tiene los controles adecuados (BCG, The Formula for Agentic AI Value, p. 12 a 15).
El mismo documento enumera seis controles que considera necesarios, por orden de peso en su modelo: la memoria y el contexto del agente, su alcance y su supervisión, la evaluación y la marcha atrás, las herramientas y la integración, un propietario designado y, por último, la seguridad, las trazas de auditoría y las salvaguardas de coste. Su regla cabe en una frase: cada agente que importa debe tener un propietario designado.
Lo esencial
La autonomía de un agente no se decreta. Se gana, control tras control: un responsable, un alcance, una evaluación, una marcha atrás posible.
Por qué es una buena noticia
Una tecnología que inspira una confianza ciega acaba mal: se le confía demasiado, demasiado rápido, y el primer incidente grave lo detiene todo. Una tecnología cuyos límites se miden se implanta más despacio, pero se queda.
La caída de la confianza obliga a plantear tres preguntas que deberían haberse planteado desde el principio. ¿Qué puede hacer el agente sin preguntar? ¿Quién responde de lo que hace? ¿Cómo dar marcha atrás si se equivoca? Estas preguntas no tienen nada de específico de la IA: se plantean a cualquier nuevo colaborador. Un agente no es ni más ni menos que un ejecutor en quien se delega, y la delegación se regula.
Esta prudencia no resta nada al trabajo de los equipos. Lo desplaza: las personas dedican menos tiempo a ejecutar tareas repetitivas y más a validar, arbitrar y tratar los casos que el agente no sabe resolver. Su criterio se convierte en el control.
Ajustar la autonomía proceso a proceso
La buena pregunta no es «¿hacen falta agentes autónomos?», sino «¿para qué tarea, con qué nivel de autonomía?». La respuesta cambia de un proceso a otro.
Tres niveles de autonomía para una misma tarea
- El agente propone
Prepara un borrador, una persona decide y actúa.
- El agente actúa con validación
Ejecuta lo que es seguro y somete a una persona lo que es de riesgo.
- El agente actúa solo
En un alcance estrecho, con trazas y posibilidad de marcha atrás.
Una clasificación de correos entrantes puede pasar pronto al tercer nivel: un error se corrige con un clic. Un asiento contable, una transferencia o un mensaje enviado a un cliente se quedan en el segundo nivel mientras el agente no haya demostrado su valía, y a veces para siempre. Muchas tareas, por último, no necesitan IA en absoluto: basta una regla fija, y nunca se equivoca dos veces de la misma manera. Lo tratamos en nuestro artículo sobre la automatización sin IA.
Sobre el terreno
Nuestro agente de gastos no contabiliza nada solo
Nuestro agente de registro de gastos funciona en producción en Telegram desde julio de 2026. Lee la foto de un tique y extrae la información, pero solo escribe en el sistema contable tras una validación humana. Está en el segundo nivel, y allí seguirá mientras un error contable cueste más que el clic de validación.
En concreto, para un equipo de 20 a 500 personas:
- Elegir un proceso, no un agente.
Una tarea precisa, frecuente, cuyo resultado se sepa medir.
- Designar un responsable.
Una persona que responda de lo que hace el agente y que pueda detenerlo.
- Redactar el alcance.
Lo que el agente puede leer, lo que puede hacer solo, lo que debe someter.
- Prever la marcha atrás.
Cada acción deja una traza, y un error se deshace sin reconstruirlo todo.
- Subir de nivel cuando las cifras lo permitan.
Tras algunas semanas de validaciones sin corrección, no antes.
Para entender qué es realmente un agente y qué no es, empiece por nuestro artículo de definición. Para lo que cambia un agente que trabaja varias horas seguidas, lea nuestro análisis sobre los agentes autónomos durante horas. Y si quiere ajustar sus primeros procesos con estas salvaguardas, nuestra oferta de automatización parte de un proceso medido, con validación humana donde importa; nuestros bots de Telegram y WhatsApp son a menudo la puerta de entrada.
Preguntas frecuentes
¿Qué es un agente de IA autónomo?
Un software que recibe un objetivo, elige por sí mismo los pasos y los ejecuta con herramientas (enviar un mensaje, escribir en un programa, consultar datos), sin pedir validación en cada paso. Su grado de autonomía se ajusta: también puede limitarse a proponer o actuar con validación.
¿Por qué los directivos confían menos en los agentes autónomos?
Porque los primeros despliegues mostraron sus límites: errores difíciles de detectar, comportamientos a veces difíciles de explicar, controles ausentes. Las encuestas de Capgemini y de BCG se refieren a grandes empresas, pero la lección vale para cualquier tamaño: un agente sin responsable ni alcance por escrito inquieta con razón.
¿Hace falta siempre una validación humana?
No, no para todo. Una tarea cuyo error se corrige fácilmente puede pasar a la autonomía. Una acción costosa o irreversible, como un pago o un mensaje a un cliente, mantiene una validación mientras el agente no haya demostrado su valía, a veces de forma definitiva.
¿Por dónde empezar con los agentes de IA?
Por un proceso preciso y medible, un responsable designado y un alcance por escrito. El agente empieza proponiendo, después actúa con validación, y solo gana autonomía a la vista de los resultados, medidos durante algunas semanas.
Fuentes
- Comunicado de Capgemini (nueva pestaña)capgemini.com
- KPMG US, 31 de marzo de 2026 (nueva pestaña)kpmg.com
- KPMG US, 24 de septiembre de 2026 (nueva pestaña)kpmg.com
- Deloitte, Tech Trends 2026 (nueva pestaña)deloitte.com
- BCG, The Formula for Agentic AI Value, p. 12 a 15 (nueva pestaña)web-assets.bcg.com
Jim · fundador de Brain Plus AI
Más artículos sobre automatización y bots
Elegir y presupuestar10 min
Automatización sin IA: cuándo basta una regla
No todas las automatizaciones necesitan IA. Una regla fija cuesta menos y da siempre el mismo resultado: así se detectan las etapas en las que la IA rinde de verdad, y aquellas en las que solo añade coste.
Entender5 min
Agente de IA autónomo durante horas: lo que cambia para un equipo
Google Cloud lanzó el 8 de octubre de 2026 un agente que recibe un objetivo, crea sus propios subagentes y funciona durante horas. La pregunta ya no es qué sabe hacer la IA, sino quién es, qué tiene derecho a tocar y quién valida su trabajo.
Guía práctica14 min
Gobernanza de la IA en la empresa: quién accede a qué
Un asistente de IA lee lo que sus permisos de acceso le dejan leer, errores de uso compartido incluidos. Así puede dividir sus bases por departamento, mantener una base común y decidir quién escribe en la memoria compartida.