Si has mirado cualquier feria, newsletter o anuncio de software en los últimos meses, ya conoces la palabra del año: agente. Todo es agéntico de pronto. La consultora Gartner calcula que el gasto en software de agentes de IA pasará de unos 86.000 millones de dólares en 2025 a más de 206.000 millones en 2026 — el capítulo que más crece de todo el gasto empresarial en tecnología. El mensaje que llega a un dueño de pyme es claro: si no tienes un agente, vas tarde.
Conviene poner al lado otro número de la misma consultora, mucho menos repetido en los anuncios: más del 40% de los proyectos de IA agéntica se cancelarán antes de que acabe 2027, por costes que se disparan, valor de negocio poco claro y controles de riesgo insuficientes. Las dos cifras son verdad a la vez. Y entender por qué conviven es exactamente el criterio que necesitas antes de gastar un euro.
Qué es un agente (y qué no, por mucho que lo ponga la etiqueta)
Un chatbot responde preguntas. Una automatización ejecuta una receta fija: cuando pasa esto, haz esto otro. Un agente es otra cosa: recibe un objetivo, decide por sí mismo los pasos para alcanzarlo, usa herramientas (consultar una base de datos, mandar un correo, rellenar un formulario) y se corrige sobre la marcha. La diferencia no es el envoltorio conversacional, es la autonomía para encadenar decisiones sin que tú le marques cada paso.
Esa distinción importa porque el mercado la está borrando a propósito. Hay un término ya acuñado para ello: «agent washing». Es coger un chatbot de toda la vida, un robot de oficina (RPA) o un asistente y reetiquetarlo como «agente» sin que haya debajo ninguna autonomía real. Gartner llegó a estimar que, de los miles de proveedores que se presentan como agénticos, solo alrededor de 130 lo son de verdad. Traducido a tu realidad: buena parte de lo que te van a intentar vender como «agente» es algo más simple con un nombre más caro.
Por qué se cancela ese 40%
Casi siempre, el proyecto que naufraga arranca por el lado equivocado: por la tecnología y la moda, no por el problema. Alguien decide que «hay que tener un agente» y luego busca dónde meterlo. Se monta una prueba de concepto vistosa, se presenta en una reunión, gusta — y al intentar llevarla a producción aparece la factura real: los costes por uso se disparan, nadie sabe medir qué se ha ganado, y el primer error del sistema en algo serio enciende todas las alarmas de riesgo. El proyecto se aparca «hasta que la tecnología madure».
El patrón se repite tanto que tiene moraleja: el problema rara vez es el modelo de IA. Es haber empezado por la herramienta en lugar de por una tarea concreta con un valor que se pueda contar. Un agente sin una métrica clara de qué mejora es un gasto esperando a que alguien pregunte para qué sirve.
La pregunta que evita el fracaso: ¿esto necesita un agente?
Aquí está el filtro más útil, y es incómodo para quien vende agentes: muchas tareas que hoy se presentan como agénticas no necesitan un agente. Si el proceso tiene pasos fijos y reglas claras, una automatización normal lo hace mejor — más barata, más predecible y más fácil de auditar. Si lo que hace falta es responder dudas con tu información, un buen chatbot basta. Pagar la complejidad y el coste de un agente autónomo para algo que un flujo de toda la vida resuelve es la forma más silenciosa de acabar en ese 40%.
La autonomía de un agente solo se paga sola cuando el trabajo es de verdad variable: cada caso llega distinto, hay que decidir sobre la marcha entre varias herramientas y no se puede escribir de antemano la receta exacta. Triaje de incidencias que llegan de mil formas, investigación que cruza varias fuentes, gestiones que cambian de camino según lo que se va encontrando. Ahí, y solo ahí, la autonomía aporta algo que una receta fija no puede dar.
Cómo elegir el primer agente sin tirar el dinero
No es magia ni es fe: es una lista de comprobación. Antes de aprobar un proyecto de agente, exige que cumpla las cuatro cosas a la vez:
- Una tarea concreta y repetida, no «la IA de la empresa». Cuanto más estrecho el encargo, más fácil es medir si funciona y más barato es arreglarlo cuando falla.
- Un valor que se pueda contar antes de empezar: horas que se ahorran, respuestas que se aceleran, ventas que se recuperan. Si no sabes qué número debería moverse, no lo lances.
- Límites y controles definidos: qué puede tocar el agente, qué importes o acciones requieren visto bueno humano, y un registro de todo lo que hace para poder revisarlo.
- Un humano en el bucle desde el primer día. El agente propone y ejecuta lo rutinario; la persona decide lo que tiene consecuencias. No es desconfianza, es diseño.
Esto no es pesimismo sobre los agentes. La misma Gartner que avisa de las cancelaciones señala que los primeros que aciertan con la arquitectura —los que eligen bien la tarea y ponen los controles— declaran retornos medios muy por encima de la inversión. La tecnología funciona. Lo que falla es lanzarse sin criterio.
El criterio, en una frase
Un agente de IA no es un fin, es una herramienta cara y potente para un tipo concreto de problema: el trabajo que cambia en cada caso y exige decidir sobre la marcha. Para todo lo demás —lo repetitivo de pasos fijos, lo de responder dudas— ya tienes opciones más baratas y más fiables. Estar en el 60% que sale bien no depende de tener el modelo más nuevo, sino de empezar por la tarea y no por la moda.
En APM·IA montamos agentes cuando tocan, y decimos que no cuando una automatización normal te resuelve lo mismo por menos. Si te ronda la idea pero no quieres ser el caso de estudio de un proyecto cancelado, esa es justo la conversación de la primera llamada: miramos la tarea, vemos si pide un agente de verdad y, si no lo pide, te lo decimos.
