Para 2028, al menos el 15% de las decisiones cotidianas en empresas de todo el mundo serán tomadas de forma autónoma por sistemas de inteligencia artificial, sin intervención humana en cada paso. Eso lo proyecta Gartner. Lo que nadie proyecta con claridad es quién responde cuando esas decisiones sean incorrectas.
Qué es realmente un agente de IA
Un agente de IA autónomo no es un chatbot sofisticado. Es un sistema que recibe un objetivo, planifica los pasos para alcanzarlo, usa herramientas externas —correo, bases de datos, APIs, calendarios—, ejecuta acciones en secuencia y ajusta su comportamiento en función de los resultados. No espera instrucciones entre cada paso. Opera como un empleado con acceso a todos los sistemas de la empresa, que trabaja sin descanso y al que nadie puede llamarle la atención.
La diferencia con la automatización tradicional es estructural: los sistemas de automatización por reglas siguen scripts rígidos y fallan ante cualquier excepción. Un agente de IA razona sobre la excepción, decide cómo manejarla y actúa. Eso lo hace incomparablemente más poderoso y, al mismo tiempo, incomparablemente más difícil de controlar.
Dónde está hoy: entre el piloto y la producción
La brecha entre los anuncios y la realidad operativa es enorme. Según datos de Gartner publicados en junio de 2025, más del 40% de los proyectos de IA agéntica serán cancelados antes del cierre de 2027, no porque los modelos fallen técnicamente, sino porque las organizaciones no tienen la infraestructura institucional para operarlos de forma segura: controles de identidad, registros de auditoría, marcos de responsabilidad, capacidad para contener errores en cadena.
Al mismo tiempo, hay implementaciones reales y documentadas funcionando en producción. Farmacéuticas que automatizaron flujos completos de investigación. Empresas de tecnología que modernizaron miles de sistemas de código heredado con agentes coordinadores. Firmas legales que redujeron en un 60% el tiempo de investigación documental. Estos casos existen, son verificables y representan el extremo más preparado del mercado. La mayoría de las organizaciones no está ahí.
Cuando tu agente actúa, actúa como tú, dentro de tu negocio, con sistemas que nunca fueron diseñados para comportamiento autónomo. — ISACA, organización especializada en seguridad empresarial, abril 2026
Qué cambia y cuándo: el horizonte real
El cambio más significativo no ocurrirá en la capa técnica sino en la capa organizacional. Gartner proyecta que para 2027 el costo de los contratos de servicios basados en procesos se reducirá al menos un 50% por la reinvención agéntica: lo que hoy se factura por horas de trabajo humano pasará a ejecutarse mediante agentes que no cobran por hora. Eso transforma la economía de sectores completos: consultoría, servicios legales, contabilidad, soporte técnico, análisis financiero.
Para 2028, McKinsey estima que hasta el 30% de las horas trabajadas en la economía de Estados Unidos podrían ser automatizables con la tecnología disponible. Ese porcentaje no equivale al 30% de los empleos desaparecidos; equivale al 30% de las tareas dentro de cada empleo que un agente podría ejecutar. La diferencia importa: la mayoría de los roles no desaparecerán de golpe, sino que se vaciarán de las tareas repetitivas y quedarán redefinidos en torno a lo que los agentes no pueden hacer todavía. El problema es que nadie está formando a las personas para ese residuo de tareas.
Para 2030, Gartner proyecta que el 22% de las transacciones financieras globales incluirán condiciones programables que otorgarán agencia económica a sistemas de IA —capacidad de negociar, contratar y pagar de forma autónoma en nombre de organizaciones—. Es el horizonte donde los agentes no solo ejecutan tareas sino que participan en mercados.
Por qué importa en México y LATAM
En América Latina, la adopción de IA agéntica llegará con rezago respecto a Estados Unidos y Europa. Pero el rezago no es protección. Las empresas que operan con socios, clientes o plataformas en esos mercados ya están dentro del ecosistema agéntico, lo sepan o no: cuando una empresa mexicana trabaja con un proveedor estadounidense que automatizó su cadena de aprobaciones con agentes, está interactuando con esos agentes aunque no los vea.
El impacto más directo para la región será en los sectores de servicios cognitivos formales: contabilidad, soporte técnico especializado, análisis de datos, redacción técnica y legal. Son precisamente los empleos de clase media profesional que más creció en México en las últimas dos décadas. El desafío no es evitar la automatización; es preparar instituciones educativas y marcos regulatorios para un mercado laboral que se reorganizará más rápido de lo que las universidades actualizan sus planes de estudio.
El problema que nadie quiere resolver
La pregunta que el sector tecnológico evita con más consistencia no es si los agentes funcionan. Es quién responde cuando se equivocan. Un agente que envía un correo a los destinatarios incorrectos, que aprueba una transacción fuera de los parámetros, que toma una decisión de contratación basada en un sesgo no detectado en sus datos de entrenamiento: genera daño real, medible, a veces irreversible.
Gartner pronostica que para el cierre de 2026 habrá más de 1,000 demandas legales a nivel global relacionadas con fallos de seguridad inducidos por IA. El marco legal para asignar responsabilidad en esos casos —¿la empresa que desplegó el agente?, ¿el proveedor del modelo?, ¿el equipo que configuró los parámetros?— sigue siendo una zona gris en todos los sistemas jurídicos del mundo. La infraestructura técnica de los agentes avanza a velocidad exponencial. La infraestructura institucional para contenerlos avanza a velocidad burocrática. Esa brecha es el verdadero horizonte de riesgo.
