El 62% prueba agentes de IA y solo el 23% escala: el cuello de botella es el contexto y el control, no el modelo

Por El Ecosistema Startup · 21 de octubre de 2026.

El 62% de las organizaciones ya experimenta con agentes de IA, pero solo el 23% ha logrado escalar un sistema agéntico en alguna parte de su negocio. El dato es de McKinsey, según lo recoge un informe de mercado de Analytics Insight que cita El Ecosistema Startup.

Un agente no es un copiloto. El copiloto asiste al usuario dentro de su tarea (redacta, resume, busca). El agente elige acciones, se adapta y ejecuta dentro de un flujo, con acceso a datos, aplicaciones y herramientas. Según Dell Technologies en un análisis de eWeek, cuando un agente puede alterar permisos, aprobar gastos o emitir reembolsos, los controles de permisos y auditoría deben ir antes de la acción, no después.

El informe de Analytics Insight estima el mercado global de IA agéntica en 8.190 millones de dólares en 2025 y proyecta 12.130 millones en 2026. Para 2035 la cifra sería de 290.620 millones, con un crecimiento anual compuesto del 42,88% entre 2026 y 2035. Son proyecciones de un analista, no hechos consumados.

La gobernanza va por detrás de la adopción. Según un informe de Gartner de abril de 2026 citado por Analytics Insight, una empresa media del Fortune 500 podría ejecutar más de 150.000 agentes en 2028, frente a menos de 15 en 2025. Solo el 13% de las organizaciones encuestadas consideraba tener un gobierno suficiente.

La estandarización avanza en paralelo. Según el mismo informe, el Model Context Protocol (MCP) de Anthropic, un estándar para conectar modelos con herramientas y datos, superaba los 10.000 servidores públicos activos en diciembre de 2025. Más de 150 organizaciones habían adoptado A2A, el protocolo de comunicación entre agentes que Google presentó en abril de 2025.

Hay además un límite técnico. Citando el AI Index 2025 de Stanford y la evaluación RE-Bench, Analytics Insight señala que los sistemas avanzados rinden bien en tareas cortas, pero los expertos humanos recuperan ventaja cuando el horizonte se alarga hasta 32 horas. Muchos procesos de negocio se parecen más a esas 32 horas que a una tarea aislada.

El artículo propone el CRM (la gestión de relaciones con clientes) como primer laboratorio. Allí ya conviven datos históricos, reglas de negocio e indicadores medibles. Es un entorno acotado para probar niveles de autonomía y auditoría antes de pasar a finanzas o cadena de suministro.

**Nuestra lectura.** La distancia entre el 62% y el 23% se suele explicar como un problema de madurez tecnológica. Creemos que es sobre todo un problema organizativo. Dar acceso a los sistemas de una empresa no equivale a que el agente entienda cómo funciona esa empresa: sus reglas, prioridades y el trato que quiere dar al cliente. Eso hay que escribirlo, y casi nadie lo tiene escrito.

La consecuencia competitiva es incómoda para quien venda agentes «más inteligentes». En general, con modelos, APIs y frameworks cada vez más accesibles, el valor se desplaza al diseño de flujos, la integración y el conocimiento del dominio. Eso favorece a equipos pequeños con experiencia sectorial y a los proveedores de servicios de integración. El propio informe cita los servicios como la parte que más crece al pasar de piloto a producción. Pierden quienes compiten solo por el modelo.

Conviene leer las cifras con cautela. Una proyección de 290.000 millones a diez años es un ejercicio de escenario. Lo sólido es la brecha de adopción y la advertencia sobre el control previo a la acción. Un 13% de gobierno suficiente frente a más de 150.000 agentes previstos por empresa es un riesgo de corto plazo real: errores de permisos, uso no autorizado de datos de clientes, costes de tokens (las unidades de texto que cobra el modelo) fuera de control. Eso es lo que hay que gobernar antes que cualquier superinteligencia lejana.

También hay un efecto laboral que el artículo apenas toca. Cuando un agente absorbe tareas de triage de tickets, regresión o revisión, el trabajo administrativo y de back-office, el más expuesto, se redefine. Lo que gana valor es el criterio de quien escribe las políticas y responde cuando el agente falla. La transición será desigual y dura para algunos perfiles.

A largo plazo, la lógica es otra. Si los procesos con reglas claras se automatizan de forma fiable y auditada, las personas quedan libres para lo que exige juicio, relación y creatividad. Es un paso pequeño hacia esa abundancia, pero solo llega si primero se hace el trabajo aburrido: documentar el contexto, fijar niveles de autonomía y medir el impacto en el cliente. Quien lo haga antes no venderá agentes más listos, sino procesos que funcionan en producción.