El auge de los agentes de IA en 2025 marca un paso estratégico en la transformación digital de las empresas. Hasta ahora limitada a experimentaciones reducidas, la IA agentiva tiende ahora a imponerse como una palanca de eficiencia, automatización e innovación operativa. Según una encuesta realizada por Cloudera a 1,484 responsables de TI en 14 países, el 96 % de las organizaciones planean aumentar su uso de agentes de IA en los próximos 12 meses.
Una adopción masiva, aunque reciente
Aunque reciente, la adopción de agentes de IA progresa a gran velocidad: el 57 % de las empresas los han introducido en los últimos dos años. La inversión es considerable, ya que el 83 % de los directivos consideran esencial invertir en IA agentiva para seguir siendo competitivos.
Sus prioridades de inversión se centran en:
- Optimización del rendimiento (66 % de las empresas);
- Ciberseguridad y monitoreo de amenazas (63 %);
- Desarrollo de software (62 %).
Las empresas privilegian dos estrategias complementarias:
- El 66 % desarrollan sus agentes en plataformas de infraestructura de IA dedicadas, garantizando seguridad y escalabilidad.
- El 60 % prefieren la integración en sus aplicaciones empresariales existentes, facilitando su implementación sin reestructuración profunda.
Este modelo híbrido refleja una voluntad de adoptar la IA de manera progresiva, asegurando que los agentes evolucionen cerca de los datos estratégicos de la empresa.
Oportunidades y desafíos
Las ventajas percibidas son múltiples: mejora del rendimiento de los modelos GenAI existentes (81 %), mejor soporte al cliente (78 %), mayor automatización (71 %) y análisis predictivo más preciso (57 %). Este potencial no se limita a TI —aunque este es el principal campo de implementación (61 %)— sino que se extiende progresivamente al marketing (6 %) y al servicio al cliente (18 %).
Sin embargo, varios obstáculos ralentizan esta adopción. Tres preocupaciones emergen sistemáticamente:
- La confidencialidad de los datos (53 % de los encuestados);
- La integración con los sistemas existentes (40 %);
- Los costos de implementación (39 %).
Casos de uso por sector
La IA agentiva se adapta a las especificidades de cada sector de actividad. Los principales casos de uso identificados por el estudio son los siguientes:
- Finanzas & Seguros: Detección de fraude (56 %), evaluación de riesgos (44 %) y asesoramiento en inversiones (38 %);
- Producción industrial: Automatización de procesos (49 %), optimización de la cadena de suministro (48 %) y control de calidad (47 %);
- Salud: Planificación de citas (51 %), ayuda al diagnóstico (50 %) y tratamiento de expedientes médicos (47 %);
- Telecomunicaciones: Bots de soporte al cliente (49 %), agentes de experiencia del cliente (44 %) y agentes de monitoreo de seguridad (49 %).
Equidad y responsabilidad, desafíos clave para el futuro
A medida que se confían tareas cada vez más estratégicas a los agentes de IA, los desafíos relacionados con la responsabilidad, la equidad y la transparencia se imponen como prioridades principales. Más de la mitad (51 %) de los directivos encuestados expresan preocupaciones significativas sobre los posibles sesgos presentes en estos sistemas. En respuesta, el 38 % de las empresas implementan auditorías de equidad y diversifican sus conjuntos de datos de entrenamiento, mientras que el 36 % introducen mecanismos de verificación regular.
No obstante, cerca del 14 % de las organizaciones solo han emprendido acciones mínimas o puntuales para abordar estas cuestiones, ilustrando una heterogeneidad en la madurez ética de las prácticas.
Según Cloudera, una adopción exitosa se basa en una gestión óptima de los datos y un enfoque progresivo, comenzando con proyectos de alto impacto como los agentes de soporte de TI. Su retorno de inversión contribuirá a instaurar un clima de confianza sólido internamente y sentará las bases para despliegues a gran escala.
Para entender mejor
¿Qué es la IA agéntica y en qué se diferencia de otros tipos de inteligencia artificial?
La IA agéntica se refiere a sistemas autónomos que pueden percibir su entorno, razonar y actuar de manera independiente para alcanzar objetivos definidos sin intervención humana constante, diferenciándose de una IA más pasiva que requiere instrucciones directas.
¿Cuáles son las regulaciones sobre protección de datos que podrían influir en la implementación de agentes de IA en empresas?
Regulaciones como el RGPD en Europa imponen estrictas restricciones en la gestión de datos personales, afectando el uso de agentes de IA que deben garantizar la privacidad, limitar el acceso no autorizado y asegurar el cumplimiento con el consentimiento de los usuarios.