La incorporación de agentes de inteligencia artificial está abriendo nuevas posibilidades para automatizar procesos empresariales, pero también plantea dificultades relacionadas con la seguridad y la integración de sistemas. ¿Qué condiciones que deberían evaluar las empresas antes de entregar tareas a sistemas capaces de ejecutar acciones con distintos niveles de autonomía?
Los agentes de inteligencia artificial están comenzando a ocupar un espacio distinto al de los chatbots tradicionales. Mientras estos últimos suelen responder consultas, los sistemas agénticos pueden utilizar herramientas y ejecutar acciones para cumplir objetivos definidos.
Por ejemplo, un agente conectado a sistemas empresariales podría revisar solicitudes de clientes, consultar inventarios y preparar una propuesta de respuesta. Dependiendo de sus permisos, también podría actualizar registros o iniciar procedimientos sin que una persona intervenga en cada etapa.
La diferencia introduce nuevas oportunidades de automatización, pero exige establecer límites sobre qué información puede consultar el sistema y cuáles decisiones requieren autorización humana.
En su guía de IA agéntica para empresas de 2026, Entel Digital plantea que la implementación debe considerar la arquitectura tecnológica, el gobierno de datos y los mecanismos de seguridad, antes de extender los agentes a procesos sensibles.
La adopción avanza, pero pocas empresas han escalado sus proyectos
El interés empresarial por los agentes de IA ya aparece reflejado en estudios internacionales. Estudios señalan que el 23% de las empresas estaba ampliando el uso de agentes de IA en al menos una función en 2025.
Otro 39% se encontraba experimentando con estas herramientas, mientras que su adopción a mayor escala seguía siendo limitada.
Los resultados muestran una diferencia entre desarrollar una prueba y conseguir que una solución opere de manera sostenida dentro de una empresa.
Un prototipo puede funcionar con información seleccionada y tareas acotadas. Cuando se conecta a sistemas reales, debe responder a situaciones imprevistas, manejar permisos y registrar las acciones ejecutadas.
Esas exigencias aumentan cuando el agente participa en procesos que afectan a clientes o información comercial sensible.
Gartner advierte sobre el riesgo de proyectos sin resultados medibles
El crecimiento de la oferta tecnológica también ha generado preocupación por las expectativas de las empresas. En junio de 2025, la consultora líder en tecnologías de la información, Gartner, proyectó que más del 40% de los proyectos de IA agéntica serían cancelados antes de finalizar 2027.
La consultora atribuyó esa proyección a factores como el aumento de los costos, la dificultad para demostrar valor comercial y los controles de riesgo insuficientes.
Se trata de una estimación prospectiva, no de un porcentaje de proyectos que ya hayan fracasado.
El análisis también advierte sobre el denominado agent washing, práctica que consiste en presentar herramientas tradicionales de automatización o asistentes como si fueran agentes autónomos.
La distinción importa al momento de contratar tecnología. No todas las tareas requieren sistemas capaces de planificar y ejecutar acciones por cuenta propia.
En determinados procesos, una automatización basada en reglas puede ser suficiente y más sencilla de supervisar.
Los datos y los permisos condicionan la implementación
En Chile, Entel Digital plantea que una de las dificultades más visibles es la integración de agentes con las aplicaciones existentes.
Un sistema puede necesitar consultar bases de datos, documentos y herramientas de gestión empresarial para completar una tarea. Cada conexión incorpora decisiones sobre acceso y tratamiento de la información.
Por ejemplo, un agente encargado de preparar reportes comerciales podría requerir datos de ventas, pero no necesariamente permisos para modificar contratos o acceder a antecedentes personales de todos los clientes.
Definir esas restricciones desde el diseño permite reducir el riesgo de que el sistema ejecute acciones fuera de su función.
Entel Digital recomienda el uso de protocolos como Model Context Protocol (MCP), orientado a conectar agentes con herramientas y fuentes de información, y Agent-to-Agent (A2A), destinado a facilitar la comunicación entre distintos agentes.
Estos mecanismos pueden contribuir a la interoperabilidad, aunque su utilización no garantiza por sí sola que una implementación sea segura.
