Agentes de IA: qué cambia cuando la IA deja de responder y empieza a actuar

Durante dos años, la IA en las empresas fue sobre todo una ventana de chat: alguien hacía una pregunta, recibía un texto y lo copiaba a otro sistema. En 2026 la pregunta ha pasado a ser qué es capaz de hacer la IA por sí sola, dentro de los sistemas de la empresa. Eso es lo que llamamos un agente.

Lo que dicen los datos sobre su capacidad

La medición más citada procede de METR, un instituto independiente que evalúa modelos de IA. En lugar de preguntar si un modelo acierta una pregunta, mide la duración de las tareas que es capaz de completar, expresada en el tiempo que tardaría un profesional humano en hacerlas. La conclusión es clara: desde hace unos seis años, esa duración se duplica aproximadamente cada siete meses (Kwa et al., 2025).

La duración de las tareas que la IA es capaz de completar se ha duplicado más o menos cada siete meses. La medición, sin embargo, usa un umbral del 50 % de éxito.

El matiz importa. El umbral que se usa es completar la tarea en la mitad de los intentos. Un sistema que acierta la mitad de las veces impresiona en un laboratorio y se queda corto en una operación.

Lo que dicen los datos sobre su fiabilidad

Investigadores de Carnegie Mellon montaron una empresa de software simulada, con compañeros virtuales, documentos, mensajes y herramientas reales, y pusieron a trabajar agentes dentro. El mejor agente evaluado completó el 30 % de las tareas de forma autónoma (Xu et al., 2025). Las tareas sencillas solían resolverse; las largas y con muchas dependencias, rara vez.

Mirando al mercado, Gartner prevé que más del 40 % de los proyectos de IA con agentes se cancelen antes de que acabe 2027. Señala tres motivos: costes que crecen, un valor de negocio poco claro y controles de riesgo insuficientes (Gartner, 2025). Es una previsión de analista, no una medición, pero describe bien lo que ocurre cuando se lanza un agente sin un alcance definido ni reglas.

Lo que esto significa en la práctica

Juntas, estas tres fuentes cuentan una historia coherente. Los agentes avanzan deprisa y ya hacen trabajo útil de varias etapas. Pero su fiabilidad cae a medida que la tarea se alarga y se complica. De ahí salen tres reglas de diseño:

1. Primero, tareas cortas y bien delimitadas. Por ejemplo, cuadrar un albarán con un pedido, preparar la factura de un transporte o detectar qué falta en un parte de siniestro. En estas tareas la tasa de éxito es alta y el error es fácil de detectar.
2. En las acciones sensibles, decide una persona. El agente reúne la información y propone; una persona aprueba pagos, cambios en contratos y comunicaciones con clientes.
3. Saber parar. Cuando la información está incompleta o es contradictoria, el agente pasa el caso a una persona, con el contexto ya reunido. Un agente que reconoce cuándo no sabe es más fácil de supervisar y merece más confianza.

La diferencia entre responder y actuar

Un asistente le ahorra minutos a quien pregunta. Un agente bien diseñado quita una tarea entera de la lista de alguien. Lo que separa a ambos es sobre todo el diseño: el alcance, los permisos, los puntos de aprobación y el registro de cada paso. Estas decisiones responden además a uno de los motivos de cancelación que señala Gartner, los controles de riesgo insuficientes.