IA agéntica empresarial: cuatro casos reales de éxito

DeVry, AT&T, AUM Biotech y Smarsh demuestran cómo la IA agéntica redefine procesos críticos sin aumentar plantillas.

La IA agéntica empresarial ha dejado de ser un concepto en construcción. Cuatro organizaciones —una universidad híbrida, un gigante de las telecomunicaciones, una biotecnológica de menos de diez empleados y una empresa de inteligencia de comunicaciones— lo demuestran con resultados medibles. El denominador común: agentes de inteligencia artificial capaces de planificar y ejecutar tareas complejas de forma autónoma, sin requerir una instrucción humana en cada paso.

Según datos de Grand View Research, el mercado global de IA agéntica para empresas alcanzará los 24.500 millones de dólares en 2030, con una tasa de crecimiento anual compuesta del 46,2% entre 2025 y ese año. No se trata de una tendencia emergente: la adopción ya está en marcha. Los cuatro casos recogidos a continuación —publicados originalmente en CIO.com— ilustran dónde están los rendimientos más concretos.

DeVry University: atención continua para estudiantes con agenda laboral

La universidad DeVry opera en modalidad híbrida y atiende a una población estudiantil con una característica definitoria: la mayoría trabaja a tiempo completo y tiene responsabilidades familiares. Su CIO, Chris Campbell, lo describe con precisión: el grueso de la actividad académica se concentra entre las 7 de la tarde y la 1 de la madrugada, hora de la Montaña.

Para ese perfil, un chatbot convencional resulta insuficiente. DeVry desarrolló DeVryPro, un agente capaz de responder en tiempo real sobre programas, procesos de matrícula y condiciones de pago, a cualquier hora y sin intervención humana. El mismo agente reemplazó al chatbot heredado en el portal para estudiantes activos, escalando el soporte sin incrementar el coste del servicio.

El consejo de Campbell para quienes inician este camino: el compromiso del C-suite no es opcional. “Necesitas a todos los actores de cada área porque estás hablando de cambiar de raíz cómo opera la organización”, afirma.

AT&T y la IA agéntica empresarial como palanca de escala

AT&T ha construido un ecosistema de agentes que opera en paralelo sobre funciones críticas del negocio. Uno de los más notorios es el recepcionista digital: un agente basado en red que intercepta llamadas entrantes, evalúa si el origen es spam o fraude, puede cortar la comunicación o tomar mensajes, y permite al usuario seguir la interacción en tiempo real mediante transcripción en vivo.

Otros agentes gestionan actualizaciones de datos de clientes entre sistemas dispares, y los ingenieros de red cuentan con asistentes autónomos que correlacionan telemetría, revisan registros de cambios recientes e identifican incidencias conocidas para generar parches de código sin esperar un turno de soporte.

Andy Markus, Chief Data and AI Officer de AT&T, resume la magnitud: “No hay una sola persona en AT&T que no esté siendo impactada por esto.” Su recomendación operativa: generar tracción interna mostrando casos tangibles. La empresa acumula cientos de casos de uso pendientes de priorización, resultado directo del entusiasmo generado en las unidades de negocio.

AUM Biotech: competir a escala sin financiación externa

AUM Biotech es una startup de investigación genética especializada en silenciamiento y regulación génica. Tiene menos de diez empleados, no cuenta con respaldo de capital riesgo y vende a algunas de las farmacéuticas más grandes del mundo. La ecuación obliga a una eficiencia radical.

Su fundador y CEO, Veenu Aishwarya, —oncólogo de formación, no desarrollador— configuró por su cuenta agentes que automatizan el ciclo comercial: un representante de desarrollo de ventas (SDR) que cualifica prospectos y mantiene un pipeline activo las 24 horas, un agente que registra y resume llamadas con clientes para personalizar comunicaciones posteriores, y un asistente web que responde consultas sobre productos en tiempo real.

La principal lección de Aishwarya: no es necesario saber programar. “Aprendí a través de YouTube y Google”, señala. La barrera de entrada a la IA agéntica es técnica y organizativamente más baja de lo que la mayoría de directivos supone.

Smarsh: de la base de conocimiento manual al agente autónomo

Smarsh, especializada en datos e inteligencia de comunicaciones, comenzó su incursión en la IA agéntica a finales de 2024, cuando su consejo directivo preguntó cómo la tecnología podía mejorar la eficiencia operativa. En el primer trimestre de 2025 adoptó la plataforma Agentforce de Salesforce, y en el segundo cuarto del año lanzó su primer agente de impacto: uno capaz de generar artículos para su base de conocimiento de forma autónoma, eliminando la carga de miles de entradas redactadas manualmente por ingenieros de soporte en todo el mundo.

En el tercer trimestre, Archie —un agente de servicio al cliente con avatar animado— sustituyó al chatbot tradicional en Smarsh Central. La empresa trabaja actualmente en agentes para facturación y gestión de accesos.

El Chief Customer Officer, Rohit Khanna, subraya un punto frecuentemente ignorado en los debates sobre automatización: “No despedimos a nadie. Simplemente dejamos de contratar en soporte de nivel uno y redirigimos a nuestro equipo hacia niveles dos y tres.” La IA agéntica, en este caso, no reemplazó empleos: los reclasificó.