Hitachi Vantara potencia el almacenamiento híbrido en Azure
La IA agéntica avanza hacia la ejecución de procesos y abre un mercado de 205.000 millones de dólares.
MarketsandMarkets estima que el mercado global de IA agéntica pasará de 19.330 millones de dólares en 2026 a 205.880 millones en 2033. La expansión refleja el desplazamiento desde los copilotos hacia sistemas capaces de ejecutar tareas en distintas aplicaciones, aunque la rentabilidad, la fiabilidad y el control de los agentes siguen condicionando su adopción empresarial.
La inteligencia artificial empresarial está entrando en una nueva etapa. Después de incorporar asistentes capaces de responder preguntas, generar contenidos y apoyar decisiones, las organizaciones comienzan a explorar sistemas que pueden ejecutar tareas, interactuar con aplicaciones y completar procesos con distintos grados de autonomía. El cambio no consiste únicamente en mejorar la capacidad de respuesta de los modelos, sino en permitir que la IA intervenga directamente en el funcionamiento del negocio.
Esta transición ayuda a explicar las previsiones de crecimiento del mercado de inteligencia artificial agéntica. Según el informe Agentic AI Market de MarketsandMarkets, publicado en agosto de 2026, el sector alcanzaría un valor de 19.330 millones de dólares en 2026 y podría llegar a 205.880 millones en 2033. La consultora calcula una tasa de crecimiento anual compuesta del 40,2 % durante ese periodo.
La proyección refleja una expectativa de expansión acelerada a medida que las empresas trasladan los agentes desde proyectos piloto hacia funciones operativas como atención al cliente, ventas, finanzas, ingeniería de software y operaciones de TI. Sin embargo, el dato económico también revela un cambio en las prioridades de compra: las organizaciones ya no evalúan estas tecnologías solamente por su capacidad de razonamiento o generación de respuestas, sino por su habilidad para completar tareas dentro de los sistemas corporativos y producir resultados medibles.
Del copiloto al agente que ejecuta
La diferencia entre un copiloto y un agente de IA está en el alcance de su intervención. Mientras los primeros suelen asistir a una persona mediante recomendaciones, búsquedas o generación de contenidos, los sistemas agénticos pueden utilizar herramientas, consultar fuentes de datos, interactuar con aplicaciones y ejecutar acciones dentro de un flujo de trabajo.
Ese desplazamiento modifica el papel de la inteligencia artificial en la arquitectura empresarial. En lugar de funcionar como una capa de asistencia separada de las aplicaciones, los agentes empiezan a integrarse con los sistemas que gestionan las operaciones. Pueden recuperar registros de clientes, actualizar información, procesar solicitudes, clasificar incidencias o escalar excepciones cuando una tarea requiere intervención humana.
MarketsandMarkets identifica la atención al cliente y el soporte como el principal segmento de aplicación en 2026, con una participación estimada del 23,1 %. La consultora atribuye esa posición a que estos procesos combinan grandes volúmenes de interacciones, tareas relativamente estructuradas y resultados que pueden medirse mediante indicadores operativos.
La evolución también alcanza a las operaciones de TI y la ingeniería de software. En estos entornos, los agentes pueden intervenir en tareas de generación y revisión de código, pruebas, depuración, investigación de incidentes, soporte técnico y gestión de infraestructura. La digitalización previa de estas actividades facilita su integración con repositorios, APIs, plataformas de desarrollo y herramientas de observabilidad.
Los casos empresariales empiezan a mostrar resultados
El informe recoge experiencias de compañías que ya utilizan sistemas agénticos en procesos concretos. Entre ellas figura Wiley, que desplegó Salesforce Agentforce y Einstein for Service para automatizar consultas de acceso a cuentas, restablecimiento de contraseñas y solicitudes relacionadas con inscripciones y pagos. Según los datos incluidos por MarketsandMarkets, la solución mejoró la resolución de casos en más del 40 % durante las primeras semanas y permitió incorporar agentes temporales un 50 % más rápido.
Otro ejemplo es Klarna, que implementó un asistente basado en tecnología de OpenAI para gestionar consultas de servicio, devoluciones, pagos y compras. El informe señala que, durante su primer mes, el sistema atendió 2,3 millones de conversaciones y gestionó dos tercios de los chats de atención al cliente. También recoge una reducción del tiempo de resolución desde 11 minutos hasta menos de dos.
En el ámbito de los servicios digitales, Gamma utiliza el agente Fin de Intercom para ofrecer soporte automatizado en varios idiomas. MarketsandMarkets indica que la solución resuelve de principio a fin el 75 % de las conversaciones entrantes y supera las 18.000 resoluciones mensuales.
Estos casos muestran que la adopción comercial está avanzando en procesos donde existen grandes volúmenes de trabajo, reglas identificables y métricas de desempeño. No obstante, las cifras corresponden a resultados reportados por las empresas y recopilados por la consultora; no constituyen una evaluación independiente de los despliegues ni garantizan resultados equivalentes en otras organizaciones.
La nueva arquitectura: orquestación, memoria e interoperabilidad
A medida que los agentes pasan de tareas individuales a procesos que atraviesan distintas aplicaciones, el mercado comienza a organizarse alrededor de una infraestructura más amplia que los modelos de IA. Las plataformas de desarrollo y ejecución deben coordinar herramientas, datos, memoria, permisos, supervisión y comunicación entre agentes.
MarketsandMarkets identifica el crecimiento de los sistemas multiagente como una de las tendencias que marcarán el desarrollo del sector. En estas arquitecturas, varios agentes especializados colaboran para completar un proceso complejo: uno puede recuperar información, otro analizarla, un tercero verificar resultados y otro ejecutar una acción, siempre dentro de las reglas definidas por la organización.
La interoperabilidad adquiere una importancia creciente en este escenario. El informe destaca el papel de estándares y mecanismos como Model Context Protocol (MCP) y la comunicación entre agentes para facilitar las conexiones con aplicaciones, herramientas y fuentes de datos. El objetivo es reducir la dependencia de integraciones propietarias y permitir que distintos componentes trabajen de manera coordinada.
También aumenta la relevancia de los sistemas de memoria y gestión de contexto, que permiten mantener continuidad en tareas prolongadas. A esto se suman las plataformas de orquestación y ejecución, observabilidad, identidad y gobierno de agentes. La competencia tecnológica empieza a desplazarse desde la disponibilidad de un agente aislado hacia la capacidad de administrar un conjunto de sistemas autónomos dentro de una arquitectura empresarial.
En el segmento de plataformas empresariales, MarketsandMarkets destaca la presencia de Microsoft, AWS, Google, Salesforce y ServiceNow. En desarrollo y orquestación también identifica participantes como LangChain, CrewAI, LlamaIndex, Kore.ai y Airia. La amplitud de este ecosistema refleja que la IA agéntica no depende de un único proveedor: requiere combinar modelos, plataformas, herramientas de integración y mecanismos de control.
El crecimiento también tiene límites
Las previsiones de mercado no eliminan las dificultades que enfrentan las organizaciones al pasar de las pruebas de concepto a la producción. El propio informe identifica dos restricciones principales: la incertidumbre sobre el retorno de inversión y las brechas de fiabilidad que limitan el despliegue en procesos críticos.
El coste operativo puede aumentar cuando un agente necesita realizar múltiples consultas a modelos, recuperar información, utilizar herramientas, someterse a supervisión y gestionar excepciones. Si el valor económico de cada tarea completada no compensa esos recursos, la automatización puede resultar menos rentable de lo esperado.
La fiabilidad plantea un desafío distinto. Un error en una respuesta puede requerir una corrección; una acción incorrecta dentro de un sistema financiero, una aplicación de gestión o una infraestructura tecnológica puede tener consecuencias operativas directas. Por eso, la autonomía debe crecer al ritmo de los mecanismos que permiten controlar lo que cada agente puede consultar, modificar o ejecutar.
MarketsandMarkets señala que la identidad de los agentes, los permisos de mínimo privilegio, la supervisión en tiempo de ejecución, los registros de auditoría y la aplicación de políticas serán elementos esenciales para ampliar los despliegues empresariales. También identifica la necesidad de establecer responsabilidades y mecanismos de supervisión humana sobre las decisiones y acciones autónomas.
La consultora considera que los agentes especializados por industria representan una oportunidad de crecimiento, especialmente en sectores regulados. Los procesos financieros, sanitarios e industriales requieren conocimiento de dominio, datos específicos, estructuras de aprobación y controles que difícilmente pueden resolverse mediante una solución genérica.
La siguiente decisión de los CIO
La expansión prevista del mercado agéntico anticipa una nueva fase de inversión en software empresarial. Sin embargo, el desafío para los responsables de tecnología no será incorporar el mayor número posible de agentes, sino identificar qué procesos pueden beneficiarse de una ejecución autónoma y bajo qué condiciones.
Las oportunidades más inmediatas se encuentran en flujos de trabajo con un volumen elevado de operaciones, reglas definidas y resultados cuantificables. Allí es posible comparar los tiempos de ejecución, el esfuerzo manual, las tasas de resolución y los costes antes y después de la automatización.
En cambio, los procesos con decisiones de alto impacto, información sensible o consecuencias difíciles de revertir exigirán controles más estrictos y una supervisión humana claramente delimitada. La capacidad de un agente para ejecutar una acción no significa que deba recibir autorización para hacerlo sin restricciones.
La previsión de MarketsandMarkets apunta a un mercado en rápida expansión, pero el tamaño proyectado no garantiza que todas las iniciativas empresariales sean rentables ni que la adopción avance al mismo ritmo en todas las industrias. La madurez dependerá de la capacidad de convertir la autonomía en resultados repetibles, seguros y económicamente sostenibles.
La IA agéntica está dejando de ser una interfaz para consultar información y comienza a convertirse en una capa capaz de intervenir en la operación empresarial. Para los CIO, la cuestión ya no es solamente qué puede hacer un modelo, sino qué procesos están preparados para delegar tareas en sistemas autónomos y cómo conservar el control sobre lo que hacen.
