88% de las organizaciones ya usa IA. Los agentes todavía están empezando

La adopción empresarial de inteligencia artificial ya dejó de ser un fenómeno marginal. El AI Index 2026 de Stanford reporta que 88% de las organizaciones encuestadas utiliza IA en al menos una función del negocio, frente a 78% en 2024. El uso regular de IA generativa también creció hasta 79%. Pero existe una diferencia importante entre utilizar IA y delegarle ejecución. Mientras asistentes, copilotos y modelos generativos ya están ampliamente distribuidos, el despliegue de agentes permanece en niveles de un solo dígito en casi todas las funciones empresariales analizadas. La distancia entre esas dos cifras ayuda a entender dónde estamos realmente: la primera ola de adopción ya ocurrió. La segunda, en la que sistemas de IA empiezan a actuar dentro de procesos reales, apenas está comenzando.

LA IA YA ESTÁ DENTRO DE LA EMPRESA

Durante los últimos años, la principal pregunta para muchas organizaciones era cómo conseguir que sus equipos empezaran a utilizar inteligencia artificial. Esa barrera está disminuyendo rápidamente. Herramientas generativas, asistentes integrados en software empresarial y modelos accesibles mediante APIs han llevado la tecnología a prácticamente todas las funciones. El cambio puede verse en la velocidad de adopción. Stanford registra un aumento de diez puntos porcentuales en apenas un año, de 78% a 88% de organizaciones utilizando IA. Más de la mitad de los encuestados señala además que ya existen tres o más funciones del negocio utilizando esta tecnología. La disponibilidad, por sí sola, ya no es el principal desafío. La cuestión comienza a ser qué profundidad alcanza ese uso y cuánto trabajo real puede delegarse a los sistemas.

UN AGENTE REPRESENTA UN UMBRAL DIFERENTE

Existe una diferencia importante entre una herramienta que responde a una solicitud y un sistema capaz de continuar trabajando después de esa respuesta. Un copiloto puede redactar, resumir o analizar información; un agente puede además utilizar herramientas, consultar sistemas, ejecutar acciones y coordinar varios pasos para alcanzar un objetivo. Ese salto aumenta el valor potencial, pero también la complejidad. Cuando la IA empieza a actuar, la empresa necesita definir contexto, accesos, permisos, evaluaciones, excepciones y supervisión. El modelo deja de ser el único elemento relevante y empieza a formar parte de una arquitectura operativa mayor. Por eso no resulta sorprendente que la adopción de agentes avance más lentamente que la IA general. Implementar un asistente puede ser una decisión de software. Integrar un agente exige intervenir directamente sobre cómo se ejecuta el trabajo.

LOS SINGLE DIGITS NO SIGNIFICAN FALTA DE MOVIMIENTO

Que los agentes todavía tengan una penetración de un solo dígito en muchas funciones no significa que el mercado esté detenido. Significa que se encuentra en una fase temprana de integración, donde las organizaciones siguen aprendiendo qué procesos pueden delegarse y bajo qué condiciones. Microsoft ofrece otra señal de esta aceleración: el número de agentes activos dentro de su ecosistema Microsoft 365 creció 15 veces interanualmente entre marzo de 2025 y marzo de 2026, y el aumento llegó a 18 veces entre grandes empresas. Ambos datos pueden coexistir. La penetración relativa todavía es baja, pero las organizaciones que ya están experimentando con agentes están ampliando rápidamente su uso. Es una dinámica típica de tecnologías que pasan de pilotos aislados a integración dentro de workflows.

EL VERDADERO CAMBIO ESTÁ EN EL WORKFLOW

La adopción de agentes no debería medirse únicamente por cuántos existen dentro de una empresa. La pregunta más importante es dónde están integrados y qué parte del proceso pueden ejecutar de forma confiable. Un agente aislado puede ser interesante desde el punto de vista técnico, pero genera poco valor si cada resultado tiene que copiarse manualmente hacia otro sistema. El potencial aumenta cuando puede consultar información empresarial, utilizar herramientas existentes, entregar resultados dentro del flujo correcto y solicitar intervención humana solo cuando es necesaria. Ese nivel de integración explica por qué la transición requiere más tiempo. No se trata simplemente de activar una nueva funcionalidad, sino de rediseñar cómo se distribuye la ejecución entre software, IA y personas.

“AI becomes far more powerful when it’s connected to the information you use to do your job.”

EL CONTEXTO EMPRESARIAL MARCA LA DIFERENCIA

Un modelo general puede razonar sobre una tarea, pero para operar de forma útil necesita entender el contexto particular de la empresa. Clientes, productos, contratos, políticas, documentos, sistemas internos y reglas de negocio forman parte de la información necesaria para ejecutar correctamente. Eso convierte la integración de datos en una pieza central de la adopción agéntica. No basta con que el agente tenga acceso a mucha información; necesita acceder a la información correcta, bajo permisos adecuados y en el momento preciso. La transición hacia agentes es, por tanto, también una transición desde IA genérica hacia sistemas contextualizados dentro de cada organización.

LAS ORGANIZACIONES TAMBIÉN TIENEN QUE ESTAR PREPARADAS

La velocidad de adopción tecnológica puede superar fácilmente la capacidad de una organización para absorberla. Microsoft encontró en su Work Trend Index 2026 que muchas personas están avanzando más rápido en el uso de IA que las estructuras de sus propias empresas. El problema no se limita a habilidades individuales. Cultura, apoyo de managers, reglas claras, procesos de evaluación y capacidad para rediseñar el trabajo determinan cuánto valor puede capturarse. En la investigación de Microsoft, los factores organizacionales muestran una asociación con el impacto reportado de IA superior a la de los factores individuales. Esto se vuelve todavía más importante con agentes. Cuanta más ejecución delega la empresa, más necesario resulta que exista claridad sobre quién define objetivos, quién supervisa resultados y cómo aprende la organización de lo que los sistemas hacen.

QUÉ SIGNIFICA PARA LAS EMPRESAS

Para una empresa mediana, la brecha entre 88% de adopción general y niveles todavía bajos de agentes ofrece una oportunidad concreta. No necesita desplegar agentes en toda la organización; puede comenzar donde ya existe un proceso conocido, datos disponibles y una secuencia suficientemente estructurada para delegar parte de la ejecución. El primer paso puede ser pequeño: un agente que prepara información para una aprobación, uno que clasifica y resuelve determinadas solicitudes o uno que conecta varias tareas que hoy requieren intervención manual. Lo importante es que exista una métrica de resultado y un punto claro de supervisión. A medida que esos primeros workflows funcionan, la empresa puede ampliar el grado de autonomía. La madurez no consiste en empezar con agentes completamente autónomos, sino en aumentar gradualmente la ejecución que puede delegarse sin perder control.

LA PRÓXIMA BRECHA ES LA EJECUCIÓN

La primera carrera empresarial de la IA consistió en conseguir acceso y lograr adopción. Esa etapa está mucho más avanzada de lo que estaba hace apenas unos años. La siguiente será distinta. Las empresas empezarán a diferenciarse por cuánto trabajo pueden confiar a sistemas que no solo generan respuestas, sino que entienden contexto, utilizan herramientas y participan directamente en la operación. El 88% demuestra que la IA ya llegó a la empresa. Los single digits de los agentes muestran que la transformación más profunda todavía está por delante.