IA agentica asumirá hasta 20% de procesos empresariales
¿Quién toma realmente las decisiones cuando una máquina empieza a ejecutarlas?
La IA agentica avanza en empresas latinoamericanas, pero su control sigue siendo profundamente humano.
La transformación digital ya no se percibe como un concepto abstracto, sino como una realidad que empieza a reconfigurar la forma en que trabajan las personas dentro de las empresas. En Colombia y México, la IA agentica —capaz de ejecutar tareas, coordinar procesos y tomar decisiones operativas— comienza a integrarse en operaciones cotidianas, abriendo oportunidades, pero también nuevos riesgos que obligan a reforzar la supervisión humana.
De acuerdo con estimaciones citadas por expertos, entre un 10% y un 20% de los procesos empresariales podría ser gestionado de forma parcial o semiautónoma por agentes inteligentes en los próximos tres a cinco años.
David Alonso, director del Departamento de Tecnología de UDIT, explica:
“No hablamos de sustitución total, sino de agentes capaces de ejecutar tareas, coordinar flujos y tomar decisiones operativas en contextos bien definidos, siempre con supervisión humana”.
Adopción en empresas.
Estas proyecciones coinciden con previsiones de firmas como Gartner, que estima que al menos el 15% de las decisiones cotidianas de trabajo serán tomadas por IA agentica en 2028, y Deloitte, que anticipa que la mitad de las empresas que ya utilizan IA generativa habrá desplegado agentes en 2027.
En una primera fase, la adopción se concentrará en tareas repetitivas y estructuradas, como la atención al cliente, la generación de documentos, el análisis de información o el soporte al desarrollo de software. Alonso hace énfasis en que:
“Las personas continuarán supervisando los procesos con criterio, garantizando la responsabilidad y la toma de decisiones finales dentro de las organizaciones. En ese contexto, las primeras tareas que probablemente se deleguen a agentes inteligentes serán las más repetitivas, trazables y estandarizables. Más que una sustitución total, lo que veremos primero será una reorganización del trabajo corporativo, en la que la IA gana peso en la ejecución mientras las personas mantienen la supervisión”.
Impacto en productividad.
El impacto en la productividad también comienza a medirse. Según la OCDE y estudios como Generative AI at Work o The Impact of AI on Developer Productivity, las mejoras pueden oscilar entre el 5% y más del 25%, dependiendo del tipo de tarea, especialmente en actividades cognitivas estructuradas. En procesos más complejos, el efecto suele ser menor. Según el experto:
“Una horquilla conservadora sería pensar en mejoras del 5% al 15% en procesos complejos bien diseñados, con algunos casos que pueden superar el 20%”.
Los sectores con mayor nivel de adopción serán aquellos con operaciones digitalizadas y gran volumen de datos, como los servicios financieros y la salud, según análisis de McKinsey y el World Economic Forum.
En América Latina, el avance se mantiene, aunque con diferencias entre países. La CEPAL estima que la región representa apenas el 3,7% de la demanda global de IA, lo que refleja una brecha frente a economías líderes en investigación y desarrollo. “Colombia y México están mejor posicionados que la media, aunque todavía no forman parte del grupo de cabeza”.
Aun así, los indicadores muestran un crecimiento sostenido en la adopción empresarial. En México, el 89% de los líderes planea incorporar agentes de IA este año, según el Índice de Tendencias Laborales de Microsoft.
En Colombia, el 90% prevé hacerlo en los próximos 12 a 18 meses. Además, el 43% de las empresas latinoamericanas ya reporta resultados tangibles de sus estrategias de IA, de acuerdo con un informe de SAP.
Riesgos y supervisión.
Más allá de los beneficios, el despliegue de estos sistemas implica riesgos operativos, asociados a errores, ciberseguridad, privacidad y pérdida de control.
Alonso advierte: “El mayor peligro no es que el agente ‘piense demasiado’, sino que la organización lo implante sin suficientes controles”.
Frente a este escenario, la supervisión humana adquiere un papel central.
“Recomendaría al menos tres niveles: un nivel operativo, encargado de supervisar la ejecución diaria del sistema y poder intervenir o detenerlo si detecta anomalías; un nivel de negocio o de propiedad del proceso, responsable de validar métricas, excepciones y criterios de uso; y un tercer nivel independiente de riesgo, compliance o auditoría, que revise periódicamente el funcionamiento del sistema, sus incidentes y su adecuación normativa. Más que un único supervisor, lo razonable es una supervisión escalonada y documentada”.
En esa línea, la responsabilidad humana sigue recayendo en las personas: “La responsabilidad no debería atribuirse nunca al sistema en sí, sino a una cadena humana y organizativa claramente definida desde el inicio”.
El avance de la IA agentica también impulsa la necesidad de marcos regulatorios basados en riesgos, alineados con estándares internacionales y principios como la transparencia, la trazabilidad y la rendición de cuentas, promovidos por organismos como NIST, OCDE y UNESCO.
Al mismo tiempo, el mercado laboral comienza a adaptarse a un modelo híbrido. Alonso concluye anticipando que:
“El profesional del futuro no será tanto un sustituto de la IA como un gestor competente de trabajo híbrido entre humanos y agentes. Habilidades como el pensamiento analítico, la creatividad y el aprendizaje continuo serán determinantes hacia 2030”.
|
|
| Recomendados | ||
|
|
| Debes saber esto | ||
