La inversión empresarial en IA está en auge. Gartner califica 2026 como un “año de inflexión” para que las organizaciones alineen sus proyectos de IA con los objetivos estratégicos empresariales. A medida que aumenta la presión por demostrar el ROI, ejecutivos y líderes tecnológicos recurren a la IA agente para impulsar los resultados financieros medibles que sus empresas buscan.
Existe una oportunidad primordial para los agentes de IA en la función tecnológica, donde se proyecta que los costes de infraestructura de TI se multipliquen por dos o tres para 2030, incluso con presupuestos inalterados, según McKinsey. Y en los últimos 18 meses, los equipos tecnológicos —ingenieros, desarrolladores, arquitectos y otros profesionales que construyen, despliegan y mejoran continuamente la infraestructura y las aplicaciones de sus organizaciones— están claramente poniendo a los agentes a trabajar.
La promesa última de los agentes no es solo automatizar tareas, sino gestionar y coordinar flujos de trabajo completos, persiguiendo objetivos de negocio de una manera que permita a humanos y agentes trabajar conjuntamente. Dados los riesgos que implica la toma de decisiones automatizada, los equipos no pueden delegar el trabajo que realizan los agentes sin tener la confianza de que son plenamente capaces de realizar la tarea y de que lo harán de forma segura, fiable y protegida.
Entre los expertos en tecnología, nuestra investigación revela que los equipos tienen una confianza excesiva en el uso de la IA agéntica para una cantidad significativa de tareas de IA, datos y la nube.
La preparación de los agentes disminuye en gran medida debido a la falta de contexto empresarial que se proporciona a los sistemas agénticos. Cuanto más compleja es la tarea, mayor es la capacidad de razonamiento que un agente requiere y mayor su necesidad de contexto empresarial. Estas capacidades de generación de contexto para agentes se encuentran aún en una fase inicial de desarrollo, especialmente en situaciones donde los datos empresariales son difíciles de gestionar y de integrar en el ciclo de vida del agente con la velocidad y calidad que desarrolladores y ejecutivos necesitan. La supervisión humana es un factor clave de éxito en el despliegue de la IA agéntica.
Sabiendo que los equipos de tecnología ocupan una posición clave para liderar esta transformación, los expertos que entrevistamos esperan que la confianza en los agentes se acelere a medida que la experiencia con los agentes se profundiza y los ento os empresariales maduran. «A medida que diseñamos agentes para operar dentro de los mismos límites operativos, sistemas de identidad y modelos de gobe anza que los equipos ya utilizan, comienzan a comportarse más como los sistemas en los que las organizaciones ya confían», afirma Jeremy Winter, vicepresidente corporativo y director de producto de Microsoft Azure Platform.
Este informe, basado en una encuesta a 300 expertos tecnológicos globales, clasifica 101 tareas en flujos de trabajo de IA, datos y cloud según la confianza de los encuestados en que los agentes actúen en su nombre. También examina cómo los equipos tecnológicos perciben las oportunidades y los desafíos relacionados con la IA agéntica, junto con el potencial de la tecnología para mejorar sus carreras profesionales.
Los principales hallazgos del informe incluyen:
La confianza en los agentes se dispara para tareas medibles y crece en áreas de juicio complejo. Los expertos tecnológicos creen mayoritariamente que los agentes ayudan en el trabajo cotidiano, incluyendo la optimización de procesos, la mejora del rendimiento y la reducción de tareas repetitivas. La confianza es máxima para procesos como la generación de informes y código repetitivo, y existe una clara oportunidad donde las tareas implican flujos de trabajo multietapa y razonamiento avanzado para la toma de decisiones.
Los flujos de trabajo de datos son el ámbito de la innovación. Los equipos tecnológicos confían más en los agentes donde la estructura puede proporcionar una base fiable para las decisiones. Esto abarca ámbitos como la monitorización de la calidad de los datos, la detección de anomalías en la visualización, la monitorización de flujos de datos en tiempo real y el perfilado de datos. Aquí es donde los expertos de dominio más cercanos al punto de generación de datos pueden proporcionar contexto para permitir que los agentes actúen y ofrezcan resultados fiables.
Descargar el informe completo.
Lea el blog de Microsoft Cloud escrito por Amanda Silver, vicepresidenta corporativa de Microsoft 365 Core y Work IQ, que subraya la importancia de mantener a los humanos en el bucle y cómo el pensamiento sistémico impulsa las carreras. Y para una inmersión más profunda en los flujos de trabajo de datos como un caso de uso innovador para agentes, consulte el blog de Fabric para escuchar a Kim Manis, vicepresidenta corporativa de Producto de Microsoft Fabric.
Este contenido fue producido por Insights, la división de contenido personalizado de MIT Technology Review. No fue escrito por el equipo editorial de MIT Technology Review. Fue investigado, diseñado y escrito por escritores, editores, analistas e ilustradores humanos. Esto incluye la redacción de encuestas y la recopilación de datos para las encuestas. Las herramientas de IA que pudieron haberse utilizado se limitaron a procesos de producción secundarios que superaron una exhaustiva revisión humana.