Hoy, los equipos tecnológicos en las organizaciones están sobrepasados por el volumen y la complejidad de los datos, el aumento de las amenazas cibernéticas y las crecientes demandas de infraestructura.
Como resultado, los equipos necesitan algo más que consejos de la IA. La IA agéntica marca la transición desde una IA que recomienda hacia una IA que actúa y ejecuta tareas. Las organizaciones que aún utilizan la IA como asesora están quedando atrás frente a aquellas que la utilizan como operadora.
Este cambio no es incremental. Representa una transformación estructural en la manera en que operan las tecnologías en las empresas, pasando de una función reactiva de soporte a una capa autónoma de ejecución. Sin embargo, menos del 10% de las organizaciones han logrado escalar exitosamente agentes de IA en alguna función, según el informe State of AI 2025 de McKinsey & Company, lo que revela que, para la mayoría de las empresas, la brecha entre la ambición en IA y la realidad operativa sigue siendo amplia.
La mayor parte de la IA en las empresas sigue siendo de carácter asesor, se le hace una consulta y responde. La IA agéntica funciona de forma distinta: monitorea condiciones, aplica políticas definidas por humanos y actúa en nombre del usuario sin necesidad de esperar instrucciones directas.
Pero el nivel de autonomía otorgado a estos sistemas marca una diferencia enorme. El enfoque prudente consiste en comenzar en modo de recomendación antes de avanzar hacia una autonomía total. Así es como se establecen mecanismos de gobernanza, se prueban políticas, y se incorpora explicabilidad sobre los resultados y decisiones de la IA, antes de que aumenten los riesgos.
La supervisión y la auditabilidad son lo que hacen que la IA agéntica esté preparada para entornos empresariales. Aun así, solo una de cada cinco compañías posee un modelo maduro de gobernanza para agentes autónomos de IA, según Deloitte.
La IA agéntica también aporta valor de otra manera. La capacidad de cómputo se ha comoditizado, especialmente gracias a las GPU y la nube, y muchos algoritmos ya son de código abierto. Los datos son el único elemento del ecosistema tecnológico que sigue siendo tanto propietario como abierto.
En una era donde los modelos son cada vez más intercambiables, la calidad, gobernanza y accesibilidad de los datos empresariales se convierten en los verdaderos diferenciadores. Estas brechas de gobernanza apuntan a un problema más profundo: los datos. Si la base no es sólida, incluso los sistemas agénticos más sofisticados fracasarán. La IA agéntica solo puede actuar responsablemente si tiene acceso gobernado a datos confiables.
Alrededor del 77% de las organizaciones trabajan activamente en programas de gobernanza de IA, mientras que el 90% ya está desplegando IA. Pero solo el 45% cuenta con un marco de trabajo (framework) formal de gobernanza, según un informe de Hitachi Vantara. La gobernanza incorporada al sistema se convierte así en una ventaja competitiva.
Sin embargo, los frameworks de gobernanza por sí solos no son suficientes. La arquitectura Zero Trust es el mecanismo de cumplimiento forzoso que asegura la real gobernanza. En un mundo donde sistemas de IA agéntica toman decisiones autónomas sobre infraestructuras complejas, el principio de “nunca confiar, siempre verificar” se vuelve esencial.
Por Octavian Tanase, Chief Product Officer de Hitachi Vantara
