Casi toda empresa está construyendo hoy con agentes de IA. La mayoría no los llevará a producción. En la encuesta global de McKinsey de 2025, el 88% de las organizaciones ya usa IA en al menos una función de negocio, pero no más del 10% ha escalado agentes en alguna función concreta, y solo el 39% reporta impacto en sus resultados a nivel de toda la empresa [1]. La brecha no es de ambición. Es de fiabilidad. Este artículo explica cómo los mejores equipos cierran esa brecha con una disciplina que llamamos Engineered Agency (autonomía por diseño), y cómo la aplicamos en nuestros propios desarrollos en MasterDragon.
La respuesta corta: los sistemas de IA agéntica funcionan cuando la autonomía se gana, no se concede. Los mejores equipos exigen a sus agentes un umbral de fiabilidad medido, los ejecutan desde un orquestador central en lugar de un enjambre suelto, instrumentan cada paso con evals y observabilidad, y mantienen a las personas en los puntos de excepción y aprobación. La autonomía se amplía solo cuando la evidencia lo permite.
La brecha de adopción de la IA agéntica es real
La adopción es amplia. Los resultados son escasos. Esa es la tensión que define a la IA agéntica en 2026.
Esto es lo que muestran los datos: McKinsey reporta que el 62% de las organizaciones al menos experimenta con agentes de IA, y el 23% escala un sistema agéntico en alguna parte del negocio, aunque el impacto en toda la empresa sigue siendo raro [1]. Deloitte encuentra que el 74% de los líderes espera usar agentes de IA al menos de forma moderada para 2027, pero solo el 21% tiene un modelo de gobernanza maduro para ellos [2]. El AI Index 2026 de Stanford es aún más directo: el despliegue de agentes de IA está en cifras de un solo dígito en casi todas las funciones de negocio [3].
El patrón se repite en las tres fuentes (ver FIG-1). Las empresas pueden iniciar un piloto de agentes. Muchas menos logran que uno sea lo bastante confiable para encargarle trabajo real.
Datos
| Etapa de adopción | Porcentaje de organizaciones |
|---|---|
| Usa IA en al menos una función de negocio | 88% |
| Al menos experimenta con agentes de IA | 62% |
| Escala un sistema agéntico en alguna parte de la empresa | 23% |
| Reporta impacto EBIT a nivel empresa | 39% |
| Agentes escalados en alguna función específica (10% o menos) | 10% |
Por qué los sistemas de IA agéntica fallan en producción
La falla es estructural, no cuestión de elegir un mejor modelo.
Gartner predice que más del 40% de los proyectos de IA agéntica se cancelarán para finales de 2027, por costos crecientes, valor de negocio poco claro y controles de riesgo insuficientes [4]. La analista senior de Gartner Anushree Verma describe la mayoría de los esfuerzos actuales como "experimentos en etapa temprana o pruebas de concepto que en su mayoría están impulsados por el hype y a menudo se aplican mal" [4].
La comunidad de investigación ya midió el porqué. Un estudio de 2025 de UC Berkeley analizó 1,642 trazas de ejecución en siete frameworks multiagente y construyó una taxonomía de 14 modos de falla distintos, con tasas de falla observadas entre el 41% y el 86.7% [5]. La mayoría de las fallas venían de vacíos de especificación y de desalineación entre agentes, no de debilidad del modelo. Los autores concluyen que "las mejoras en las capacidades del modelo base serán insuficientes para abordar toda la taxonomía" [5].
Las demos de un solo intento esconden esto. El benchmark tau-bench muestra que los agentes que lucen sólidos en un intento se desploman al repetir: un modelo líder en llamada de funciones aprobó una tarea de retail cerca del 61% de las veces en un intento, pero su éxito en ocho intentos seguidos cayó por debajo del 25% [6]. La consistencia, no la capacidad máxima, es la verdadera vara para producción.
La matemática de fiabilidad que los ejecutivos pasan por alto
Hay una ecuación simple detrás de la mayoría de las fallas de agentes.
Encadena varios pasos y sus tasas de error se componen. La matemática es elemental: si cada paso de un flujo tiene éxito el 99% de las veces, una cadena de 10 pasos acierta cerca del 90.4% de las veces, y una de 100 pasos solo el 36.6%. Sube la precisión por paso al 99.9% y esa misma cadena de 100 pasos apenas llega al 90.5%. FIG-2 grafica esa caída.
Datos
| Pasos en la cadena | 99% por paso | 99.9% por paso |
|---|---|---|
| 1 | 99% | 99.9% |
| 10 | 90.4% | 99% |
| 50 | 60.5% | 95.1% |
| 100 | 36.6% | 90.5% |
Qué significa esto en la práctica: las cadenas largas y totalmente autónomas son frágiles por construcción. La solución no es un modelo más grande. Son tramos autónomos más cortos, verificación entre pasos y una persona en los puntos donde una decisión equivocada sale cara. El trabajo empírico anterior confirma el patrón en sistemas reales [5][6].
Engineered Agency: la autonomía se gana, no se concede
Aquí es donde nuestra posición se aparta del hype.
El mercado trata la autonomía como una característica que hay que maximizar. Nosotros la tratamos como un privilegio que un sistema gana con evidencia. A esto lo llamamos Engineered Agency, autonomía por diseño: a un agente le das solo tanta independencia como justifique su fiabilidad medida, y amplías ese alcance a medida que mejoran los datos. El destino coincide con lo que McKinsey llama la empresa simbiótica, un modelo en el que "los humanos, los agentes de IA y los robots inteligentes contribuyen cada uno según sus respectivas fortalezas" [7]. Nuestro aporte es la disciplina de ingeniería que llega ahí de forma segura.
Los mejores constructores ya trabajan así. La guía de Anthropic para ingenieros es explícita: "las implementaciones más exitosas usan patrones simples y componibles en lugar de frameworks complejos", y los equipos deben agregar complejidad "solo cuando mejora los resultados de forma demostrable" [8]. Andrew Ng, fundador de DeepLearning.AI, ha sostenido que "los flujos de trabajo agénticos de IA impulsarán un progreso enorme en la IA este año, quizá incluso más que la próxima generación de modelos fundacionales" [9]. Sus propias demostraciones lo hacen concreto: un modelo más antiguo dentro de un bucle de agente alcanzó el 95.1% en un benchmark de código, frente al 48.1% del mismo modelo usado de forma directa [9]. La ingeniería alrededor del modelo suele importar más que el modelo mismo.
Engineered Agency se apoya en cuatro disciplinas.
Disciplina 1: define un umbral de fiabilidad antes de ampliar la autonomía
Decide qué significa "lo bastante confiable" antes de lanzar, y mídelo a la manera difícil.
Una sola ejecución exitosa no prueba nada, como demuestra tau-bench [6]. Definimos una tasa de éxito objetivo sobre ensayos repetidos para cada tarea que un agente va a asumir, y mantenemos al agente por debajo de la autonomía total hasta que supera esa vara. Las tareas de bajo riesgo y reversibles ganan autonomía rápido. Las de alto riesgo e irreversibles siguen supervisadas mucho más tiempo.
Disciplina 2: orquesta de forma central, no como un enjambre
La coordinación es donde fallan los sistemas multiagente, así que diseñamos la coordinación primero.
Como la desalineación entre agentes es una fuente principal de falla [5], preferimos un orquestador central que descompone una tarea, enruta cada parte a un agente especializado y verifica el resultado, antes que un enjambre suelto improvisando junto. Esto refleja los patrones componibles y controlados que recomienda Anthropic, y evita el caos emergente de la charla sin restricciones entre agentes [8].
Disciplina 3: haz los agentes observables y luego optimiza
No puedes arreglar lo que no puedes ver.
Cada acción de agente en nuestros sistemas se traza, se registra y se puntúa contra evals que corren de forma continua, no solo en el lanzamiento. La taxonomía de 14 modos de falla del estudio de Berkeley sirve también como lista de diagnóstico: convierte un reporte vago de "el agente falló" en una firma específica y solucionable [5]. La observabilidad es lo que convierte un piloto frágil en un sistema que puedes mejorar de forma planificada.
Disciplina 4: pon a las personas en los puntos de excepción y aprobación
El rol humano no desaparece. Sube de nivel.
En el modelo simbiótico, las personas fijan la estrategia, arbitran las excepciones y ejercen el juicio sobre la salida de los agentes, mientras los agentes cargan con el trabajo cognitivo [7]. Anu Madgavkar, socia del McKinsey Global Institute, lo dice sin rodeos: "no deberíamos perder de vista que los seres humanos son vitales. Casi la mitad de ese trabajo está más allá de las capacidades de la tecnología actual" [10]. El nuevo trabajo humano, agrega, es "guiar, dar instrucciones, validar, refinar o construir sobre lo que la IA está haciendo" [10].
Klarna muestra el costo de olvidarlo. Su asistente de IA atendió dos tercios de los chats de servicio al cliente al mes de su lanzamiento, hizo el trabajo de 700 agentes y redujo el tiempo de resolución de 11 minutos a menos de 2 [11]. Sin embargo, para 2025 la empresa volvía a contratar personas para el servicio luego de que la calidad bajara, y su director ejecutivo admitió que un enfoque centrado solo en costos da "menor calidad" [12]. La conclusión no es que los agentes rindan poco. Es que el punto de control humano es lo que hace confiable su salida a escala.
Humanos, agentes y robots: dividir el trabajo por fortaleza
La empresa simbiótica es una división del trabajo, no una competencia.
El marco de McKinsey, repetido en la investigación de su Global Institute, asigna a cada participante el trabajo que mejor hace [7][13]. La Tabla 1 resume cómo aplicamos esa división cuando diseñamos un sistema.
Tabla 1. Dividir el trabajo por fortaleza en un sistema agéntico. Fuente: adaptado de McKinsey [7][13].
| Dimensión | Humanos | Agentes de IA | Robots inteligentes |
|---|---|---|---|
| Fortaleza principal | Estrategia, juicio, creatividad, confianza | Ejecución cognitiva autónoma a escala | Trabajo físico más allá de los límites humanos |
| Lo que mejor hacen | Fijar prioridades, ética, rendición de cuentas, arbitraje de excepciones | Flujos multipaso, aplicar habilidades del negocio, uso de herramientas | Actuar en el mundo físico, generar datos operativos |
| Limitación principal | Velocidad y volumen del trabajo cognitivo rutinario | Juicio ante excepciones nuevas, fiabilidad a largo plazo | Planeación de alto nivel, anulaciones de seguridad |
| Rol en el modelo | Gobernar, decidir y supervisar | Ejecutar y orquestar el trabajo cognitivo | Ejecutar y adaptar el trabajo físico |
McKinsey estima que rediseñar los flujos de trabajo en torno a personas, agentes y robots juntos podría liberar alrededor de $2.9 billones de dólares de valor económico en Estados Unidos para 2030, pero solo para las organizaciones que "rediseñan los flujos de trabajo, en lugar de las tareas individuales" [13]. Ese matiz lo es todo. La IA pegada encima (bolt-on) automatiza una tarea dentro de un proceso viejo. Los sistemas AI-native reconstruyen el proceso en torno a la nueva división del trabajo.
Cómo construye MasterDragon los sistemas de IA agéntica
Construimos AI-native, lo que significa que rediseñamos el flujo de trabajo antes de automatizarlo.
En nuestros despliegues, eso se convierte en un método consistente:
- Partir del flujo de trabajo, no del modelo. Mapeamos dónde aportan más valor las personas, los agentes y las herramientas, y diseñamos la orquestación alrededor de ese mapa.
- Construir sobre sistemas con APIs y datos limpios. Un agente vale lo que valen las herramientas y el contexto que puede alcanzar.
- Escribir evals antes de ampliar la autonomía. Cada tarea que asume un agente tiene una vara de éxito medible y una prueba de ensayos repetidos, según la Disciplina 1.
- Orquestar de forma central y verificar cada paso. Un controlador descompone, enruta y verifica, según la Disciplina 2.
- Instrumentar todo. El trazado, el registro y los evals continuos mantienen el sistema mejorable, según la Disciplina 3.
- Mantener a las personas en las excepciones. La aprobación y el manejo de excepciones quedan con las personas donde una decisión tiene costo real, según la Disciplina 4.
Esto es más lento que cablear un enjambre de agentes y cruzar los dedos. También es como un agente llega a producción y se queda ahí.
El trabajo por delante
La lección de los últimos dos años no es que la IA agéntica rinda poco. Es que los ganadores no son las organizaciones que despliegan más IA, sino las que "reinventan sus modelos operativos más rápido" y aseguran los puntos donde la ejecución inteligente crea valor [7]. La autonomía confiable se construye con ingeniería, un paso medido a la vez, con personas donde el juicio más importa.
Esa ingeniería es lo que hacemos. Habla con nuestros ingenieros de IA sobre tu proyecto y te ayudaremos a diseñar un sistema agéntico que gane su autonomía y llegue a producción. Comienza por nuestro portafolio de productos IA reales ya entregados.
Referencias
- McKinsey & Company. (2025, 5 de noviembre). The state of AI in 2025: Agents, innovation, and transformation. https://www.mckinsey.com/capabilities/quantumblack/our-insights/the-state-of-ai
- Deloitte. (2025). State of AI in the enterprise (edición 2026). https://www.deloitte.com/us/en/what-we-do/capabilities/applied-artificial-intelligence/content/state-of-ai-in-the-enterprise.html
- Stanford Institute for Human-Centered AI. (2026). The 2026 AI Index report: Economy. https://hai.stanford.edu/ai-index/2026-ai-index-report/economy
- Gartner. (2025, 25 de junio). Gartner predicts over 40% of agentic AI projects will be canceled by end of 2027. https://www.gartner.com/en/newsroom/press-releases/2025-06-25-gartner-predicts-over-40-percent-of-agentic-ai-projects-will-be-canceled-by-end-of-2027
- Cemri, M., Pan, M. Z., Yang, S., Agrawal, L. A., Chopra, B., Tiwari, R., Zou, J., Ramchandran, K., Sahai, A., Gonzalez, J. E., & Stoica, I. (2025). Why do multi-agent LLM systems fail? arXiv. https://doi.org/10.48550/arXiv.2503.13657
- Yao, S., Chen, H., Yang, J., & Narasimhan, K. (2024). tau-bench: A benchmark for tool-agent-user interaction in real-world domains. arXiv. https://arxiv.org/abs/2406.12045
- QuantumBlack, AI by McKinsey. (2026, 16 de junio). The symbiotic enterprise: How cognitive and physical AI are reinventing enterprise execution. McKinsey & Company. https://www.mckinsey.com/capabilities/quantumblack/our-insights/the-symbiotic-enterprise
- Anthropic. (2024). Building effective AI agents. https://www.anthropic.com/research/building-effective-agents
- Ng, A. [@AndrewYNg]. (2024, 21 de marzo). Agentic workflows [Post]. X. https://x.com/AndrewYNg/status/1770897666702233815
- McKinsey & Company. (2026, 30 de abril). The rise of the human-AI workforce [Episodio de podcast]. The McKinsey Podcast. https://www.mckinsey.com/capabilities/people-and-organizational-performance/our-insights/the-rise-of-the-human-ai-workforce
- Klarna. (2024, 27 de febrero). Klarna AI assistant handles two-thirds of customer service chats in its first month. https://www.klarna.com/international/press/klarna-ai-assistant-handles-two-thirds-of-customer-service-chats-in-its-first-month/
- Pereira, A. (2025, 9 de mayo). Klarna changes its AI tune and again recruits humans for customer service. Customer Experience Dive. https://www.customerexperiencedive.com/news/klarna-reinvests-human-talent-customer-service-AI-chatbot/747586/
- McKinsey Global Institute. (2025, 25 de noviembre). Agents, robots, and us: Skill partnerships in the age of AI. McKinsey & Company. https://www.mckinsey.com/mgi/our-research/agents-robots-and-us-skill-partnerships-in-the-age-of-ai