Una de las certezas que dejó el último reporte de Tendencias LOL 2026, elaborado por Licencias OnLine, es el desafío que enfrentan las empresas a la hora de implementar IA agéntica. En este contexto, la inteligencia artificial evoluciona desde modelos de asistencia hacia sistemas capaces de ejecutar procesos de forma autónoma.

En línea con este escenario, la consultora Gartner anticipa que muchas organizaciones dejarán de priorizar las soluciones de inteligencia asistida —como copilotos y asistentes inteligentes— para avanzar hacia plataformas orientadas directamente a resultados concretos dentro de los flujos de trabajo.


Victoria Martínez, Gerente de plataformas de IA para Latinoamérica en Red Hat

Hasta ahora, las herramientas empresariales incorporaban asistentes de IA enfocados en responder preguntas, ofrecer recomendaciones y resolver problemas puntuales. Sin embargo, la próxima etapa estará marcada por agentes autónomos especializados, integrados directamente en las aplicaciones y diseñados para ejecutar tareas específicas con mínima intervención humana.

La llamada IA agéntica configura así un nuevo estadio tecnológico donde múltiples procesos de negocio podrán ser ejecutados de manera automatizada. Todo indica que, en el corto plazo, operar con agentes especializados que colaboren entre sí será parte habitual de la operatoria empresarial.

A mediano plazo, además, estas soluciones evolucionarán hacia ecosistemas colaborativos de agentes de IA —conocidos como sistemas multiagente— capaces de gestionar múltiples etapas dentro de un mismo ciclo de trabajo.

En pleno auge

Actualmente, Gartner ubica a la IA agéntica “en la cima de las expectativas infladas”, reflejando el fuerte interés que despierta en el mercado y la acelerada intención de adopción por parte de las compañías.

Aunque todavía son pocas las organizaciones que implementaron agentes de IA de forma concreta, más del 60% espera hacerlo en los próximos dos años. Los datos muestran, sin embargo, que la adopción aún es incipiente y que la mayoría de los proyectos permanece en fases piloto o con alcances limitados.

Las implementaciones actuales se concentran especialmente en áreas como ingeniería de software, atención al cliente y operaciones. No obstante, los agentes completamente autónomos todavía no están listos para responder a gran parte de los casos de uso empresariales.

El crecimiento del mercado tampoco encuentra aún capacidades maduras de soporte y gobernanza. Gartner advierte que muchos de los mecanismos necesarios para gestionar riesgos, costos y confianza todavía están en desarrollo.

En la misma línea, un estudio de IDC realizado en 2025 sobre 15 industrias y 10 países revela que abundan los proyectos piloto, aunque el escalado a producción continúa siendo lento. Solo una pequeña porción de las organizaciones logró desplegar IA agéntica de manera transversal en todos sus departamentos.

El panorama deja en evidencia que el avance tecnológico se acelera, pero que la escalabilidad dependerá de la capacidad de las empresas para resolver desafíos vinculados con habilidades, integración, observabilidad y control de costos.

Una tecnología con desafíos únicos

La IA agéntica ocupa hoy un lugar central en la agenda tecnológica de las compañías. Pero el desafío ya no pasa únicamente por implementar agentes, sino por administrarlos de forma confiable, escalable y alineada con objetivos de negocio.

Para Red Hat, esta nueva etapa obliga a pensar la IA como un ecosistema integral.

“El desafío ya no es únicamente tecnológico, sino estratégico. La IA agéntica exige pensar arquitectura, datos, infraestructura, seguridad y gobernanza como un todo integrado. No alcanza con elegir el mejor modelo; es necesario diseñar ecosistemas donde los agentes puedan operar con trazabilidad, control y propósito”, explica Victoria Martínez, gerente de plataformas de IA para Latinoamérica en Red Hat.

Desde esta óptica, el punto crítico ya no es solamente la capacidad técnica, sino la gobernanza y la explicabilidad de los sistemas.

“La IA agéntica toma decisiones dentro de procesos sensibles, por lo que la explicabilidad deja de ser un concepto teórico para convertirse en una condición operativa. Es indispensable saber por qué un agente actuó, qué datos utilizó y cómo auditar su comportamiento. En entornos regulados, esto no es opcional”, agrega la ejecutiva.

El rol del open source

En este escenario, el open source aparece como un componente clave para acelerar la adopción empresarial de IA agéntica. Soluciones como las de Red Hat —que forman parte del portfolio distribuido por Licencias OnLine— buscan aportar flexibilidad, transparencia y capacidad de auditoría.

“La innovación abierta no solo acelera el desarrollo, sino que permite inspeccionar, adaptar y auditar los componentes de la solución. En arquitecturas abiertas, basadas por ejemplo en plataformas como Red Hat OpenShift AI, es posible orquestar múltiples agentes especializados, integrarlos con sistemas existentes y mantener control y trazabilidad sobre datos y modelos”, señala Martínez.

Desde esta perspectiva, implementar IA no implica necesariamente estar preparados para gestionarla. Desplegar agentes sin monitoreo, métricas claras o marcos de uso responsable puede erosionar rápidamente la confianza en estas tecnologías.

“Un sistema autónomo sin control puede amplificar errores con la misma velocidad con la que promete eficiencia”, sostiene la especialista.

Frente a este escenario, la recomendación es comenzar por definir objetivos concretos y establecer métricas medibles desde el inicio.

“Lo primero es identificar un proceso crítico donde el impacto sea medible, establecer métricas precisas y definir prácticas de gobernanza desde el comienzo. La IA agéntica no requiere experimentación aislada, sino intención estratégica”, concluye Martínez.

La IA agéntica promete redefinir múltiples procesos de negocio, pero su adopción sostenible dependerá menos del hype y más de la capacidad de las organizaciones para gestionarla correctamente.