Cuando la IA pasa de responder a actuar

Un cliente pide cambiar una entrega. Un asistente puede redactar una respuesta. Un sistema con capacidad de actuar podría consultar el pedido, comprobar las opciones y registrar el cambio. En este ejemplo hipotético, la diferencia está en lo que ocurre después del mensaje: alguien ha modificado un compromiso de la empresa.

Ahí empieza una conversación más interesante que elegir un modelo de inteligencia artificial. Hay que decidir qué puede cambiar el sistema, con qué información, hasta dónde llega su permiso y qué sucede si la entrega ya ha salido. La empresa agéntica se entiende mejor mirando esa decisión concreta.

Para entendernos: una empresa incorpora agentes cuando delega pasos de un trabajo en sistemas de IA capaces de consultar, proponer o ejecutar acciones dentro de límites establecidos. El grado de autonomía depende de la tarea.

En un taller, podría tratarse de preparar un presupuesto a partir de una avería descrita. En una distribuidora, de conciliar una incidencia con el pedido correspondiente. Cada caso exige conocimientos, permisos y comprobaciones distintos. La etiqueta por sí sola explica muy poco sobre cómo funciona el negocio.

ServiceNow presentó en Knowledge 2026 una arquitectura que conecta la observación de información, la decisión, la acción y su control. Su propuesta busca coordinar trabajo entre sistemas empresariales. Es una visión de proveedor: describe su dirección comercial y tecnológica. ¹

Salesforce aporta una señal de uso en su segunda edición del Agentic Enterprise Index: observa actividad entre febrero de 2025 y abril de 2026. Su metodología incluye empresas que mantuvieron agentes activos en producción todos los meses del periodo. Esa selección permite estudiar a usuarios continuados de su plataforma; deja fuera a quienes no comenzaron o abandonaron durante el recorrido. ²

La lectura conjunta sugiere una dirección: delegar trabajo conectado con aplicaciones y datos. Pero una estrategia comercial y una muestra de clientes activos no bastan para asegurar que cualquier empresa obtendrá el mismo resultado.

En noviembre de 2025, Salesforce publicó una encuesta en la que profesionales de servicio esperaban que la IA gestionase la mitad de los casos en 2027. La recogida de respuestas tuvo lugar entre abril y junio de 2025. Es una expectativa declarada por esa población, con un horizonte concreto; no una medición de lo que ya ocurre en todas las empresas. ³

Para situar la conversación, Eurostat mide otra cosa: uso empresarial de IA en general. Su dato de 2025 se refiere a empresas con al menos diez personas empleadas y a un ámbito sectorial definido. No identifica cuántas operan con agentes ni representa por ese indicador a las microempresas. ⁴

Conviene conservar esas diferencias cuando una presentación reúne cifras llamativas. Uso, intención, autonomía y beneficio son preguntas distintas.

Volvamos al cambio de entrega. Una prueba útil permitiría saber cuántas solicitudes terminan correctamente, cuáles necesitan intervención y qué errores llegan al cliente. También mostraría el tiempo empleado en revisar excepciones y mantener actualizada la información.

Yo querría ver el pedido después de la conversación. ¿Ha quedado como debía? ¿Lo sabe quien prepara la entrega? Una respuesta impecable en pantalla puede dejar esas dos preguntas abiertas.

Dirección necesita entender qué compromiso se delega. Quien trabaja con los pedidos necesita poder corregirlo. Quien conecta los sistemas debe comprobar que las restricciones existen de verdad. El resultado tiene que poder explicarse sin que todos se conviertan en especialistas en IA.

Antes de ampliar el permiso, comprobaría el pedido. Si la entrega sigue mal, la conversación no ha resuelto el trabajo.