Sistemas capaces de interpretar contexto, ejecutar acciones y decidir sin supervisión permanente comienzan a transformar procesos críticos dentro de empresas, obligando a directorios y ejecutivos a redefinir liderazgo, gobernanza tecnológica y control operacional frente a una nueva generación de inteligencia artificial autónoma
La inteligencia artificial agéntica comienza a consolidarse como una de las transformaciones más profundas en la operación de empresas intensivas en datos y automatización. A diferencia de los sistemas tradicionales, estos modelos no solo ejecutan instrucciones previamente programadas, sino que son capaces de interpretar escenarios, adaptarse a cambios y tomar decisiones semiautónomas en tiempo real.
La tendencia ya genera debate en industrias donde los errores operacionales pueden tener alto impacto financiero, reputacional y estratégico. Según un informe global de Gartner publicado en 2025, hacia 2028 cerca del 33% de las aplicaciones empresariales incorporarán agentes de inteligencia artificial capaces de ejecutar decisiones autónomas en procesos complejos, frente a menos del 1% registrado en 2024.
Para Cristina Fritz, CEO de Digital Exp, el cambio no representa una mejora incremental de la automatización tradicional, sino una ruptura estructural respecto de cómo las organizaciones entienden sus procesos operacionales.
“La automatización tradicional hace exactamente lo que le dijiste que hiciera. Nada más. Si el proveedor manda una factura con un campo en el lugar equivocado, el sistema falla. Si cambia una regulación, alguien tiene que reprogramar”, explica Fritz.
La ejecutiva sostiene que la gran diferencia es que la IA agéntica puede interpretar contexto, analizar información incompleta y decidir cómo actuar sin haber sido programada específicamente para cada situación.
“Un sistema agéntico puede recibir una factura mal formateada, entender el contexto, consultar el historial del proveedor, validar contra la normativa vigente y procesarla, o escalarla con una explicación. Solo. Sin que nadie lo haya programado para ese caso específico”, afirma.
De automatizar tareas a delegar decisiones
La irrupción de estos sistemas no solo modifica herramientas tecnológicas. También cambia la lógica bajo la cual operan las compañías.
“La automatización clásica reemplaza pasos de un proceso. La IA agéntica puede gestionar el proceso completo, adaptar su comportamiento según lo que encuentra y aprender de cada iteración. No es una versión mejorada de lo anterior. Es una categoría diferente”, plantea Fritz.
La especialista sostiene que esta diferencia se vuelve crítica en organizaciones donde los datos cambian constantemente y las operaciones no pueden detenerse. “La automatización tradicional necesita que el mundo sea predecible. La IA agéntica funciona cuando el mundo no lo es”, señala.
Sin embargo, advierte que el avance de estas tecnologías también introduce nuevos desafíos de supervisión y control. “La IA agéntica toma decisiones con información incompleta, igual que un humano. Y cuando se equivoca, no siempre es obvio detectarlo. En operaciones críticas, eso exige un diseño de supervisión que hoy la mayoría de las empresas no tiene”, afirma.
Directorios y liderazgos bajo presión
La expansión de IA agéntica también está obligando a redefinir el rol de directorios, gerencias y líderes empresariales frente a decisiones tecnológicas cada vez más estratégicas.
“La pregunta que más escucho en las organizaciones con las que trabajo es: ¿cómo adoptamos esto rápido? La pregunta correcta es: ¿cómo adoptamos esto sin perder el control de lo que importa?”, sostiene Fritz.
A juicio de la ejecutiva, muchas organizaciones todavía están abordando la inteligencia artificial como una discusión exclusivamente tecnológica, cuando en realidad afecta directamente el negocio, la responsabilidad corporativa y la toma de decisiones.
“El CEO o el directorio que delega enteramente en el CTO la decisión sobre IA agéntica está cometiendo un error estratégico. No porque el CTO no sea capaz, sino porque estas decisiones afectan qué hace la empresa, quién lo hace y cómo responde ante un error. Eso es decisión de negocio, no de tecnología”, enfatiza.
La especialista añade que las organizaciones necesitan avanzar hacia nuevos modelos de gobernanza tecnológica, basados en trazabilidad de decisiones, límites claros de autonomía y supervisión humana en puntos críticos.
“Dos veces que le hagas la misma pregunta puedes obtener respuestas distintas. Eso requiere nuevos mecanismos: trazabilidad de decisiones, límites claros de autonomía por dominio, revisión humana en puntos específicos del proceso y protocolos para cuando el sistema actúa fuera del rango esperado”, explica.
Riesgos operacionales y ciberseguridad
El avance de agentes autónomos también está ampliando los riesgos operacionales y de ciberseguridad dentro de las empresas. Para Cristián López, CEO de Unitti, muchas organizaciones todavía están subestimando el impacto real que estos sistemas pueden tener sobre infraestructura crítica, plataformas corporativas y procesos sensibles de negocio.
El ejecutivo explica que un agente de inteligencia artificial no debe entenderse simplemente como un chatbot, sino como un sistema capaz de conectarse con APIs, acceder a bases de datos, modificar registros, enviar correos, ejecutar acciones e interactuar con otros sistemas empresariales sin intervención humana constante. “Eso cambia completamente la superficie de riesgo”, advierte el Lopéz.
Para el experto, uno de los principales problemas es la pérdida de trazabilidad y control respecto de decisiones automatizadas. En procesos críticos como pagos, facturación, logística, soporte o gestión de clientes, un agente podría ejecutar acciones erróneas debido a datos incompletos, interpretaciones incorrectas o “alucinaciones” del modelo, es decir, respuestas generadas con aparente seguridad, pero equivocadas.
“El problema es que, a diferencia de un software tradicional basado en reglas fijas, los modelos de IA trabajan de forma probabilística: no siempre reaccionan igual ante el mismo contexto”, detalla.
Errores “pequeños” que escalan
A juicio del ejecutivo, muchas compañías podrían reducir validaciones humanas demasiado rápido, generando escenarios donde errores pequeños terminen escalando en operaciones sensibles o relaciones críticas con clientes. También advierte sobre riesgos emergentes asociados a prompt injection, exfiltración de datos sensibles, accesos indebidos a sistemas conectados y automatización masiva de ataques cibernéticos.
“Hoy los atacantes pueden usar IA para crear phishing mucho más creíble, automatizar reconocimiento de vulnerabilidades y generar ataques personalizados a gran escala. La IA está reduciendo drásticamente la barrera técnica para ejecutar ataques sofisticados”, sostiene.
Otro punto especialmente delicado, añade, es la integración de agentes con infraestructura empresarial real: “Muchas compañías conectan agentes a ERP, CRM, sistemas financieros o plataformas cloud sin aplicar principios de mínimo privilegio. Eso significa que el agente termina teniendo más permisos de los necesarios”.
El ejecutivo agrega que, si uno de estos sistemas es comprometido, el atacante no solo obtiene acceso al modelo, sino también a los sistemas corporativos conectados.
El nuevo talento que buscan las empresas
El avance de IA agéntica también comienza a modificar los perfiles profesionales más demandados dentro de las organizaciones. Para Fritz, el impacto inicial no necesariamente estará en la reducción de puestos de trabajo, sino en la necesidad de contar con personas capaces de comprender simultáneamente el negocio y la lógica de funcionamiento de estos sistemas.
“El perfil que se vuelve crítico es el de alguien que entiende el proceso de negocio en profundidad y puede evaluar si lo que el sistema decidió tiene sentido. No es un perfil técnico puro ni un perfil de negocio puro. Es un híbrido que hoy escasea”, afirma.
La ejecutiva sostiene que las empresas que comiencen ahora a desarrollar este tipo de capacidades tendrán ventajas competitivas importantes durante los próximos años.
“La IA agéntica va a hacer cosas que hoy requieren equipos enteros. Eso libera capacidad. La pregunta es si esa capacidad se reinvierte en crear valor o simplemente se elimina para bajar costos”, concluye.
La carrera por controlar sistemas autónomos
Pese al potencial de eficiencia, automatización y escalabilidad, ambos especialistas coinciden en que la verdadera ventaja competitiva no estará únicamente en incorporar inteligencia artificial, sino en construir capacidades de supervisión, gobernanza y control capaces de administrar sistemas que comienzan a actuar de manera autónoma.
En opinión de López, muchas empresas chilenas todavía enfrentan un desafío adicional: avanzar hacia IA agéntica sin haber consolidado previamente procesos internos estandarizados o niveles adecuados de madurez digital.
“Automatizar un proceso desordenado normalmente solo acelera el problema existente”, sostiene el ejecutivo, quien enfatiza que las organizaciones que realmente obtendrán ventajas sostenibles serán aquellas capaces de combinar procesos bien definidos, gobierno de datos sólido y supervisión humana efectiva.
“La IA agéntica no reemplaza la gobernanza; en realidad, la vuelve mucho más importante”, concluye López.
