Agentes de IA empresarial: el 40% de proyectos fracasará para 2027

¿Qué ha ocurrido?

La implementación de agentes de inteligencia artificial en entornos empresariales avanza a toda velocidad, pero los fracasos se acumulan. Según Gartner, más del 40% de los proyectos de IA agéntica serán cancelados antes de 2027. La causa no es técnica en el sentido tradicional: los modelos funcionan, los frameworks son accesibles y cualquiera con una tarjeta de crédito puede construir un agente en una tarde. El verdadero cuello de botella es la infraestructura de gobierno que rodea al agente: identidad, observabilidad y control de costes.

Un agente no es un chatbot más rápido. Encadena decenas de pasos, llama a herramientas externas, mantiene estado entre sesiones y desencadena acciones reales. La mayoría hereda las credenciales de quien lo despliega, operando a velocidad de máquina sin contexto sobre las consecuencias. Un ingeniero razona sobre un cambio de base de datos durante horas; un agente puede ejecutar cien cambios antes de que nadie revise el primero.

¿Por qué es importante?

El impacto no es solo técnico, sino organizativo. Cuando algo falla, el coste no es el incidente en sí, sino los meses de despliegue estancado que siguen. El comité de riesgos congela los pilotos, las ganancias de productividad nunca se materializan y Finanzas sigue pagando la factura de la API. Este patrón se repite en todas las industrias.

La escala del problema es enorme. La investigación en gestión de identidades sitúa las identidades no humanas en una proporción de más de 100 a 1 frente a las cuentas humanas, y un informe de mayo de 2026 revela que dos tercios de esas identidades están invisibles y sin gestionar. Los agentes, al moverse de humanos a no humanos, multiplican exponencialmente la superficie de ataque.

Los tres pilares para sobrevivir

1. Identidad para actores no humanos

El fallo típico: un product manager con amplio acceso a API crea un agente que hereda todo ese alcance y opera a velocidad de máquina en sistemas que nadie inventarió. La solución pasa por implementar identidades específicas para agentes, con permisos mínimos y ciclos de vida cortos.

2. Observabilidad

El registro tradicional de auditoría captura petición y respuesta, pero no la cadena de decisiones que toma un agente. Se necesita telemetría a nivel de paso, trazabilidad de decisiones y alertas sobre comportamientos anómalos. Sin observabilidad, es imposible saber qué hizo el agente hasta que es demasiado tarde.

3. Optimización de costes

Los agentes consumen recursos de forma impredecible. Una llamada a una API externa puede costar centavos, pero un bucle no controlado puede disparar la factura. Es necesario establecer límites de gasto, monitorizar el consumo por agente y tener mecanismos de apagado automático.

¿Qué consecuencias tendrá?

Las empresas que ignoren estos pilares verán cómo sus proyectos se estancan o cancelan. La normativa también aprieta: el Artículo 14 de la EU AI Act, que exige supervisión humana para sistemas de alto riesgo, entra en vigor el 2 de agosto de 2026. Las organizaciones que no hayan implementado gobierno sobre sus agentes podrían enfrentarse a sanciones.

Por el contrario, quienes inviertan en identidad, observabilidad y costes podrán escalar sus agentes con confianza. La ventaja competitiva no la dará el modelo más inteligente, sino la infraestructura más robusta.

Qué deben saber los lectores

• No despliegue un agente sin antes definir su identidad y permisos específicos.
• Implemente observabilidad desde el día uno: registre cada paso, no solo la petición y respuesta.
• Establezca límites de coste y monitorice el gasto en tiempo real.
• Prepárese para la EU AI Act: la supervisión humana no es opcional para agentes de alto riesgo.
• El 40% de cancelación de Gartner es una advertencia, no una profecía: se puede evitar con buena arquitectura.

"El factor decisivo para que la IA agéntica llegue a producción no es el modelo, el framework o el caso de uso. Es la infraestructura que hay debajo del agente: la parte en la que las personas que construyen agentes nunca han tenido que pensar." — InfoWorld