Durante los últimos años nos acostumbramos a pedirle cosas a la inteligencia artificial: redactar un correo, resumir un documento, traducir un texto, crear una imagen o responder una pregunta. Pero la siguiente etapa de esta tecnología promete ir mucho más allá: no solo contestar, sino actuar.
Son los llamados agentes de inteligencia artificial, sistemas capaces de recibir un objetivo, utilizar diferentes herramientas, realizar varios pasos y ejecutar acciones para conseguir un resultado.
Esta transición hacia la llamada IA agéntica fue uno de los principales temas abordados durante el Google Cloud Summit México 2026, realizado recientemente en Ciudad de México, donde especialistas y empresas analizaron cómo estas herramientas comienzan a pasar de los experimentos a aplicaciones concretas dentro de las organizaciones.
“Estamos pasando de qué se puede hacer con inteligencia artificial a qué estamos haciendo con inteligencia artificial”, explicó Eduardo López, presidente de Google Cloud para América Latina.
La IA ya no solo responde: también actúa
La diferencia puede parecer pequeña, pero cambia considerablemente lo que puede hacer la tecnología.
Cuando utilizamos un chatbot podemos pedirle, por ejemplo, que resuma una reunión. Un agente puede ir más lejos: recibir la instrucción de resumirla cuando termine, identificar los puntos importantes y después cargar automáticamente esa información en la plataforma que utiliza la empresa para gestionar el trabajo.
Otro ejemplo mencionado durante el encuentro fue un problema cotidiano: una computadora que deja de funcionar.
Los agentes de inteligencia artificial comienzan a ejecutar tareas y procesos dentro de las empresas. Su adopción empieza a acelerarse en América Latina. Foto: Said Pulido.“En lugar de que el empleado tenga que averiguar a quién contactar, llenar formularios y seguir diferentes pasos, un agente podría conocer el procedimiento interno y encargarse de iniciar el proceso para solicitar un nuevo equipo”, dijo Julio Velázques, director general de Google Cloud México.
En términos sencillos, un agente utiliza un modelo de IA conectado con otras herramientas o sistemas para realizar acciones encaminadas a cumplir un objetivo.
América Latina acelera la adopción de IA
La transformación comienza a extenderse por la región. Durante el encuentro, representantes de Google Cloud señalaron que el uso de inteligencia artificial entre su base de clientes de pequeñas y medianas empresas en América Latina aumentó 3.5 veces durante el último año.
Parte de esta expansión ocurre porque herramientas que antes requerían conocimientos especializados pueden utilizarse ahora mediante instrucciones escritas en lenguaje natural.
El cambio también supone pasar de utilizar la IA como una herramienta individual a integrarla en procesos completos de una organización. Un agente puede consultar información, interactuar con diferentes aplicaciones y realizar una secuencia de acciones con menor intervención humana.
La expectativa es que estos sistemas se incorporen progresivamente a actividades como atención al cliente, administración, análisis financiero, comercio electrónico, compras, mercadotecnia o gestión documental.
¿Qué pasará con nuestros trabajos?
La expansión de los agentes vuelve inevitable una de las preguntas que acompaña a la inteligencia artificial desde su aparición: ¿qué ocurrirá con el empleo?
Los representantes de Google Cloud evitaron hacer predicciones sobre cómo será el mercado laboral dentro de una década, pero plantearon que muchas profesiones podrían incorporar progresivamente estas herramientas.
Una posibilidad es que los trabajadores se vuelvan una especie de profesionales “bilingües”: personas que conocen su oficio y, al mismo tiempo, saben utilizar inteligencia artificial para realizarlo mejor.
Eso no se limitaría a quienes trabajan frente a una computadora. Durante una rueda de prensa se mencionó el ejemplo de un artesano de la madera que utiliza herramientas de visión artificial para detectar posibles defectos en una pieza mientras continúa realizando manualmente su trabajo.
La transformación, por tanto, podría producirse no solo mediante la automatización completa de actividades, sino también a través de trabajadores que incorporen agentes y otras herramientas de IA a tareas que ya realizan.
Los agentes de inteligencia artificial comienzan a ejecutar tareas y procesos dentro de las empresas. Su adopción empieza a acelerarse en América Latina. Foto: Said Pulido.México muestra cómo comienzan a utilizarse
México ofrece una fotografía de cómo está avanzando esta nueva etapa en América Latina.
El 40% de las empresas del país adopta activamente agentes de inteligencia artificial y otro 13% se encuentra escalando proyectos dentro de sus operaciones, de acuerdo con el estudio Work: in Progress, elaborado por IDC y Provokers a solicitud de Google Cloud.
Algunas compañías ya comienzan a mostrar resultados concretos. Por ejemplo, Farmacias del Ahorro desplegó una iniciativa basada en Gemini Enterprise para 1,000 empleados de áreas como tecnología, comercio electrónico y mercadotecnia. Según Google Cloud, alcanzó una adopción activa del 95% y podría generar unas 140,000 horas de productividad al año.
Grupo Bafar, por su parte, utilizó IA para automatizar parte de la elaboración de documentos relacionados con contratos para la apertura de tiendas. El tiempo requerido para generar determinados anexos pasó de 140 a 17 minutos por sucursal, una reducción del 88%, según datos de la compañía.
Son ejemplos de una tendencia que comienza a desplazar la discusión desde qué puede hacer la inteligencia artificial hacia qué procesos vale la pena delegarle.
El problema de la IA que tu empresa no sabe que utilizas
Pero la adopción acelerada también está creando nuevos riesgos.
El mismo estudio encontró que el 44% de los profesionales mexicanos utiliza herramientas personales de inteligencia artificial no autorizadas por su empresa para realizar actividades relacionadas con el trabajo. Esta práctica se conoce como Shadow AI.
El problema aparece cuando un empleado introduce información de la compañía en una plataforma sobre la cual la organización no tiene control.
Durante la rueda de prensa, representantes de Google Cloud explicaron que en estos casos una empresa puede perder la trazabilidad: no necesariamente sabe qué información fue introducida, qué respondió la herramienta ni qué tratamiento reciben posteriormente esos datos.
El riesgo puede aumentar cuando se utilizan servicios personales cuyas condiciones permiten que determinada información sea utilizada para mejorar o entrenar modelos.
Las organizaciones se enfrentan así a un nuevo dilema: intentar impedir el uso de IA —algo cada vez más difícil— o proporcionar herramientas corporativas con controles de acceso, seguridad y manejo de datos.
El siguiente desafío: controlar a los agentes
Cuanto mayor sea la autonomía de estos sistemas, mayor será también la necesidad de supervisarlos.
La productividad es uno de los principales argumentos detrás de su adopción. Automatizar procesos repetitivos puede ahorrar tiempo, pero las empresas también tendrán que evaluar la calidad del trabajo, el retorno de la inversión y los posibles errores.
A ello se suma otro problema: controlar cuánto cuesta mantener trabajando a decenas, cientos o eventualmente miles de agentes.
Las plataformas empresariales comienzan por ello a incorporar mecanismos para establecer presupuestos, permisos y límites de gasto, además de determinar qué modelos puede utilizar cada agente y a qué información puede acceder.
La administración de la IA podría convertirse así en una nueva función dentro de las organizaciones: no solo decidir dónde utilizarla, sino vigilar qué hace, cuánto cuesta, qué datos consulta y qué acciones puede ejecutar.
Google denomina a este modelo la “empresa agéntica”: organizaciones en las que personas y agentes digitales colaboran para realizar procesos y alcanzar determinados resultados.
Pero su expansión también hará más importantes cuestiones como la ciberseguridad, la privacidad, la supervisión humana y la regulación.
La gran transformación de la inteligencia artificial podría no consistir únicamente en tener modelos cada vez más capaces de responder nuestras preguntas. El siguiente paso será aprender qué ocurre cuando comenzamos a delegarles acciones.
Y, sobre todo, decidir cuáles estamos dispuestos a dejar en sus manos.
