Los agentes de IA empiezan a traducirse en resultados medibles en la empresa, aunque no de forma inmediata. Un estudio presentado por Salesforce sostiene que las organizaciones que ya los tienen en producción alcanzan un retorno significativo de la inversión en torno a ocho meses, en un momento en que la adopción de este tipo de herramientas gana peso en los procesos internos y en la relación con el cliente.
El informe, elaborado a partir de una encuesta a 2.025 responsables de decisión sobre IA agéntica en 20 países, apunta a una idea que empieza a imponerse en el mercado: desplegar antes no garantiza rentabilizar antes. Lo que marca la diferencia, según el análisis, es la calidad y disponibilidad de los datos, la definición precisa del trabajo que asume cada agente y la existencia de mecanismos de supervisión humana desde el arranque.
Más despliegues, pero con resultados desiguales
Según los datos compartidos por Salesforce, los despliegues de agentes se han más que duplicado en el último año. Entre las compañías que ya trabajan con ellos en producción, la adopción por parte de los empleados alcanza el 53% y la satisfacción del cliente crece de media un 29%. En comercio, además, las empresas que utilizan estos sistemas registran un aumento de las ventas online cuatro veces superior al de aquellas que aún no los emplean.
Ese avance, sin embargo, no se reparte de la misma manera entre sectores. El estudio detecta que algunas industrias menos visibles en la carrera por adoptar esta tecnología, como servicios profesionales y logística, consiguen llegar antes al ROI. En cambio, el sector tecnológico, pese a figurar entre los más activos en despliegue, tarda más en obtener beneficios relevantes y sitúa ese plazo en torno a los 10 meses.
El dato importa más que la velocidad
Uno de los hallazgos centrales del informe es que el éxito de un agente autónomo depende, sobre todo, de que pueda acceder a información útil en el momento exacto en que debe actuar. Las organizaciones consultadas sitúan por delante de cualquier otro factor dos condiciones: contar con datos limpios y accesibles y limitar con claridad el caso de uso. La ambición, en este punto, parece menos eficaz que la precisión.
No todas las empresas esperan a tener una arquitectura de datos completamente unificada para lanzar estos sistemas. De hecho, solo el 31% de las organizaciones con despliegues completados había unificado por completo su información antes de poner en marcha sus agentes de IA. El resto seguía integrando fuentes, conviviendo con fragmentación o resolviendo carencias sobre la marcha.
Aun así, la diferencia de tiempos existe. Las compañías que unifican antes los datos relevantes logran un ROI significativo en 7,3 meses, frente a los 8,8 meses de aquellas que priorizan el lanzamiento y dejan para después el ajuste de su infraestructura de información. La conclusión no es tanto esperar a la perfección como identificar qué datos son realmente críticos para cada tarea.
La integración en el flujo de trabajo marca la adopción
El informe también dibuja un mapa tecnológico todavía fragmentado. La organización media encuestada utiliza 58 aplicaciones empresariales distintas, pero menos de la mitad, un 42%, tiene la IA integrada de forma nativa. Ese detalle pesa en el uso cotidiano: los empleados recurren algo más a estas soluciones cuando están incorporadas directamente en sus herramientas principales que cuando funcionan como sistemas externos conectados.
La diferencia puede parecer moderada, pero el mensaje de fondo es claro. El 94% de las organizaciones con agentes ya desplegados considera que integrar la IA en los flujos de trabajo centrales aporta más valor que utilizarla como herramienta independiente. En otras palabras, el agente resulta más útil cuando desaparece como novedad visible y se convierte en una capa natural del trabajo diario.
El dilema entre gobernanza y rapidez
Otro de los puntos sensibles tiene que ver con la gobernanza. Antes del despliegue, las organizaciones analizadas cuentan de media con dos estructuras de control, como supervisión en tiempo real, registros de auditoría o protocolos de escalado. Después de la implementación, esa media sube a tres. El dato refleja que muchas compañías ajustan los controles una vez que el sistema ya está operando.
Ese enfoque más ligero acelera los tiempos de retorno, pero también aumenta la exposición al error. Las empresas con menor nivel de gobernanza alcanzan un ROI positivo en 7,2 meses, frente a los 9,3 meses de las que implantan marcos más sólidos desde el principio. A cambio, casi duplican la probabilidad de detectar que un agente actúa fuera de sus parámetros solo después de que se produzca una incidencia con consecuencias: 32% frente a 18%.
Para muchas compañías, el reto no está ya en decidir si incorporan agentes, sino en qué equilibrio aceptan entre velocidad y control. Entre los encuestados cuyas iniciativas de IA se ralentizan, se estancan o fracasan, un 38% admite que habría necesitado protocolos de gobernanza y escalado humano más robustos. La urgencia por desplegar convive así con una evidencia cada vez más presente: en la automatización empresarial, la eficiencia no sustituye a la supervisión.
