En los últimos doce meses la llamada Inteligencia Artificial Agéntica (IAA) ha pasado de ser un concepto de laboratorio a una realidad comercial que ya está siendo incorporada por empresas de todos los tamaños. A diferencia de los sistemas tradicionales de IA, que funcionan como asistentes o algoritmos de predicción, la IAA está diseñada para actuar de forma autónoma: percibe su entorno, procesa información, elige un objetivo y ejecuta acciones sin intervención humana directa. Esta capacidad de actuar como un “agente” abre un abanico de posibilidades —y riesgos— que trascienden la mera automatización de procesos repetitivos.

Un salto cualitativo en la productividad

El primer efecto observable de la IAA es el incremento de la productividad en áreas que dependen intensamente de datos y decisiones rápidas. En la industria manufacturera, por ejemplo, los agentes de IA pueden coordinar líneas de ensamblaje, anticipar fallos de equipos y reprogramar el flujo de trabajo en tiempo real, reduciendo los tiempos de inactividad en hasta un 30 % según estudios internos de varias plantas piloto en Asia y Europa. En el sector financiero, los agentes de IAA gestionan carteras, ejecutan operaciones de alta frecuencia y realizan análisis de riesgo al instante, lo que permite a los gestores de fondos captar oportunidades que antes estaban fuera del alcance humano.

Este aumento de la eficiencia no se limita a los procesos internos. La IAA también potencia la interacción con clientes a través de “asistentes de venta” que negocian precios, personalizan ofertas y gestionan devoluciones sin necesidad de que un operador humano intervenga en cada paso. En empresas de comercio electrónico, los resultados de pruebas A/B mostraron que la tasa de conversión creció entre 5 % y 12 % cuando se sustituyeron los chatbots tradicionales por agentes de IA capaces de cerrar transacciones.

Reconfiguración de la estructura organizacional

El despliegue de agentes autónomos obliga a las organizaciones a replantearse sus modelos de gestión. Aparecen nuevos roles —prompt engineers, supervisores de agentes, diseñadores de políticas de comportamiento— mientras que puestos tradicionalmente operativos, como analistas de datos de nivel medio o técnicos de soporte, se vuelven redundantes. Según una encuesta de la consultora McKinsey a 1.200 directivos de empresa, el 42 % anticipa que, en los próximos cinco años, al menos una mitad de los roles de nivel operativo serán sustituidos o redefinidos por agentes de IA.

Esta transformación no es homogénea. Empresas con una cultura de innovación y con recursos para invertir en I+D pueden crear unidades de IA‑Ops que integren agentes en toda la cadena de valor, mientras que organizaciones más tradicionales corren el riesgo de quedar atrapadas en una brecha tecnológica que dificulte su competitividad. En este sentido, la IAA actúa como un catalizador de la concentración de poder económico: los gigantes tecnológicos que dominan la investigación de IA —Google, Microsoft, Amazon y Meta— se convierten en proveedores críticos de plataformas de agentes, lo que les otorga una posición de negociación privilegiada frente a sus clientes corporativos.

Dinámica del mercado financiero

El entusiasmo por la IAA ha influido de forma notable en los flujos de capital. Desde el inicio del ciclo alcista de 2023, las acciones de las grandes tecnológicas han registrado una rentabilidad promedio superior al 40 % en comparación con el índice S&P 500. Los analistas de Wall Street citan la capacidad de estas compañías para monetizar la IAA mediante licencias de software, servicios en la nube y soluciones de IA‑as‑a‑Service (AIaaS) como la razón principal de este desempeño.

Un caso emblemático es el de Berkshire Hathaway. Aunque históricamente ha evitado la exposición a tecnologías emergentes, la firma de Warren Buffett ha anunciado una estrategia de recompras de acciones combinada con una inversión directa en fondos que replican el desempeño de las empresas líderes en IA. La decisión se interpreta como una señal de que incluso los inversionistas más conservadores reconocen la IAA como un motor de crecimiento a largo plazo.

Los fondos cotizados (ETF) centrados en IA, como el Global X Artificial Intelligence & Technology ETF (AIQ) o el iShares Robotics & AI Multisector ETF (IRBO), han experimentado entradas netas de capital por más de 10 % mensuales desde mediados de 2023, lo que indica que la percepción del mercado sobre el potencial de la IAA está consolidándose como una tendencia estructural y no como una moda pasajera.

Implicaciones para la fuerza laboral

Si bien la mayor productividad y los beneficios económicos son atractivos, la IAA plantea importantes desafíos sociales. La automatización de decisiones complejas puede desplazar a profesionales en áreas como la contabilidad, la logística y la atención al cliente. Sin embargo, también crea demandantes de habilidades técnicas avanzadas: programación de agentes, diseño de entornos simulados y gestión ética de algoritmos.

En América Latina, la brecha de habilidades es particularmente marcada. Según datos del Banco Interamericano de Desarrollo (BID), menos del 15 % de la población laboral cuenta con competencias digitales avanzadas, lo que dificulta la adaptación a roles de supervisión de IAA. En respuesta, gobiernos de Chile, Colombia y México han lanzado programas de capacitación en IA que combinan cursos en línea, bootcamps presenciales y certificaciones en colaboración con universidades y empresas tecnológicas.

El desafío no es solo de formación, sino también de reconversión. Políticas de subsidios salariales para trabajadores que migren a puestos de alta cualificación, así como esquemas de seguro de desempleo ampliado, son propuestas que están circulando en los círculos de política pública. La experiencia de la Unión Europea, que implementó un fondo de transición laboral de 100 000 millones de euros para la era digital, sirve como referencia para los países que buscan mitigar el impacto social de la IAA.

Marco regulatorio y ética

El rápido despliegue de agentes autónomos ha puesto de relieve la ausencia de regulaciones específicas que aborden la responsabilidad legal de un algoritmo que toma decisiones por sí mismo. En Estados Unidos, la Comisión Federal de Comercio (FTC) está evaluando propuestas para exigir transparencia en la lógica de los agentes y la posibilidad de auditorías independientes. En la UE, la propuesta de Artificial Intelligence Act clasifica a los sistemas de IAA como de “alto riesgo”, obligándolos a someterse a evaluaciones de conformidad antes de su comercialización.

Además, la cuestión ética de la delegación de decisiones críticas a máquinas —por ejemplo, la selección de candidatos en procesos de contratación o la asignación de recursos médicos— requiere la definición de principios de equidad, no discriminación y explicabilidad. Organizaciones como la IEEE y el Partnership on AI están publicando guías de mejores prácticas que incluyen la creación de “cajas negras” auditables y la incorporación de humanos en la cadena de supervisión para decisiones de alto impacto.

Escenarios a medio plazo

Mirando hacia los próximos cinco a diez años, se pueden delinear tres posibles trayectorias:

• Concentración tecnológica: Las grandes plataformas de IA continúan dominando el mercado, acaparando talento y capital. Las pymes adoptan la IAA a través de modelos de suscripción, pero su capacidad de innovación se reduce, generando una mayor brecha entre líderes y seguidores.
• Descentralización mediante código abierto: Comunidades de código abierto desarrollan marcos de IAA accesibles, lo que democratiza la tecnología y permite a startups y gobiernos locales crear soluciones a medida. Este escenario favorece la competencia y la diversificación de modelos de negocio.
• Regulación restrictiva: Legislaciones más severas imponen límites a la autonomía de los agentes, exigiendo supervisión humana obligatoria. Aunque ralentiza la adopción, podría generar un entorno más seguro y generar oportunidades para proveedores de servicios de auditoría y cumplimiento.

El escenario que prevalezca dependerá del equilibrio entre la presión de los mercados financieros que buscan retornos rápidos y la capacidad de los reguladores para proteger intereses sociales.

Conclusión

La Inteligencia Artificial Agéntica representa una revolución que trasciende la automatización tradicional. Su capacidad de actuar de forma autónoma está impulsando aumentos de productividad sin precedentes, pero también está reconfigurando la estructura organizativa de las empresas y concentrando la inversión en un puñado de gigantes tecnológicos. La respuesta de los mercados financieros, la adaptación de la fuerza laboral y la elaboración de marcos regulatorios adecuados determinarán si la IAA será una herramienta de crecimiento inclusivo o un motor de desigualdad estructural. Lo que está claro es que los próximos meses y años serán decisivos para observar cómo se consolida esta tecnología y cómo los distintos actores —empresas, inversores, gobiernos y trabajadores— logran alinear sus intereses en torno a un futuro donde los agentes de IA convivan con la inteligencia humana.