AI WORLD HQ
Imagina pedirle a una herramienta que organice tu bandeja de entrada, busque los datos de un cliente y redacte una respuesta, todo sin que tengas que hacer clic en cada paso. Eso es lo que la gente suele llamar un agente de IA: un programa capaz de realizar una serie de acciones para alcanzar un objetivo, no solo responder una pregunta. Zapier, una empresa que crea herramientas para automatizar flujos de trabajo, ha encuestado por segundo año consecutivo a líderes empresariales sobre estos agentes. Sus resultados muestran un crecimiento rápido, pero también una gran diferencia entre usar agentes y confiar en que trabajen solos.
Lo que reveló la encuesta
Zapier afirma que el porcentaje de organizaciones que utilizan agentes de IA en producción —es decir, en el trabajo real del día a día y no solo en una prueba— aumentó del 40% en 2025 al 71% en 2026. El porcentaje de organizaciones que todavía los estaban probando bajó del 32% al 17%.
El uso aumentó en todos los departamentos incluidos en la encuesta. Según Zapier, estos fueron los mayores incrementos en el porcentaje de organizaciones que utilizan agentes:
- Finanzas: del 24% al 41%
- Recursos humanos: del 30% al 43%
- Operaciones: del 47% al 59%
- Ventas: del 26% al 37%
Las tareas más habituales siguieron siendo las mismas: resumir documentos y extraer o introducir datos.
Por qué las personas siguen participando
El hallazgo central de Zapier está relacionado con la autonomía, es decir, con cuánto puede completar un agente sin ayuda. Solo el 30% de los líderes afirma que sus agentes completan más del 60% de las tareas asignadas sin intervención humana.
La encuesta señala un motivo claro. Cuando más de la mitad de los agentes de una organización están conectados a flujos de trabajo automatizados más amplios —una serie fija de pasos que el programa ejecuta en orden—, el 77% de los líderes afirma que sus agentes completan por sí solos más del 60% de las tareas. Cuando la mitad o menos están conectados de esa manera, la cifra baja al 8%.
Así podría funcionar. Un agente lee un nuevo ticket de soporte y etiqueta el problema. Después entran en acción reglas fijas: las disputas de facturación se envían a una persona y las preguntas habituales llegan al equipo adecuado. El agente toma la decisión inicial, mientras que el flujo de trabajo determina cuándo debe intervenir una persona. Zapier describe este enfoque como establecer supervisión humana en puntos de control definidos, en lugar de esperar a que alguien se dé cuenta de un problema por casualidad.
Dónde persisten las preocupaciones
Todavía quedan algunos obstáculos. Los líderes mencionaron con mayor frecuencia la privacidad de los datos, la seguridad y el cumplimiento de las normas (27%), seguidos de la precisión, la fiabilidad y los errores (24%).
Zapier recomienda combinar la IA con la automatización determinista, es decir, pasos basados en reglas que funcionan de la misma manera cada vez. En su ejemplo, la IA interpreta una solicitud poco clara, mientras que las reglas fijas controlan adónde va la información y qué acciones necesitan aprobación. Zapier deja claro que esto no hace que la IA sea infalible. Simplemente limita hasta dónde puede propagarse un error.
En resumen
La encuesta de Zapier sugiere que los agentes de IA están pasando de la fase de prueba al trabajo cotidiano, y que la mayoría de las organizaciones todavía mantiene a las personas involucradas en momentos clave. La lección práctica es elegir una tarea que repitas cada semana, señalar los puntos en los que una persona debería revisar el resultado y anotar qué pasos podrían ejecutarse automáticamente. Después podrás decidir cuánta libertad debería tener un agente.