La inversión empresarial en IA está en auge, pero la luna de miel terminó oficialmente. Gartner ha declarado 2026 como un "año de inflexión" para que las organizaciones alineen sus proyectos de IA con objetivos estratégicos de negocio, lo que en lenguaje corporativo significa: "enséñanos el dinero, o tiramos del enchufe". A medida que aumenta la presión para demostrar el retorno de inversión, los ejecutivos recurren a la IA agéntica, esperando que ofrezca los resultados financieros medibles que exigen sus accionistas.

Existe una oportunidad primordial para los agentes de IA en la propia función tecnológica, donde se proyecta que los costos de infraestructura de TI se duplicarán o triplicarán para 2030, según McKinsey, incluso mientras los presupuestos se mantienen congelados. En los últimos 18 meses, los equipos tecnológicos —ingenieros, desarrolladores, arquitectos y otros profesionales que mantienen las luces digitales encendidas— claramente han puesto a trabajar a los agentes. La promesa última de los agentes no es solo automatizar tareas, sino gestionar flujos de trabajo completos, persiguiendo objetivos de negocio de manera que humanos y agentes colaboren. Pero dados los riesgos de la toma de decisiones automatizada, los equipos no pueden simplemente entregar las llaves sin tener la confianza de que los agentes son seguros, fiables y protegidos.

Entre los expertos en tecnología, nuestra investigación muestra que los equipos tienen una confianza enorme en el uso de IA agéntica en una cantidad significativa de tareas de IA, datos y nube. Donde disminuye la preparación de los agentes, se debe en gran medida a la falta de contexto empresarial suministrado a estos sistemas. Cuanto más compleja es la tarea, más capacidad de razonamiento necesita un agente —y más contexto empresarial requiere. Tales capacidades de generación de contexto aún están en desarrollo temprano, especialmente cuando los datos empresariales son desordenados y difíciles de manejar. La supervisión humana, resulta, sigue siendo un factor clave para el éxito.

Sabiendo que los equipos tecnológicos son fundamentales para esta transformación, los expertos que entrevistamos esperan que la confianza en los agentes se acelere a medida que la experiencia se profundiza y los entornos empresariales maduran. "A medida que diseñamos agentes para operar dentro de los mismos límites operativos, sistemas de identidad y modelos de gobernanza que los equipos ya utilizan, comienzan a comportarse más como los sistemas en los que las organizaciones ya confían", dice Jeremy Winter, vicepresidente corporativo y director de producto de Microsoft Azure Platform.

Este informe —basado en una encuesta a 300 expertos tecnológicos globales— clasifica 101 tareas en flujos de trabajo de IA, datos y nube según la confianza de los encuestados en que los agentes actúen en su nombre. También examina cómo los equipos tecnológicos ven las oportunidades y desafíos de la IA agéntica, junto con su potencial para mejorar sus carreras. La confianza está aumentando para tareas medibles y creciendo en áreas de juicio complejo. Los expertos tecnológicos creen abrumadoramente que los agentes ayudan con el trabajo diario, incluyendo la optimización de procesos, la mejora del rendimiento y la reducción de tareas repetitivas. La confianza es mayor para generar informes y código estándar, con una clara oportunidad en flujos de trabajo de múltiples pasos y razonamiento avanzado.

Los flujos de trabajo de datos son el dominio innovador. Los equipos tecnológicos confían más en los agentes donde la estructura proporciona una base fiable para las decisiones —áreas como monitoreo de calidad de datos, detección de anomalías en visualizaciones, monitoreo de flujos de datos en tiempo real y perfilado de datos. Aquí es donde los expertos del dominio más cercanos a los datos pueden proporcionar contexto para que los agentes actúen y ofrezcan resultados fiables.

Lea el blog de Microsoft Cloud de Amanda Silver, vicepresidenta corporativa de Microsoft 365 Core y Work IQ, que subraya la importancia de mantener a los humanos en el bucle y cómo el pensamiento sistémico impulsa las carreras. Y para una inmersión más profunda en los flujos de trabajo de datos como caso de uso innovador para agentes, consulte el blog de Fabric para escuchar a Kim Manis, vicepresidenta corporativa de Producto para Microsoft Fabric.

Este contenido fue producido por Insights, el brazo de contenido personalizado de MIT Technology Review. No fue escrito por el equipo editorial de MIT Technology Review. Fue investigado, diseñado y escrito por escritores humanos, editores, analistas e ilustradores. Esto incluye la redacción de encuestas y la recopilación de datos.