La encuesta State of AI de McKinsey (noviembre 2025, 1,993 empresas en 105 países) puso números al momento agéntico: 62% de las organizaciones ya experimenta con agentes de IA y 23% los escala en al menos una función — pero en ninguna función los despliegues totalmente escalados superan el 10%. Gartner proyecta que 40% de las aplicaciones empresariales traerán agentes de tarea específica al cierre de 2026 (venían de menos de 5% en 2025), y a la vez advierte que más de 40% de los proyectos agénticos se cancelará antes de 2027 por costos y valor difuso.
Traducción: los agentes ya no son demo de conferencia, pero tampoco son "empleados digitales" autónomos. Son software que ejecuta procesos acotados con supervisión. La diferencia entre capturar valor o engrosar la lista de cancelados está en qué proceso eliges.
Qué es real y qué sigue siendo demo
El estudio más útil no vino de un vendor. Measuring Agents in Production (diciembre 2025) encuestó a 306 equipos con agentes operando en 26 industrias:
- 68% de los agentes en producción ejecuta máximo 10 pasos antes de requerir intervención humana.
- 70% usa modelos de catálogo con buen prompting; casi nadie entrena modelos propios.
- La confiabilidad —no el costo ni la capacidad— es la barrera #1 reportada.
Y en TheAgentCompany, el benchmark de Carnegie Mellon que simula una empresa completa (correo, sistemas, compañeros), el mejor agente terminó de punta a punta solo 30.3% de las tareas. Ese es el techo actual en tareas largas y abiertas.
Lo que ya es confiable (con humano validando): extracción de datos de facturas, contratos y órdenes; triage de correos y tickets con respuesta en borrador; conciliaciones y cruces entre sistemas; prospección e investigación estructurada; reportes recurrentes. El patrón común: pocos pasos, resultado verificable, error barato de corregir.
Qué movieron los labs en Q1 2026
- Anthropic: lanzó Claude Cowork, agente de escritorio para usuarios no técnicos (research preview en enero; versión empresarial el 24 de febrero con conectores a Gmail, Drive y DocuSign). Claude Opus 4.6 (5 de febrero) llegó con contexto de 1 millón de tokens, y su uso de computadora ya puntúa 72.5% en OSWorld (venía de menos de 15%).
- OpenAI: el foco del trimestre fue control empresarial: Skills reutilizables por workspace y bloqueo de dominios para la navegación de agentes.
- Estándares: MCP, el protocolo que conecta agentes con sistemas, pasó a una fundación bajo Linux Foundation (diciembre 2025, con Anthropic, OpenAI y Block). Menos lock-in de proveedor.
El patrón: menos "agente que hace todo", más gobernanza y auditoría. Coincide con lo que compran las empresas: en la encuesta de CrewAI a 500 directivos (febrero 2026), seguridad y gobernanza es el criterio #1 de compra (34%).
Qué cambia en México
- Según el estudio de AWS (2025), 38% de las empresas mexicanas ya usa IA (+31% anual); en pymes la adopción pasó de 28% a 37%.
- KPMG (Panorama de la IA en México y Centroamérica 2025): 56% de las empresas no ha identificado valor comercial claro. Agentizar sin caso de negocio es la vía directa a la cancelación.
- Regulación: con la nueva LFPDPPP (2025), si el agente toca datos personales de clientes o empleados necesitas base de licitud y medidas de seguridad documentadas desde el diseño, no como parche.
- Ventaja local: los procesos administrativos alrededor del CFDI 4.0 ya están estructurados y validables contra el SAT — terreno ideal para agentes de extracción y conciliación.
Framework: qué proceso agentizar primero
Califica cada proceso candidato (1 a 5 puntos por criterio):
- Frecuencia: ocurre 20+ veces por semana.
- Acotamiento: cabe en 10 pasos o menos, con reglas escritas.
- Reversibilidad: un error se detecta y corrige barato antes de llegar al cliente o al SAT.
- Datos listos: la información está digital y accesible, no en PDFs escaneados ni en la cabeza de alguien.
- Línea base: sabes cuántas horas y pesos cuesta hoy hacerlo a mano.
Empieza por el de mayor puntaje, con un humano validando el output las primeras 4-6 semanas. Si un proceso reprueba en 2 o más criterios, no está listo: arregla primero los datos.
¿Tienes tres procesos candidatos y no sabes cuál va primero? En un diagnóstico de 30 días los calificamos con datos de tu operación y te entregamos la matriz. Hablemos.