Respuesta corta
¿Qué es la agentic AI y qué ha cambiado en 2026?
Respuesta corta
La agentic AI (IA agéntica) es la inteligencia artificial que no se limita a responder: recibe un objetivo, lo divide en pasos, usa herramientas como el CRM, el ERP o el correo, comprueba el resultado y repite hasta terminar. En 2026 ya es producto de catálogo de OpenAI, Google, Microsoft y Anthropic.
La IA agéntica no es un modelo nuevo, sino una forma nueva de usar los modelos de lenguaje: en lugar de pedirles un texto, les das una tarea. Un AI agent, o agente de IA, percibe la situación, planifica, actúa con herramientas y comprueba el resultado, en bucle. La diferencia exacta entre un agente, un chatbot y una automatización la tienes en mi guía agente de IA vs chatbot vs automatización; aquí me centro en el mercado y en qué hacer.
Lo que ha cambiado en los últimos diez meses es que la agentic AI ha dejado de ser una demo. Los grandes proveedores venden plataformas para crear, vigilar y pagar agentes, y la industria comparte ya estándares abiertos para conectarlos. Estos son los hechos clave, con fecha:
- 9 dic 2025
La Linux Foundation crea la Agentic AI Foundation (AAIF)
Nace con tres proyectos donados: el Model Context Protocol (MCP) de Anthropic, goose de Block y AGENTS.md de OpenAI. Entre sus miembros platino están AWS, Google, Microsoft, Bloomberg y Cloudflare.
- 5 feb 2026
OpenAI presenta Frontier
Una plataforma para crear, desplegar y gestionar agentes en la empresa, cada uno con identidad propia, permisos explícitos y evaluación integrada. Empezó con un grupo limitado de clientes.
- 9 abr 2026
Claude Cowork, de Anthropic, disponible para todos
Tras una vista previa desde el 12 de enero, el agente de escritorio para trabajo de oficina pasa a disponibilidad general en macOS y Windows.
- Abr 2026
Google lanza Gemini Enterprise Agent Platform
En Google Cloud Next '26 presenta la evolución de Vertex AI para crear, escalar y gobernar agentes, con identidad criptográfica por agente y un registro central.
- 1 may 2026
Microsoft Agent 365, disponible de forma general
Es un plano de control para inventariar, vigilar y proteger los agentes de la empresa. Precio: 15 dólares (USD) por usuario y mes en modalidad independiente, o incluido en Microsoft 365 E7 (consultado el 12 de octubre de 2026).
- 25 ago 2026
McKinsey publica «The state of AI in 2026»
El 40 % de las grandes organizaciones ya escala agentes de IA, frente al 27 % de un año antes.
- 8 oct 2026
Google presenta el Gemini agent
Un único agente para el trabajo que crea subagentes, combina modelos Gemini y Claude y registra cada acción en un rastro de auditoría. Según 9to5Google, de momento está en vista previa privada.
El hilo común es claro: identidad propia para cada agente, permisos acotados, registro de acciones y control de gasto. Google lo resume con una idea: al agente le das «objetivos, no instrucciones». Y los estándares abiertos, como el protocolo que explico en qué es el Model Context Protocol (MCP), son los que permiten conectar esos agentes con tus sistemas sin atarte a un solo proveedor.
Agentic AI, IA agéntica, agentes IA: ¿es lo mismo?
Casos de uso
¿Qué pueden hacer ya los agentes de IA en tu empresa?
Hoy los agentes de IA rinden mejor en trabajo repetitivo que exige cruzar datos y aplicar algo de criterio, siempre con un ámbito acotado. Según el informe de McKinsey de agosto de 2026, las empresas los escalan sobre todo en TI, gestión del conocimiento e ingeniería de software; en consumo y retail destacan marketing y ventas, y en fabricación, la cadena de suministro.
Tareas que un agente ya resuelve bien
- Clasificar y priorizar: correos de soporte, incidencias o contactos comerciales, con un resumen y la siguiente acción propuesta.
- Preparar: informes semanales que cruzan CRM, ERP y hojas de cálculo, o presentaciones a partir de esos datos.
- Perseguir: facturas vencidas, pedidos retrasados o presupuestos sin respuesta, con borradores listos para enviar.
- Revisar: contratos, albaranes o fichas de producto contra una lista de comprobación.
- Programar: los agentes de código son el caso más maduro; según McKinsey, unas dos de cada diez organizaciones ya los escalan.
Cuánta autonomía darle: los cuatro niveles de Gartner
La pregunta útil no es «¿puede hacerlo un agente?», sino «¿con cuánta autonomía?». El 26 de mayo de 2026, Gartner propuso clasificar los agentes en cuatro niveles y gobernar cada uno en proporción a su riesgo. Su aviso: el 40 % de las empresas degradará o retirará agentes autónomos en 2027 por fallos de gobierno que solo salen a la luz tras un incidente.
| Criterio | Qué hace el agente | Ejemplo en una pyme | Control mínimo |
|---|---|---|---|
| 1. Observar | Solo lee datos definidos; el resultado lo ve quien pregunta | Responder «¿qué clientes deben más de 60 días?» | Acceso acotado a datos y registro de uso |
| 2. Aconsejar | Recomienda o redacta borradores; una persona revisa y ejecuta | Proponer el orden de reclamación y redactar cada aviso | Pruebas de precisión y formación de quien lo usa |
| 3. Actuar con aprobación | Escribe datos o envía mensajes, pero solo con aprobación explícita de cada acción | Enviar los avisos que tú apruebas, uno a uno o por lotes | Flujo de aprobación con registro y plan ante incidentes |
| 4. Actuar solo | Ejecuta dentro de unos límites; las personas revisan excepciones y resultados | Enviar recordatorios estándar sin revisión previa | Vigilancia continua, límites, marcha atrás rápida y parada automática |
Mi recomendación
Datos
¿Cuánto se usa la agentic AI de verdad? Los datos de 2026
La agentic AI crece, pero sobre todo en las grandes empresas. La encuesta de McKinsey publicada el 25 de agosto de 2026, con 1.719 participantes de 97 países, muestra que el 40 % de las organizaciones con más de 1.000 millones de dólares de facturación escala agentes en al menos una función, frente al 27 % de un año antes. En las más pequeñas, la cifra está estancada en el 22 %.
40 %
de las grandes organizaciones escala agentes de IA en al menos una función
McKinsey, 25-08-2026
22 %
en las organizaciones más pequeñas, sin cambios respecto a 2025
McKinsey, 25-08-2026
×5
coste mínimo de inferencia de una tarea con un agente frente a una interacción con chatbot
Gartner, 17-08-2026
70 %
de las empresas abandonará para 2028 los agentes construidos por ingenieros del proveedor
Gartner, 29-09-2026
Las previsiones de Gartner apuntan en la misma dirección: espera que a finales de 2026 el 40 % de las aplicaciones empresariales integre agentes específicos de tarea, frente a menos del 5 % en 2025. Pero también avisa del ruido: muchos productos se rebautizan como «agentes» sin serlo. Si quieres ver qué hacen de verdad las empresas españolas, con datos oficiales, lo cuento en IA para empresas en España.
El coste, la variable que se olvida
El 17 de agosto de 2026, Gartner calculó que mandar una tarea a un agente con un modelo de razonamiento cuesta al proveedor al menos cinco veces más en inferencia (el cálculo del modelo cada vez que trabaja) que una interacción con un chatbot. Y prevé que ese coste por flujo agéntico se multiplique por más de cinco hasta 2028. La razón: el agente razona, consulta y revisa su propio trabajo varias veces.
Hay otro aviso sobre cómo se contrata. El 29 de septiembre de 2026, Gartner previó que, para 2028, el 70 % de las empresas abandonará los agentes construidos por ingenieros del propio proveedor, porque los costes suben y no pueden evolucionarlos solas. Su consejo: pactar desde el principio la transferencia de conocimiento y la salida.
La pregunta ya no es si los agentes funcionan. Es cuánta autonomía les das, cuánto te cuesta cada tarea y quién responde cuando se equivocan.
Riesgos
¿Qué riesgos tienen los AI agents? Prompt injection, errores y coste
Los AI agents tienen los riesgos de cualquier IA generativa y uno más: como pueden actuar, un error ya no es una frase equivocada, sino un correo enviado o un registro borrado. Por eso OWASP, la fundación de referencia en seguridad de aplicaciones, publicó el 9 de diciembre de 2025 su Top 10 de riesgos específicos de las aplicaciones agénticas.
Prompt injection: instrucciones escondidas
La prompt injection consiste en esconder instrucciones en un contenido que el agente lee, como un correo, una web o un adjunto. OpenAI describió el 22 de diciembre de 2025 un ejemplo propio: un correo con instrucciones ocultas lograba que su agente, al preparar una respuesta automática de ausencia, enviara una carta de dimisión al consejero delegado. La propia OpenAI admite que, como las estafas en internet, probablemente nunca se resolverá del todo.
La regla que no me salto
Errores encadenados y coste sin techo
Un agente decide varios pasos seguidos, así que un error al principio se arrastra hasta el final. Y como cada vuelta del bucle consume tokens (las unidades de texto que factura el proveedor del modelo), una tarea mal acotada puede costar mucho más de lo previsto. Por eso las plataformas de 2026 incluyen identidad por agente, registro de cada acción y topes de gasto que pausan el agente.
| Criterio | Qué puede pasar | Cómo se reduce |
|---|---|---|
| Prompt injection | Un correo o una web dan órdenes al agente y este las obedece | Aprobación humana en acciones externas, permisos mínimos, tareas concretas |
| Errores encadenados | Un dato mal leído al principio contamina todo el resultado | Pasos de comprobación, registro de cada acción y revisión de muestras |
| Coste sin techo | El agente da vueltas y consume mucho más de lo previsto | Tope de gasto por proyecto, modelos más baratos para tareas simples |
| Permisos excesivos | El agente puede tocar sistemas que su tarea no necesita | Identidad propia por agente y acceso solo de lectura al empezar |
| Dependencia del proveedor | Nadie en tu equipo sabe mantener o cambiar el agente | Documentación, formación interna y plan de salida pactado en el contrato |
Regulación
¿Qué dice el AI Act sobre la supervisión humana de los agentes de IA?
El AI Act no regula la agentic AI como categoría, sino sus usos. Si tu agente participa en un caso de alto riesgo del anexo III, como seleccionar personal, evaluar a trabajadores o calcular la solvencia de una persona, el artículo 14 exige que quien lo supervisa pueda entender sus límites, vigilar fallos, no fiarse ciegamente, ignorar su resultado y detenerlo con seguridad. El artículo 26 obliga a la empresa que lo usa a asignar esa supervisión a personas con formación y autoridad.
Tras el Reglamento (UE) 2026/1744, publicado en el DOUE el 24 de julio de 2026, esas obligaciones se aplican desde el 2 de diciembre de 2027 para los casos del anexo III. Si un agente habla con clientes, el artículo 50 obliga desde el 2 de agosto de 2026 a avisar de que es una IA, salvo que resulte evidente. Y el artículo 4 pide medidas para formar en IA a quien la usa.
Mi lectura: aunque tu agente no sea de alto riesgo, el artículo 14 es la mejor lista de comprobación que existe para diseñar la aprobación humana. El detalle legal, junto con el RGPD, está en la guía AI Act y RGPD para pymes.
Impacto
¿Qué significa la IA agéntica para tu empresa?
Significa que la pregunta pasa de «¿usamos IA?» a «¿qué decisiones delegamos y con qué control?». El impacto no es igual en todas las áreas:
DirecciónImpacto alto
Decides qué se delega y quién responde. Pide a cada proyecto de agentic AI una métrica de partida, un responsable con nombre y un tope de gasto. Sin esas tres cosas es un experimento, no una inversión.
Ventas y atención al clienteImpacto alto
Es donde antes se nota: clasificar consultas, preparar respuestas y perseguir presupuestos. Mantén la aprobación humana en todo lo que llega al cliente y avisa de que habla con una IA cuando no sea evidente.
MarketingImpacto medio
Además de usar agentes, tus clientes los usarán para buscar y comparar. Si un agente no puede leer tu web, no te recomendará: es el terreno del SEO para buscadores de IA y del GEO.
IT y datosImpacto alto
Te toca dar identidad y permisos mínimos a cada agente, registrar sus acciones y conectar sistemas con estándares abiertos. Inventaria también los agentes que los equipos ya usan por su cuenta.
Plan
¿Qué hacer ahora con la IA agéntica?
Con la agentic AI vale la regla de siempre: primero el proceso y después la tecnología. Este es el plan que propongo, repartido entre esta semana y este trimestre:
Esta semana: inventaria los agentes que ya tienes
Muchas empresas ya pagan agentes sin saberlo: vienen dentro de Copilot Studio en Microsoft 365, de Gemini Enterprise o de ChatGPT Business. Anota quién los usa, con qué datos y con qué permisos.
Esta semana: elige dos tareas candidatas
Pasa tus ideas por el test de tareas candidatas de este artículo y quédate con las dos que mejor puntúen. Aparca las que deciden sobre personas hasta revisar el AI Act.
Este mes: mide y dibuja el proceso actual
Anota tiempo, errores y coste de la tarea durante dos semanas. Después dibújala paso a paso con el método MAPA para mapear y automatizar procesos con IA; la plantilla está en mis recursos gratuitos, junto al checklist «¿Te puede leer la IA?».
Este trimestre: lanza un piloto en nivel 2 o 3
El agente lee datos, propone y redacta; una persona aprueba. Dale permisos mínimos, registra cada acción y fija un tope de gasto mensual. Si lo encargas fuera, exige que tu equipo aprenda a mantenerlo. Es el enfoque con el que trabajo en el diseño de agentes de IA personalizados con aprobación humana.
Este trimestre: compara con la línea base y decide
Tras unas semanas, vuelve a medir. Si acierta de forma consistente, sube un nivel de autonomía; si no, ajústalo o retíralo. Y si quieres una segunda opinión antes de invertir, es justo lo que hago en mi consultoría de IA para empresas.
Herramienta
¿Esta tarea es buena candidata para un agente de IA?
Piensa en una tarea concreta y marca lo que cumple. He preparado este checklist con los criterios que aplico como José Galán, consultor de Search & AI Visibility y agentes de IA: tres casillas son imprescindibles y, si falta alguna, la recomendación es preparar la base antes que el agente.
Lo esencial
- La agentic AI trabaja con objetivos, no con preguntas: planifica, usa herramientas y comprueba, en bucle.
- En 2026 es producto de catálogo: OpenAI Frontier, Gemini Enterprise, Microsoft Agent 365 y Claude Cowork.
- La adopción real se concentra en grandes empresas: el 40 % escala agentes, frente al 22 % de las más pequeñas (McKinsey).
- Los riesgos son concretos: prompt injection, errores encadenados y un coste por tarea al menos cinco veces mayor que un chatbot.
- Empieza en el nivel 2 o 3: el agente propone, una persona aprueba y la autonomía se gana con datos.
FAQ
Preguntas frecuentes sobre la IA agéntica y los agentes de IA
¿Qué es la agentic AI o IA agéntica?
La agentic AI o IA agéntica es la inteligencia artificial que actúa para cumplir un objetivo: planifica los pasos, usa herramientas y sistemas de la empresa, comprueba lo que ha hecho y corrige el rumbo. No se queda en redactar una respuesta, como un chatbot. En una empresa funciona mejor con permisos limitados, un registro de cada acción y una persona que aprueba lo sensible.
¿Qué es un agente de IA y en qué se diferencia de un chatbot?
Un agente de IA es un sistema que recibe un objetivo y decide qué pasos dar para cumplirlo: consulta datos y actúa sobre herramientas como el CRM, el ERP o el correo. Un chatbot conversa y responde preguntas a partir de una base de conocimiento. La diferencia clave es quién decide el camino: en el chatbot, la conversación; en el agente, el propio modelo, dentro de unos límites.
¿Qué pueden hacer hoy los agentes de IA en una empresa?
Hoy los agentes de IA rinden mejor en tareas repetitivas que exigen cruzar datos y aplicar criterio: priorizar correos o incidencias, preparar informes con datos de varios sistemas, perseguir facturas vencidas o revisar documentos. Según McKinsey (agosto de 2026), donde más se escalan es en TI, gestión del conocimiento e ingeniería de software. Lo sensible, como pagos o mensajes a clientes, conviene que siga pasando por una persona.
¿Por qué fracasan tantos proyectos de agentic AI?
Gartner prevé que más del 40 % de los proyectos de agentic AI se cancelarán antes de finales de 2027 por costes crecientes, valor de negocio poco claro o controles de riesgo insuficientes. En mayo de 2026 añadió que el 40 % de las empresas degradará o retirará agentes autónomos en 2027 por fallos de gobierno que aparecen tras un incidente. Empezar con una tarea medible y poca autonomía reduce los tres riesgos.
¿Qué es la prompt injection y por qué afecta a los AI agents?
La prompt injection es un ataque que esconde instrucciones maliciosas en un contenido que el agente lee, como un correo o una web, para que haga algo que el usuario no ha pedido. Afecta sobre todo a los AI agents porque, además de leer, pueden enviar, borrar o comprar. OpenAI admitió en diciembre de 2025 que probablemente nunca se resolverá del todo: la defensa es limitar permisos y exigir confirmación.
¿Qué dice el AI Act sobre la supervisión humana de los agentes de IA?
El AI Act exige supervisión humana efectiva en los sistemas de alto riesgo, como los que intervienen en la selección de personal o en la solvencia de una persona: quien supervisa debe entender el sistema, poder ignorar su resultado y detenerlo. Tras el Reglamento (UE) 2026/1744, estas obligaciones se aplican desde el 2 de diciembre de 2027 para los casos del anexo III. En el resto de agentes es una buena práctica.
¿Por dónde empiezo con la IA agéntica en mi empresa?
Empieza por una tarea, no por la plataforma. Elige un proceso que se repita cada semana, que cruce datos de varios sistemas y cuyo resultado puedas medir hoy. Lanza un piloto en el que el agente proponga y una persona apruebe, con permisos mínimos, registro de acciones y un tope de gasto. Si tras unas semanas acierta de forma consistente, amplía su autonomía paso a paso.
Referencias
Fuentes
Consultadas y verificadas el 12 de octubre de 2026.
- Google Cloud (Thomas Kurian). Gemini at Work 2026: Introducing Gemini agent (8 de octubre de 2026).
- 9to5Google. Google Cloud announces «Gemini agent» as universal agent for work (8 de octubre de 2026).
- Gartner. Gartner Predicts 70% of Enterprises Will Abandon Agentic AI Built by Vendor Forward-Deployed Engineering by 2028 (29 de septiembre de 2026).
- McKinsey. The state of AI in 2026: On the road to ROI (25 de agosto de 2026).
- Gartner. Gartner Predicts AI Inference Costs Per Agentic Workflow Will Increase More Than Fivefold Through 2028 (17 de agosto de 2026).
- EUR-Lex. Reglamento (UE) 2026/1744 (Digital Omnibus sobre IA) (DOUE, 24 de julio de 2026).
- Gartner. Gartner Says Applying Uniform Governance Across AI Agents Will Lead to Enterprise AI Agent Failure (26 de mayo de 2026).
- Microsoft. Microsoft Agent 365, now generally available, expands capabilities and integrations (1 de mayo de 2026).
- Google Cloud. Google Cloud Next 2026 Wrap Up (abril de 2026).
- Anthropic. Claude release notes: Cowork (12 de enero y 9 de abril de 2026).
- OpenAI. Introducing OpenAI Frontier (5 de febrero de 2026).
- OpenAI. Continuously hardening ChatGPT Atlas against prompt injection attacks (22 de diciembre de 2025).
- Linux Foundation. Linux Foundation Announces the Formation of the Agentic AI Foundation (9 de diciembre de 2025).
- OWASP GenAI Security Project. OWASP Top 10 for Agentic Applications for 2026 (9 de diciembre de 2025).
- Gartner. Gartner Predicts 40% of Enterprise Apps Will Feature Task-Specific AI Agents by 2026 (26 de agosto de 2025).
- Gartner. Gartner Predicts Over 40% of Agentic AI Projects Will Be Canceled by End of 2027 (25 de junio de 2025).
- EUR-Lex. Reglamento (UE) 2024/1689 de inteligencia artificial: artículos 4, 14, 26 y 50, y anexo III (13 de junio de 2024).
Este artículo se ha creado con ayuda de la IA y lo ha revisado José Galán. Cuido mucho cada publicación y cada traducción, pero aun así se puede colar algún error. Si encuentras uno, escríbeme: me ayudarás a mejorar.
Agentes de IA personalizados
¿Tienes una tarea candidata? Diseñemos el piloto.
Diseño agentes de IA personalizados que analizan tus datos, proponen la siguiente acción y te explican el porqué, con permisos mínimos, registro de cada paso y tu aprobación en lo importante. Si tu caso se resuelve con una automatización, también te lo diré.
Ver cómo diseño agentes