El estado de los agentes de IA en las empresas según Gartner®
¿Prefieres un resumen de este blog? ¡Da click en el botón de abajo y deja que ChatGPT te lo cuente! (también puedes probar con Perplexity)
Con el boom de la hoy omnipresente IA, muchas empresas están empezando a invertir en el desarrollo de agentes impulsados por inteligencia artificial. ¿Cuál es el estado de estos agentes en la actualidad? Esto cuenta la consultora.
Según una investigación publicada recientemente por Gartner® (The current state of AI agents for enterprises), los agentes de IA aún están en proceso de desarrollo y requieren de algunos elementos adicionales para lograr lo que las empresas esperan de ellos.
Según una encuesta de Gartner® Peer Community realizada en julio de 2025, el 37 % considera que una forma realmente útil de agente de IA está lejos de ser una realidad. Más que automatizaciones las empresas esperan agentes capaces de tomar decisiones y reducir riesgos a partir de los datos.
Los hallazgos de Gartner®
De acuerdo con la consultora, los actuales agentes de IA basados en LLMs (Large Language Models – Modelos de lenguaje grandes) se encuentran en un estadío básico y su adopción en las empresas es incipiente. Sin embargo, en su investigación destaca algunas conclusiones:
Los agentes de IA basados en LLM actuales pueden percibir de manera eficiente una gran cantidad de información y utilizar herramientas para tomar medidas con una capacidad rudimentaria de planificación, autorreflexión y autocorrección, pero carecen de adaptabilidad y tienen dificultades para tomar decisiones contextualizadas en el ámbito empresarial.
Los ingredientes que clave para el óptimo funcionamiento de los agentes de IA, como los modelos del mundo (world models, simulaciones de contextos reales diseñados para brindar más autonomía a los agentes), aún se encuentran en fase de desarrollo y no se han materializado por completo.
Los agentes de IA solo demostrarán un mayor valor cuando se personalicen e integren de manera eficaz con los datos, las herramientas, los sistemas, los procesos, los entornos de simulación bien diseñados y los modelos de decisión de las empresas.
Contenido relacionado: ¿Qué es RAG en la IA?
¿Cuáles son las recomendaciones?
Quedarse quieto en medio de una tendencia siempre será la receta perfecta para el fracaso; lo importante es sumarse así sea tímidamente y obtener aprendizajes esenciales para el futuro.
Lo que Gartner recomienda es implementar algunos agentes de IA, teniendo en cuenta su alcance real; sin expectativas de agentes autónomos, ni capaces de tomar decisiones sin apoyo humano. Aquí sus sugerencias:
Aproveche las ventajas prácticas de los actuales agentes de IA basados en LLM, pero sea cauteloso con las capacidades que aún están madurando. Reconozca el nivel relativamente bajo de independencia de estos agentes de IA y asegúrese de que las partes interesadas en su organización establezcan expectativas adecuadas para esta tecnología.
Prepare su empresa para los agentes de IA centrándose en los componentes empresariales básicos para los agentes de IA, como los modelos de decisión y las integraciones con sistemas de análisis de datos y aplicaciones empresariales.
Desarrollar herramientas de IA desde cero puede ser muy costoso aún con los más recientes avances. Evite crear herramientas internas pesadas y adopte un enfoque ágil y modulable en el desarrollo de agentes de IA.
Aproveche la IA compuesta (incluido LLM) en sus propios agentes de IA para emplear la potencia combinada de diferentes técnicas de IA, en lugar de depender de un único modelo de IA.
Sobre esta última conclusión es importante reconocer la diferencia entre un sistema de IA, un modelo de IA y un agente de IA. El primero es un conjunto de tecnologías que les permiten a las máquinas cumplir tareas que normalmente requieren de inteligencia humana.
El segundo es un programa de software equipado con sistemas de IA y entrenado con datos, para poder ‘conversar’ con el ser humano usando el lenguaje. El tercero es una herramienta que usa a las dos anteriores para cumplir con ciertas tareas y responder a flujos de trabajo básicos apoyando la toma de decisiones.
Aún falta cubrir una brecha importante para que los agentes de IA logren la independencia esperada. Mientras eso sucede, lo más prudente es iniciar procesos con agentes básicos en flujos de trabajo controlados.
Fuente: Gartner® | AI agency gap
Contenido relacionado: ¿Qué es la IA predictiva?
¿Cómo será el futuro de los agentes?
Gartner predice que aunque las soluciones de agentes de IA 1.0 son básicas, evolucionarán rápidamente hacia la próxima generación con posibles avances como los siguientes:
Podrán buscar y recuperar de manera eficiente grandes cantidades de información de diversas fuentes de datos y manejar con flexibilidad las solicitudes de los usuarios.
Serán capaces de tomar medidas mediante la llamada a herramientas externas, la ejecución de código, la integración con sistemas o aplicaciones empresariales y el aprovechamiento de otros modelos de IA.
Los futuros agentes de IA irán más allá de depender únicamente de los LLM e integrarán múltiples técnicas de IA, por lo que estarán mejor equipados para gestionar procesos empresariales complejos de principio a fin.
El desarrollo de modelos de lenguaje específicos del dominio mejorará significativamente la experiencia de los agentes de IA en áreas especializadas.
La IA multimodal podría permitir a los agentes de IA procesar y comprender múltiples formas de datos simultáneamente, incluyendo texto, audio, imágenes y vídeo.
Los componentes de memoria actuales de los agentes de IA suelen almacenar el historial de conversaciones en bases de datos vectoriales para su posterior recuperación. Los agentes de próxima generación requerirán componentes más sofisticados y estructurados para realizar un seguimiento eficaz de diversos objetos y contextos dentro de una empresa.
Los agentes de IA personales aprenderán y se adaptarán cada vez más a las preferencias individuales de los usuarios, lo que dará lugar a interacciones más personalizadas y eficaces.
Al igual que los seres humanos, los agentes de IA avanzados necesitarán modelos fiables del mundo (world models) para interpretar y predecir cómo funciona el mundo.
Este proceso de aprendizaje dinámico será esencial para que los agentes de IA comprendan los contextos empresariales y se adapten según sea necesario. Mientras tanto la sugerencia de Gartner® es clara: hay que avanzar, comprendiendo el actual alcance de esta tecnología.