Dónde estamos con la IA y qué sigue: del piloto a la operación
Dónde estamos: del piloto a la operación
En marzo de 2026, más de 300 líderes corporativos, tecnológicos y del sector público se reunieron en Múnich para el Industry Strategy Meeting del Foro Económico Mundial. La conversación ya no giraba en torno a si la IA puede funcionar, sino a dónde está cambiando la operación a escala.
Los datos de ese encuentro marcan el tamaño del cambio y también el de la brecha:
- Inversión: el Foro proyecta una inversión anual en aplicaciones de IA de 1.5 billones de dólares para 2030, tras un crecimiento anual de 33% desde 2010.
- Operación: según Capgemini, 38% de las organizaciones ya opera casos de uso de IA, con presupuestos que migran de pilotos a plataformas.
- Valor: alrededor de tres cuartas partes de las empresas todavía no generan valor significativo con IA, y muchas siguen en fase piloto pese a invertir más.
Ese último dato es el que importa. Hay adopción masiva y retorno escaso al mismo tiempo. En servicio al cliente se ve igual: Salesforce reporta que el uso de agentes de IA pasó de 39% a 66% en un año, mientras que Gartner encontró que sólo 24% de los líderes de servicio mostró retornos financieros positivos.
Lo que ya funciona
Los casos que escalan comparten un patrón: datos propios, un problema acotado y personas involucradas desde el diseño.
Los ejemplos que compartieron los líderes en Múnich lo ilustran:
- Eni: opera cerca de 300 casos de uso de IA, desde exploración hasta operaciones, y reporta 35% menos tiempo de perforación. Ahora construye agentes sobre su propio conocimiento corporativo, bajo un marco de IA responsable.
- Siemens: en su planta de Amberg, los equipos entrenaron el control de calidad con rayos X y hoy 30% de los productos puede saltarse ese paso. Su líder de digitalización de fábricas resumió que la barrera fue cultural y no técnica.
- o9 Solutions: combina LLMs con IA simbólica (modelos de datos y de decisión estructurados) para dar a sus agentes precisión y explicabilidad. Reporta reducciones de hasta 80% en el tiempo que los planificadores dedican a investigar causas de variaciones en la cadena de suministro.
- ServiceNow: afirma que Siemens resuelve de forma autónoma 210,000 tickets al mes con su plataforma. Son cifras del proveedor y conviene leerlas como tales.
En ningún caso la historia es que se compró un modelo mejor. Es que alguien ordenó los datos, definió dónde puede actuar la IA y entrenó a la gente para trabajar con ella.
Lo que todavía no funciona
Joëlle Pineau, directora de IA de Cohere, ofrece la lectura más honesta del momento. La IA predictiva ya es parte de casi cualquier empresa con huella digital, la generativa tiene apenas desde 2022 o 2023 y la agéntica irrumpió en 2025.
Esperar adopción general de esta última en un año le parece optimista, aunque ya ve beneficios tempranos. Según ella, hay una brecha entre lo que los procesos de las organizaciones están preparados para hacer hoy y lo que necesitaría un entorno donde un agente de IA pueda trabajar bien.
En la experiencia del cliente la brecha se nota más. Qualtrics encontró que casi uno de cada cinco consumidores que usó IA en servicio al cliente no obtuvo ningún beneficio, una tasa de fallo casi cuatro veces mayor que en otros usos de IA. Y según Gartner, solo 27% volvería a probar un chatbot después de una mala experiencia. Escribimos con más detalle sobre las causas en nuestro artículo sobre por qué fallan las empresas con IA en servicio al cliente.
Qué sigue: cinco movimientos para los próximos 18 meses
1. Agentes con gobernanza incorporada
Gartner proyecta que la IA agéntica resolverá de forma autónoma 80% de los problemas comunes de servicio al cliente para 2029. Antes de llegar ahí, la gobernanza dejará de ser un documento de políticas y pasará a ser parte de la arquitectura: permisos mínimos, registros de auditoría, límites de acción y puntos de escalamiento humano. Según Bruegel, solo 7 de 39 instrumentos de gobernanza de IA en Estados Unidos, Europa y Asia exigen de forma vinculante poder detener un sistema en operación. Las empresas no deberían esperar a que la regulación lo exija.
2. Los datos propios como ventaja competitiva
Eni lo dijo claramente: construye sus agentes sobre sus datos y conocimiento propietarios para conservar el control de la inteligencia que más le importa. S&P Global, por su parte, abrió una API lista para LLMs que permite llevar sus datos a cualquier aplicación de IA generativa. Los modelos se parecen cada vez más entre sí. Lo que no se puede copiar es el contexto que cada empresa tiene de sus clientes.
3. De la IA que contesta a la IA que anticipa
Hoy la mayoría de los asistentes espera a que el cliente escriba. La siguiente etapa es detectar el problema antes de que genere un contacto: un envío que se retrasa, un cobro duplicado, un uso del producto que anticipa una cancelación. Eso exige datos en tiempo real y una capa de decisión que defina qué acción tomar, tareas donde una plataforma de mensajería y datos como Braze o una nube de datos de Salesforce hacen la diferencia.
4. Clientes que llegan a través de asistentes de terceros
Gartner predice que para 2028 el 70% de los recorridos de servicio al cliente empezará y terminará en asistentes conversacionales de terceros en el teléfono. Si esa proyección se cumple, la marca ya no controla toda la interfaz. Tendrá que exponer sus datos, políticas y acciones de forma que un asistente externo pueda usarlas sin inventar, y cuidar la experiencia incluso cuando el cliente nunca entra a su sitio o app.
5. Responsabilidad legal y económica por lo que hace el agente
Hay iniciativas en discusión en Estados Unidos para hacer responsables civil y penalmente a desarrolladores y operadores cuando sus agentes accedan a sistemas ajenos, y la Unión Europea ya exige evaluaciones previas a los modelos de propósito general con riesgo sistémico. Para quien despliega agentes frente a clientes, la pregunta pasa de qué puede hacer el agente a quién responde por lo que hace.
Qué significa para tu estrategia de CX
Para ordenar la decisión de escalar un agente, proponemos las Tres Pruebas de Orange Digital CX. Si falta una, conviene frenar:
- Prueba de visibilidad: ¿el agente puede ver al cliente completo (identidad, historial, consentimiento y contexto reciente) en una fuente gobernada?
- Prueba de límites: ¿está definido qué puede prometer, qué no puede tocar y cuándo debe pasar el caso a una persona?
- Prueba de responsabilidad: ¿hay un dueño de negocio que responde por el resultado, con indicadores de resolución y no solo de volumen?
Tener Salesforce, Braze o un modelo de Anthropic en el stack no responde ninguna de las tres. La tecnología habilita. Las pruebas miden si tu estrategia de datos y de operación están a la altura.
Preguntas frecuentes
¿En qué etapa está la adopción de IA en las empresas en 2026?
La adopción pasó de pilotos a operación en un número creciente de empresas, y 38% ya opera casos de uso según Capgemini. Sin embargo, alrededor de tres cuartas partes todavía no generan valor significativo, por lo que el desafío actual es escalar con retorno medible.
¿Qué es la IA agéntica?
Es IA que planea y ejecuta tareas de varios pasos de forma autónoma usando herramientas y datos, en lugar de solo responder preguntas. Su valor depende de datos propios y de límites claros de acción, y su principal desafío es la seguridad y la alineación con lo que la empresa espera.
¿Qué sigue para la IA en experiencia del cliente?
Agentes con gobernanza incorporada, personalización basada en datos propios, servicio anticipatorio, atención a través de asistentes de terceros y reglas claras de responsabilidad. En todos los casos, los resultados dependerán más de los datos y del diseño de la operación que del modelo elegido.
Conclusión
La IA ya no es una apuesta de laboratorio, pero tampoco es un atajo. Las empresas que avanzan más rápido no tienen los mejores modelos; hicieron el trabajo más difícil de preparar a la organización, ordenar sus datos y definir quién responde por qué.
En CX, esa preparación decide si un agente resuelve problemas o los multiplica.
Si quieres saber en qué punto está tu operación frente a las Tres Pruebas, en Orange Digital CX podemos hacer una revisión contigo.
Escríbenos y empezamos por tu caso.
Fuentes
- Foro Económico Mundial: Where is AI moving beyond experimentation? 6 leaders on what's actually scaling
- Bruegel: Why AI goes rogue and what can be done about it (Bertin Martens, 27 de octubre de 2026)
- Qualtrics: AI-Powered Customer Service Fails at Four Times the Rate of Other Tasks
- Macha: Customer Service and AI Statistics 2026 (datos de Salesforce y Gartner)
- Macha: Do Customers Trust AI Customer Service? (datos de Gartner 2026)
- CX Today: Gartner predice que la IA agéntica resolverá 80% de los problemas de clientes para 2029 y 70% de los recorridos con asistentes de terceros para 2028
