Empresas de todos los tamaños están acelerando la adopción de agentes de inteligencia artificial, atraídas por la promesa de una mayor eficiencia y una reducción de los costes operativos. Sin embargo, esta carrera oculta un riesgo poco comentado: se prevé que una parte importante de estos proyectos no sobreviva más allá de los próximos dos años, consumiendo la inversión sin generar el retorno prometido.
La advertencia está respaldada por datos de dos de los institutos más prestigiosos del sector tecnológico. Gartner proyecta que el 40 % de las aplicaciones empresariales contarán con agentes de inteligencia artificial enfocados en tareas específicas para finales de 2026, en comparación con menos del 5 % en 2025, y al mismo tiempo predice que más del 40 % de los proyectos de IA con agentes se cancelarán para finales de 2027 debido al aumento de los costos, la falta de claridad en el valor comercial o los controles de riesgo inadecuados. Un estudio de Deloitte refuerza este panorama desde otra perspectiva: casi tres cuartas partes de las empresas planean adoptar la IA con agentes en los próximos dos años, pero solo el 21 % afirma contar con un modelo de gobernanza maduro para estos agentes.
Según Carlos Pisani, especialista en arquitectura de sistemas y socio fundador de ArcH, las cifras describen un patrón que él reconoce en la práctica, mucho antes de que cualquier informe lo confirme. «El problema casi nunca reside en el modelo de IA elegido, sino en colocar un agente autónomo sobre un sistema que nunca tuvo especificaciones técnicas claras ni una arquitectura validada. Cada nueva capa que se añade a esta base incrementa la deuda técnica en lugar de solucionar algo», afirma.
Según Pisani, existe un cambio en el comportamiento de las empresas que aún no se ha reflejado en la forma en que desarrollan software. “El mercado ha madurado en su concepción de los negocios. La demanda de eficiencia operativa y sostenibilidad financiera ha aumentado; esto ya no es discutible. El problema es que esta madurez no se ha extendido al desarrollo de sistemas. Muchas empresas han evolucionado su modelo de negocio y continúan desarrollando software a la antigua usanza, sin especificaciones ni validación de la arquitectura. Ahí es donde nace la deuda técnica, que luego obstaculiza precisamente la eficiencia que las propias empresas exigen”
Según el análisis de Pisani, los datos de Deloitte confirman el diagnóstico desde la perspectiva de la gobernanza. «El hecho de que solo el 21 % de las empresas cuente con un modelo de gobernanza de agentes maduro no es un problema de cumplimiento, sino un síntoma de una arquitectura débil. La gobernanza de agentes presupone que existe una estructura definida para gobernar. Cuando el sistema nace sin especificaciones, ningún marco de gobernanza puede resolverlo posteriormente»
Para reducir el riesgo de formar parte del 40 % de proyectos cancelados, Pisani argumenta que las especificaciones técnicas deben tratarse como decisiones de negocio, no como pasos técnicos que se puedan omitir. «Antes de preguntar qué agente de IA utilizar, la pregunta correcta es si la arquitectura subyacente puede gestionar esa decisión. Esto es lo que llamamos Arquitectura Orientada a Especificaciones (SDA): no se toma ninguna decisión técnica hasta que haya claridad sobre qué se necesita resolver y cómo se mantendrá a lo largo del tiempo. Las empresas que omiten este paso no ahorran tiempo; posponen la cancelación de su propio proyecto»
