En junio de 2025, Gartner publicó una previsión que cambió el tono de la conversación sobre IA agéntica dentro de las empresas: más del 40% de los proyectos serán cancelados para fines de 2027. No por falta de ambición, sino por el motivo contrario. Según la consultora, las cancelaciones vienen de un costo que escala rápido, un valor de negocio que nadie logra demostrar y controles de riesgo que no fueron diseñados para un sistema que actúa por sí solo.
La analista sénior Anushree Verma, de Gartner, resumió el diagnóstico en una frase, citada por CIO: la mayoría de los proyectos de IA agéntica hoy son experimentos en etapa inicial, impulsados más por expectativa que por resultados comprobados. Y el propio mercado ayudó a inflar esa expectativa. Gartner le dio nombre a la práctica de vender automatización antigua con una etiqueta nueva, y estima que, de los miles de proveedores que dicen vender agentes de IA, solo unos 130 lo cumplen de verdad.
Para quien decide dónde invertir dentro de una empresa, la pregunta que importa no es "¿el agente puede hacer esto solo?". Es otra, más incómoda: ¿cuánto cuesta si se equivoca, y quién lo nota a tiempo?
Por qué el proyecto se detiene antes de escalar
Gartner señala tres causas para la cancelación, y ninguna es falta de inteligencia del modelo. La primera es el valor de negocio: los sistemas actuales todavía no tienen la madurez para perseguir un objetivo complejo por su cuenta durante mucho tiempo, así que el retorno prometido al inicio del proyecto no aparece en la práctica.
La segunda es el costo. El cobro por uso de IA crece rápido cuando la empresa apila capas de coordinación y control sobre el agente, un comportamiento que sorprende a quien presupuestó pensando en una herramienta de conversación simple, mucho más barata de operar.
La tercera, y la más estructural, es el control de riesgo. Verma explica que la gobernanza que la mayoría de las empresas ya tiene —una planilla de aprobación, una política de acceso, una revisión de auditoría— fue diseñada para un sistema que espera que un humano confirme cada paso. Un agente que actúa solo, especialmente cuando varios agentes interactúan entre sí, no encaja en ese diseño sin adaptarlo.
La gobernanza y los controles de riesgo, hoy, no están realmente diseñados para sistemas agénticos.
El panorama cambia poco cuando se mira la operación diaria en lugar del presupuesto del proyecto. Un relevamiento de Gravitee con más de 900 ejecutivos y profesionales técnicos, publicado en febrero de 2026, encontró que el 88% de las organizaciones ya reportó un incidente de seguridad confirmado o sospechado ligado a agentes de IA en el último año; en el sector salud, ese índice supera el 92%. El patrón se repite: la falla rara vez está en el modelo. Está en quién definió —o no definió— qué podía hacer el agente por su cuenta.
Para una empresa de Brasil o de América Latina que entra ahora en este ciclo, la advertencia llega en buen momento: se puede saltar directamente la fase de "dejar que el agente decida todo y confiar en que salga bien" hacia la siguiente, porque otras empresas ya pagaron ese aprendizaje.
Ni la autonomía total ni el control manual resuelven
Frente a estos números, la reacción más común es uno de dos extremos, y ambos fallan por la misma razón: tratan cada acción del agente como si tuviera el mismo peso.
En el primer extremo, la empresa deja que el agente actúe solo en todo, para "aprovechar la ganancia de productividad prometida". El problema aparece rápido: una decisión equivocada no es más lenta ni más pequeña por haber sido tomada por un agente; simplemente se toma más rápido, y en más lugares a la vez, de lo que una persona podría lograr. Es exactamente el escenario detrás de los incidentes que midió Gravitee.
En el segundo extremo, después de un susto o de una auditoría de seguridad, la empresa reacciona bloqueando todo: cualquier acción del agente pasa a exigir revisión humana, en cualquier sistema, para cualquier tarea. El resultado práctico es que la IA se convierte en un formulario más lento: la cola de aprobación crece, nadie confía en que la pendiente se vea a tiempo, y el equipo vuelve a hacer manualmente lo que la automatización debía resolver.
Ninguna de las dos rutas es sostenible, y Gartner describe exactamente esta dinámica cuando habla de costos que escalan y proyectos que se cancelan: un proyecto sin punto medio dura hasta el primer incidente grande, o hasta el primer trimestre en que nadie puede demostrar el retorno. Lo que falta en ambos casos es lo mismo: una forma de separar, dentro del propio flujo de trabajo, lo que es rutina de lo que es sensible.
Lo que tiene que existir en la práctica
Un agente bien diseñado se apoya en cuatro mecanismos verificables, no en una promesa de "IA confiable".
Clasificación de riesgo por tipo de acción, no por proyecto entero. Enviar un informe de rutina, actualizar un registro, responder una pregunta con base en un documento aprobado: eso sigue solo. Aprobar un pago, cambiar una política, enviar algo fuera de la empresa: eso se detiene. La clasificación vive en la acción, no en una lista genérica de "tareas permitidas para el agente X".
Aprobación dentro de la propia conversación, no en otro sistema. Cuando una acción se clasifica como sensible, el agente se detiene y pide confirmación de una persona ahí mismo, en el flujo donde está ocurriendo la tarea, sin obligar a nadie a abrir una segunda herramienta para aprobar lo que la primera ya sabía que necesitaba aprobación.
Una central única de pendientes. Quien aprueba necesita ver, en un solo lugar, todo lo que está esperando decisión, de cualquier agente, de cualquier área. Esa central es la que evita la cola invisible que rompió el segundo extremo descrito arriba.
Registro de auditoría por acción. Quién lo pidió, qué hizo el agente, quién lo aprobó y cuándo: todo registrado. En una investigación de incidente o una auditoría de cumplimiento, esa es la diferencia entre reconstruir lo ocurrido en minutos y no poder reconstruirlo.
Así fue diseñada Skyller: la aprobación humana antes de una acción sensible ocurre dentro de la propia conversación, y cada decisión queda registrada en un único registro de auditoría, por área del sistema.
La ganancia aparece cuando el límite es claro
El efecto de clasificar el riesgo por acción no aparece solo en la columna de seguridad del informe interno: aparece en la rapidez con que el equipo vuelve a confiar en la automatización después de un error.
Cuando el límite entre "el agente lo resuelve solo" y "el agente pide confirmación" es explícito, el equipo deja de tratar cada tarea nueva como una apuesta. La persona que aprueba sabe exactamente qué se le pide y por qué, porque la pendiente llegó ya clasificada, no como una alerta genérica. Y el liderazgo puede responder, con datos y no con opinión, la pregunta que decide si el proyecto sobrevive al próximo recorte de presupuesto: ¿cuánto de este trabajo funciona solo, con seguridad, hoy?
Esa respuesta —y no la promesa de autonomía total— es lo que separa al proyecto que llega al año tres del que termina como una línea más en las estadísticas de cancelación de Gartner.
Preguntas antes de aprobar el próximo agente
Antes de dar luz verde a un nuevo agente o a una nueva automatización, vale la pena llevar estas preguntas a la reunión con TI, legal y quien vaya a usar la herramienta día a día:
- ¿Qué tipos de acción va a realizar este agente, y cuáles de ellas, si salen mal, exigen una explicación a un cliente, a un auditor o a un organismo regulador? Esa lista separa lo rutinario de lo sensible antes del primer uso.
- ¿Dónde va a ver la persona que aprueba la pendiente: dentro de su propio flujo de trabajo, o en una pantalla más que va a olvidar abrir? Una aprobación fuera del flujo es una aprobación que se atrasa o nunca ocurre.
- Si este agente se equivoca hoy, ¿alguien lo va a saber en minutos o lo va a descubrir semanas después, en una auditoría? La respuesta mide el registro de auditoría, no la inteligencia del agente.
- Además de quien construyó el agente, ¿quién puede explicar por qué tiene permiso para hacer lo que hace? Si la respuesta es "solo quien lo configuró lo sabe", el alcance no está documentado: está en la cabeza de una persona.
