Salesforce publicó su Índice de Empresas Agénticas 2026, que analiza datos agregados sobre el uso de IA en la plataforma Agentforce para comprender cómo las empresas están implementando y utilizando agentes de IA, y cómo están obteniendo valor de ellos.
Los resultados de este año muestran dos modelos de implementación, una bifurcación en el panorama empresarial global en la que la naturaleza operativa y las necesidades de cada sector determinan cómo se despliega su fuerza laboral digital.
Implementaciones de gran volumen y orientadas a tareas específicas: más habituales en sectores que interactúan directamente con los consumidores, este enfoque privilegia el volumen y la velocidad para responder a las necesidades inmediatas de los clientes.
Implementaciones versátiles y de múltiples pasos: presentes en sectores con operaciones más complejas y altamente regulados, como la industria manufacturera y el sector público, esta estrategia prioriza la creación de agentes capaces de asumir una amplia variedad de tareas que requieren una lógica empresarial transversal.
Ambos tipos de implementación fortalecen la confianza y generan retorno sobre la inversión (ROI). Sin embargo, el futuro de la IA agéntica depende de la coexistencia de ambos modelos: producir un impacto rápido y a gran escala, mientras se dominan tareas cada vez más complejas en todas las industrias.
- Los servicios financieros combinan velocidad y regulación: el sector de los servicios financieros implementa algunos de los agentes más sofisticados y, al mismo tiempo, lo hace a la enorme escala que suele caracterizar a los sectores orientados al consumidor. Esto demuestra que una alta complejidad y la automatización a gran escala pueden coexistir, especialmente durante periodos de alta demanda, como la temporada de declaración de impuestos.
- El retail aumenta la complejidad según la demanda: aunque los agentes de los sectores orientados al consumidor pueden concentrarse en tareas más sencillas, amplían su alcance y aumentan la cantidad de acciones que ejecutan durante periodos de intensa demanda, como las fiestas de fin de año.
Las empresas, especialmente las de sectores orientados al consumidor, están implementando más agentes y con mayor rapidez
La cantidad promedio de agentes activados por organización casi se triplicó durante el último año. Una vez habilitados, las empresas comienzan a crear esos agentes en un promedio de dos días. Además, ese plazo disminuye mes a mes y se redujo un 53% durante todo el periodo analizado.
Para medir realmente si estos agentes están realizando acciones significativas, Salesforce desarrolló una métrica denominada Unidad de Trabajo Agéntico (AWU, por sus siglas en inglés). Una AWU corresponde a una tarea específica completada por un agente de IA: el punto en que la inteligencia se transforma en trabajo real.
A abril de 2026, la producción de AWU de los agentes de Agentforce está creciendo a una tasa de crecimiento mensual compuesta (CMGR, por sus siglas en inglés) del 15%.
Las industrias orientadas al consumidor, especialmente aquellas con un alto volumen de interacciones con clientes, muestran el crecimiento más acelerado en la generación de AWU. Sin embargo, pese a ese elevado volumen, los agentes de IA del retail suelen mantener un enfoque acotado y ejecutan, en promedio, entre una y dos acciones por agente durante la mayor parte del año. Esto sugiere que realizan grandes volúmenes de trabajo rutinario y enfocado en tareas específicas.
Tendencia en acción: Pandora, la marca global de joyería, enfrenta fuertes aumentos en las consultas de clientes durante temporadas de alta demanda, como Navidad y el Día de San Valentín. Para mantener una experiencia personalizada y cercana durante estos periodos, Pandora implementó a Gemma, una asistente de compras basada en IA y desarrollada con Agentforce. Gemma resuelve de inmediato consultas rutinarias —desde el estado de los pedidos y el seguimiento de los envíos hasta preguntas frecuentes sobre el cuidado de las joyas— y ofrece recomendaciones de regalos personalizadas según las preferencias de cada cliente.
Al conectarse directamente con los sistemas internos de gestión de pedidos y los catálogos de productos, Gemma brinda una atención rápida y personalizada a gran escala. Durante los periodos de mayor demanda, gestiona el 60% de las solicitudes rutinarias de soporte y contribuye a aumentar en un 10% el Net Promoter Score (NPS). Esto permite que los representantes humanos se concentren en interacciones más complejas y que requieren una atención personalizada.
Los agentes se vuelven más versátiles, especialmente durante los periodos de alta demanda
La mayoría de las tareas rutinarias requiere que los agentes utilicen una o dos habilidades sencillas, como consultar los detalles de un registro o responder una pregunta de un cliente. Sin embargo, los agentes están asumiendo tareas cada vez más complejas. Actualmente, un agente promedio puede ejecutar seis habilidades, frente a las dos registradas a comienzos de 2025.
Los agentes se vuelven aún más capaces durante los periodos de alta demanda. En la temporada de mayor actividad comercial, los agentes del retail pudieron ejecutar, en promedio, nueve habilidades, lo que representa un aumento del 350%. Esto sugiere que se implementan para atender necesidades de clientes más complejas y de múltiples pasos a medida que aumenta la demanda durante las fiestas de fin de año.
Los datos también muestran que los agentes realizan cada vez más acciones en distintos entornos de la nube. Por ejemplo, en lugar de limitarse a responder preguntas de los clientes, los agentes de servicio también consultan registros de ventas y entregan recomendaciones personalizadas, ampliando así la variedad de tareas que pueden realizar tanto para los clientes como para las empresas.
Esta capacidad de actuar en distintos sistemas de nube pone de relieve la necesidad práctica de contar con una arquitectura headless. Al desacoplar la lógica del agente de las interfaces de usuario tradicionales, los agentes pueden procesar tareas, ejecutar acciones y activar flujos de trabajo desde cualquier entorno.
Las industrias reguladas y con operaciones complejas tienden a priorizar de manera sostenida la complejidad de los agentes
Tendencia en acción: Siemens vende miles de productos de hardware y software a través de siete unidades de negocio que operan de manera aislada y una fuerza de ventas de 18.000 personas. Con 2.800 leads entrantes sin calificar cada semana y sin visibilidad sobre su presupuesto, autoridad para tomar decisiones o plazos, los vendedores perdían tiempo persiguiendo oportunidades inadecuadas, mientras otras quedaban sin atender.
En una industria caracterizada por ciclos de venta largos, técnicos y con múltiples partes involucradas, Agentforce dividió el proceso de calificación en un flujo de trabajo coordinado entre varios agentes: uno interactúa con el lead y cultiva la relación, mientras un segundo recopila los datos faltantes, los contrasta con las reglas de calificación y deriva la oportunidad con información completa de todas las divisiones. Esta coordinación permitió a Siemens gestionar de principio a fin un proceso complejo, las 24 horas del día, los siete días de la semana.
Para medir la complejidad del uso de agentes en las distintas industrias, se creó un Índice de Sofisticación, que clasifica todas las acciones de los agentes en cinco niveles progresivos de complejidad cognitiva:
- Niveles 1 al 3 (leer, coordinar y sintetizar): capacidades estándar y de bajo riesgo, como consultar registros, redactar correos electrónicos y resumir documentos.
- Niveles 4 y 5 (escribir, analizar y desglosar): capacidades de alta complejidad, como actualizar campos de bases de datos o extraer mediante programación parámetros anidados a partir de las entradas sin procesar de los usuarios.
Al evaluar cuántos de estos niveles utilizan activamente los agentes de cada industria, el Índice de Sofisticación permite identificar qué sectores están aprovechando los agentes para asumir diversas tareas complejas, en lugar de limitarse a automatizar grandes volúmenes de tareas.
Los sectores de la industria manufacturera, servicios financieros, y salud y ciencias de la vida están desarrollando redes de agentes más avanzadas que los sectores tradicionalmente pioneros en la adopción de IA, como tecnología y retail. Estas industrias están implementando agentes en todo el espectro de trabajo: desde recuperar y resumir datos hasta redactar comunicaciones y actualizar registros directamente.
Estas industrias generan un volumen de AWU más moderado, pero están creciendo de manera significativa. La producción de AWU del sector público y del sector de salud y ciencias de la vida (HLS) aumentó 227 y 19 veces, respectivamente.
Los servicios financieros son un ejemplo de una industria regulada y operacionalmente compleja que implementa agentes de IA a gran escala: representa una proporción similar, del 10%, de la producción mensual total de AWU de los agentes. Esta actividad está impulsada por aumentos estacionales de la demanda de los consumidores, como la declaración de impuestos, que incrementa la necesidad de asistencia agéntica.
Tendencia en acción: PenFed opera en un entorno altamente regulado. Como cooperativa de crédito con autorización federal que presta servicios a integrantes de las Fuerzas Armadas y sus familias en Estados Unidos, debe cumplir estrictas normas de cumplimiento, seguridad y verificación en cada punto de contacto con sus miembros. Avanzar más allá de los chatbots tradicionales basados en reglas requirió sólidos controles de riesgo y una supervisión transversal de los equipos legales y de cumplimiento.
Para ofrecer un servicio automatizado, fluido y a gran escala, PenFed implementó un agente llamado Ace. Protegido mediante el inicio de sesión de la banca en línea, Ace funciona como un asistente inteligente capaz de evaluar saldos de cuentas, consultar el estado de solicitudes de crédito, transferir fondos y entregar respuestas fundamentadas en una base de conocimiento seleccionada. Otro agente, Echo, extiende estas capacidades de múltiples acciones al canal de voz y fue diseñado para reemplazar por completo los antiguos sistemas de respuesta de voz interactiva (IVR) y atención bancaria automatizada.
“Nuestra visión siempre ha sido utilizar la IA de manera confiable, práctica y significativa para atender fluidamente a nuestros miembros en todos los canales. Hacer realidad esa visión implicó ir más allá de los chatbots simples para crear experiencias agénticas sofisticadas, con la confianza incorporada desde su diseño. Al combinar una gobernanza sólida con nuestra plataforma unificada, hemos implementado de manera segura agentes de múltiples acciones, como Ace y Echo, capaces de realizar tareas bancarias reales y complejas. Así convertimos en realidad nuestro objetivo de crear una cooperativa de crédito verdaderamente conectada y potenciada por IA”. — Shree Reddy, CIO de PenFed
La implementación de agentes aumenta la eficiencia y acelera el crecimiento de las ventas
En todas las industrias, los agentes de IA están evolucionando desde la simple conversación hacia la ejecución. En comparación con la generación de texto, los agentes realizan cada vez más acciones, como activar flujos de trabajo en segundo plano y aplicar lógica empresarial. La proporción entre acciones y resultados está creciendo a una tasa mensual compuesta del 15%. Por ejemplo, un agente de servicio no se limita a redactar una respuesta sobre el pedido de un cliente: consulta el registro, aplica la regla de negocio y luego emite el reembolso o reprograma la cita.
Las empresas que utilizan agentes de IA también registran un mayor crecimiento de sus ventas que aquellas que no lo hacen. Esta tendencia es particularmente marcada en el retail y las industrias orientadas al consumidor durante las compras de Navidad.
“Ya sea que se implementen agentes para operar a gran escala o que se coordinen mediante flujos de trabajo profundos y de múltiples pasos, lo esencial es que están generando valor real”, afirmó Joe Inzerillo, presidente de IA Empresarial y Tecnología de Salesforce. “Ese retorno sobre la inversión no solo se refleja en el crecimiento de las ventas, sino también en la eficiencia de la ejecución. Estamos pasando de chatbots pasivos y modelos predictivos a agentes orientados a la ejecución, que realmente ponen manos a la obra y generan valor”.
La confianza aumenta: los empleados utilizan más los agentes y los agentes de servicio de atención al cliente mantienen más conversaciones con los clientes sin comprometer la calidad
Durante el periodo analizado, la frecuencia promedio con que cada empleado interactuó semanalmente con un agente aumentó un 300% a lo largo del año, lo que constituye un indicador de confianza. Los agentes de Slack registran un promedio de 67 sesiones semanales; en abril, esta cifra se había triplicado respecto de febrero.
Cliente cero: Slackbot en Salesforce
Slackbot, el agente de IA de Salesforce en Slack, es la herramienta con la adopción más rápida en la historia de la compañía. El 83% de la empresa lo utiliza regularmente y permite que cada empleado ahorre, en promedio, hasta cinco horas de trabajo por semana. Los empleados de Salesforce utilizan Slackbot directamente en Slack para agilizar tareas cotidianas, desde resumir conversaciones que no pudieron revisar y redactar contenidos hasta preparar informes mediante la recopilación de métricas y archivos procedentes de distintos canales y aplicaciones.
Los clientes también confían en los agentes. Durante los últimos cinco trimestres, los agentes atendieron 170 veces más conversaciones de servicio de atención al cliente que en años anteriores y resolvieron de manera sostenida siete de cada diez sin necesidad de asistencia humana.
De hecho, un estudio reciente reveló que el 77% de los compradores que interactuaron con agentes de compra identificados con la marca dentro de un sitio web se sintieron más seguros de su compra que quienes no lo hicieron.
En las organizaciones de servicio de atención al cliente, el mayor impacto de los agentes se produce en la satisfacción del usuario, incluso por encima de la productividad de los equipos, el tiempo promedio de atención, la retención de clientes y el tiempo de primera respuesta.
Perspectivas futuras
A medida que madure la fuerza laboral digital de las empresas, estas ya no tendrán que elegir entre agentes que se implementan rápidamente y agentes capaces de abordar tareas complejas. Esa disyuntiva desaparecerá por completo: podrán escalar rápidamente la producción para responder a aumentos repentinos de la demanda, mientras mantienen la lógica profunda y transversal necesaria para gestionar flujos de trabajo complejos.
