Según los datos de la plataforma de Salesforce, el despliegue de agentes se duplicó el año pasado, y están generando resultados reales. Los retailers que utilizan agentes de IA aumentaron sus ventas en línea cuatro veces más rápido que los que no los utilizan. Para las numerosas organizaciones que ahora están desplegando sus primeros agentes, surge una pregunta crucial: entre las que ya están obteniendo beneficios, ¿qué las distingue? El informe «Estado de la IA agéntica en las empresas» de Salesforce, una encuesta global a 2025 responsables de la toma de decisiones en el ámbito de la IA agéntica, apunta a la preparación más que a la velocidad.
Las empresas que desplegaron esta tecnología no fueron necesariamente las primeras en alcanzar un ROI significativo. Más bien, los factores operativos (por ejemplo, disponer de datos claros y bien gestionados para los agentes cuando los necesitan; un alcance del agente claramente definido) fueron los que mejor predijeron el éxito.
Otros resultados clave: Entre el 30% de los agentes que ya están en producción, las implementaciones alcanzan el retorno de la inversión en aproximadamente ocho meses, con una tasa de adopción por parte de los empleados del 53% y un aumento promedio del 29% en la satisfacción del cliente.
“Todas las juntas directivas se preguntan si están avanzando con la suficiente rapidez. Dos años después del cambio hacia un enfoque proactivo, la respuesta de los datos es que la ventaja nunca estuvo en ser el primero, sino en empezar de forma deliberada. Las organizaciones que obtuvieron resultados reales se centraron en una lista de aspectos clave antes de que las condiciones fueran perfectas: los datos que hicieron fiables para la tarea, el punto en el que una persona se mantiene al tanto de todo y las medidas de seguridad que establecieron antes de necesitarlas.” — Shibani Ahuja, Vicepresidente Sénior de Estrategia de Datos e IA, Salesforce
Las industrias que obtienen el retorno de la inversión más rápidamente no siempre son las que lideran la implementación
Si la velocidad de implementación determinara la rentabilidad, quienes implementen sus soluciones primero y a mayor escala también serían los que recuperarían su inversión más rápidamente, pero no es así.
- Las industrias más avanzadas en la implementación de agentes de IA son diferentes de las que alcanzan el retorno de la inversión más rápidamente, lo que demuestra que ser el primero en adoptar no garantiza ser el primero en obtener beneficios.
- Dos de los sectores con menor porcentaje de empresas que han alcanzado la fase de implementación completa —Servicios Profesionales y Empresariales y Cadena de Suministro y Logística— lograron un retorno de la inversión significativo con mayor rapidez.
- Por el contrario, la industria de alta tecnología es una de las que más implementa agentes de IA, pero registra uno de los tiempos de retorno de la inversión más lentos, de 10.1
Los datos perfectos no son un requisito previo para la implementación
La disponibilidad de datos no distingue entre quienes han implementado agentes de IA y quienes no, aunque sí se correlaciona con mejores resultados una vez implementados.
- Los responsables de la implementación atribuyen el éxito de sus agentes más autónomos principalmente a dos factores: datos claros y accesibles en el momento en que el agente actúa, y un caso de uso bien definido. Ninguno de estos factores requiere datos totalmente unificados en toda la empresa.
- De hecho, solo el 31% de los implementadores unificaron completamente sus datos antes de lanzar agentes de IA. El 69% restante aún estaba integrando fuentes, solucionando problemas o trabajando con datos fragmentados.
- Sin embargo, las organizaciones que unificaron los datos relevantes antes de implementar sus agentes de IA lograron un retorno de la inversión significativo más rápidamente que aquellas que implementaron primero los agentes y luego abordaron las deficiencias en la infraestructura de datos: 7.3 meses frente a 8.8.
“La gente cree que hay que abarcar demasiado: tener todos los datos perfectos en un solo lugar antes de empezar. Lo que estamos descubriendo es que se puede ir caso por caso: obtener datos precisos, automatizados y descritos semánticamente para que los agentes entiendan qué son y cómo usarlos. Esa capa semántica es la que libera el valor”. — Joe Inzerillo, Presidente de Tecnología Empresarial e IA, Salesforce
Los agentes rinden más cuando están integrados en el flujo de trabajo, no cuando se les añade de forma forzada
El lugar donde vive un agente determina a qué puede llegar.
- La organización promedio encuestada utiliza 58 aplicaciones empresariales diferentes, pero menos de la mitad (42%) tiene la IA integrada de forma nativa en todas ellas.
- Los empleados utilizan la IA con regularidad a un ritmo progresivamente mayor cuando está integrada de forma nativa (55%) que cuando está conectada pero fuera de los sistemas centrales (47%).
- El 94% de los responsables de la implementación afirman que integrar la IA en los flujos de trabajo principales aporta más valor que ejecutarla como una herramienta independiente.
La gobernanza tiende a llegar tarde, y existe una verdadera disyuntiva entre velocidad y durabilidad
La mayoría de los responsables del despliegue pusieron en marcha el sistema con cierta supervisión y construyeron el resto posteriormente.
- Los responsables de la implementación utilizaban, en promedio, dos estructuras de gobernanza —como la monitorización en tiempo real, los marcos de escalamiento y los registros de auditoría— antes de implementar los agentes, y tres después.
- Esa secuencia se desarrolla con rapidez: las organizaciones con una supervisión menos estricta alcanzaron un retorno de la inversión positivo en 7.2 meses, frente a los 9.3 meses de aquellas con una gobernanza más rigurosa.
- Las organizaciones con una gobernanza por debajo del promedio tenían casi el doble de probabilidades de descubrir que un agente operaba fuera de sus parámetros solo después de que ocurriera un error importante: un 32% frente al 18% de aquellas con una gobernanza por encima del promedio.
- Para muchos, esto supone una verdadera disyuntiva: si se lanza un producto más rápido con una gobernanza menos estricta, es probable que se obtenga un retorno de la inversión más rápido, pero se tardará más en detectar los problemas.
- Más de un tercio de los encuestados cuyas iniciativas de IA se ralentizaron, se estancaron o fracasaron (38%) mencionaron marcos de gobernanza y protocolos de escalamiento más sólidos entre las cosas que harían de manera diferente.
“El nivel de exigencia es suficiente para aprender. Define límites razonables, pero no los sobreestimes hasta el punto de aniquilar la innovación”. — Joe Inzerillo, Presidente de Tecnología Empresarial e IA, Salesforce
Tendencia en acción: Asymbl
Asymbl, una empresa de orquestación de la fuerza laboral, experimentó un rápido crecimiento en 2025, con un volumen de candidatos que superaba la capacidad del equipo de reclutamiento y registros de solicitantes dispersos en sistemas desconectados. Por ello, creó Rosa, un agente de reclutamiento digital que redacta descripciones de puestos, preselecciona candidatos, programa entrevistas y envía ofertas. Esta es la pila tecnológica que lo hace funcionar: Rosa opera dentro de Slack, donde el reclutamiento ya funciona. Debajo, Data 360 proporciona una base de conocimiento centralizada para que Rosa funcione con registros consistentes y confiables en lugar de dispersos. MuleSoft integra Github, Hira y Google Drive para que los reclutadores no tengan que buscar en diferentes sistemas durante el proceso. ¿El resultado? Asymbl contrató a 100 personas en 100 días con el apoyo de Rosa, con una retención del 96%.
