Tabla de Contenido
Los agentes de IA ya automatizan atención, logística y ventas. Conoce sus oportunidades para el canal TI, los riesgos de darles autonomía y las claves para integrarlos con seguridad.
La inteligencia artificial agéntica comienza a cambiar la manera en que las empresas atienden clientes, administran operaciones y toman decisiones. A diferencia de los asistentes tradicionales, que responden preguntas, redactan textos o resumen documentos, los agentes de IA pueden planificar tareas, consultar sistemas corporativos, utilizar interfaces de programación de aplicaciones (API) y ejecutar procesos con distintos niveles de autonomía.
Esta evolución abre oportunidades para los integradores de soluciones tecnológicas, pero también introduce riesgos que las organizaciones no pueden resolver únicamente contratando una plataforma de inteligencia artificial.
La nueva demanda incluye conectar los agentes con los sistemas empresariales, establecer permisos, proteger los datos, supervisar las acciones automatizadas y garantizar que las decisiones puedan revisarse cuando producen resultados incorrectos.
Para los socios de negocio, el reto consiste en pasar de comercializar herramientas de IA a diseñar soluciones que combinen automatización, integración, seguridad y supervisión humana.
La diferencia es relevante. Si un copiloto genera una respuesta equivocada, un empleado puede corregirla antes de utilizarla. Si un agente tiene autorización para modificar inventarios, emitir reembolsos, consultar información financiera o actualizar bases de datos, un error puede convertirse directamente en una pérdida económica, una interrupción operativa o una exposición de información confidencial.
Por ello, la autonomía de estos sistemas debe definirse de acuerdo con el riesgo de cada proceso, no solamente con su capacidad técnica.
Los resultados comienzan a medirse en operaciones reales
Los casos de Mercado Libre y Primera Plus, perteneciente a Grupo Flecha Amarilla, ilustran dos aplicaciones diferentes: automatizar operaciones de comercio electrónico y mantener la continuidad de un servicio de atención al cliente.
Mercado Libre: automatización a escala
De acuerdo con los datos proporcionados por la compañía, sus asistentes de inteligencia artificial resuelven más de nueve millones de conversaciones por trimestre en América Latina. En logística, sus algoritmos intervienen en el enrutamiento de 101 envíos por segundo.
Además, más de 30,000 pequeñas y medianas empresas utilizan agentes inteligentes diariamente para administrar sus ventas.
En el ámbito del desarrollo tecnológico, la empresa reporta que las herramientas de IA utilizadas por sus más de 20,000 ingenieros para diagnosticar incidentes y revisar código redujeron los tiempos de trabajo casi 30%, mientras que los despliegues a producción aumentaron 60%.
Estas cifras muestran distintas posibilidades de aplicación: atención al cliente, optimización logística, apoyo a vendedores y automatización del desarrollo de software.
Sebastian Vélez, Product Development Sr Director de Mercado Libre Colombia, explica el propósito de estas herramientas:
«El desarrollo de la inteligencia artificial en el comercio busca potenciar la experiencia humana y simplificar procesos cotidianos. Integrar modelos avanzados y datos nos permite ofrecer una plataforma más ágil, donde la tecnología asume la complejidad operativa para que miles de pymes y consumidores tomen decisiones más informadas y convenientes».
Para los integradores, estos escenarios pueden traducirse en proyectos de automatización comercial, conexión entre plataformas de comercio electrónico y sistemas de gestión empresarial (ERP), integración con CRM y analítica de datos.
La oportunidad no consiste necesariamente en desarrollar un modelo de IA propio. También puede estar en adaptar las herramientas disponibles a los procesos, datos y políticas de cada cliente.
Primera Plus: atención telefónica sin depender de la disponibilidad del personal
Primera Plus implementó a MarIA, una agente telefónica desarrollada con tecnología de HappyRobot para atender consultas de sus usuarios.
Según los datos del caso, el sistema gestiona alrededor de 4,000 interacciones semanales, atiende de forma autónoma 20% de las llamadas y resuelve 60% de las consultas de principio a fin.
Su utilidad se hizo evidente durante incidentes viales que interrumpieron rutas interestatales y elevaron la demanda de información. La agente pudo absorber parte de las llamadas y cubrir la atención nocturna, cuando anteriormente quedaban alrededor de 200 llamadas diarias sin respuesta.
Marcos Diehl, Head of Latam de HappyRobot, señala:
«El caso de Flecha Amarilla demuestra que la inteligencia artificial puede integrarse en operaciones complejas y generar resultados medibles desde el primer momento… una herramienta capaz de ampliar su capacidad de atención y mantener la continuidad del servicio cuando el volumen de consultas aumenta de forma extraordinaria».
El caso muestra que un agente puede contribuir a mantener la continuidad operativa cuando la demanda supera la capacidad de atención humana. Sin embargo, antes de trasladar este modelo a otras organizaciones, el integrador debe evaluar la calidad de las respuestas, los mecanismos de escalamiento, la conexión con los sistemas de operación y las condiciones en las que una persona debe intervenir.
En transporte, salud, servicios financieros o infraestructura crítica, automatizar una conversación no equivale a tener autorización para tomar cualquier decisión relacionada con el usuario.
El consumidor también tendrá sus propios agentes
La transformación no se limita al interior de las empresas. También puede modificar la forma en que las personas buscan productos, comparan precios y realizan compras.
El Barómetro Loymark de IA y Decisiones de Compra 2026, indica que 56% de los consumidores encuestados en Colombia, México, Ecuador y Costa Rica ya adquirió un producto o servicio después de recibir una recomendación algorítmica.
Por su parte, el estudio Consumer Vision: Mothers of Reinvention, de dentsu, identifica al denominado «Consumidor CEO»: una persona que delega tareas cotidianas a agentes de IA y conserva la supervisión de las decisiones. El documento señala que 70% de las personas aspira a dirigir su propia red de agentes desde una sola interfaz.
El mismo estudio indica que 77% de los consumidores espera que las marcas adapten sus productos al comportamiento de sus agentes, mientras que 73% exige poder intervenir o anular las decisiones de estos sistemas.
Estos indicadores deben interpretarse como resultados de las investigaciones citadas, no como una medida universal de adopción. No obstante, apuntan a un cambio comercial que las empresas deben considerar.
Héctor Bula, CEO de dentsu Colombia, resume el desafío para las marcas:
«Durante años, la pregunta del marketing fue cómo convencer a una persona. Ahora la pregunta es cómo lograr que una marca sea elegida por el agente al que esa persona le delegó la decisión… Las marcas que no estén listas para conversar con esos agentes corren el riesgo de volverse invisibles o, peor aún, intercambiables».
Para los integradores, esto abre una línea de servicios vinculada con la preparación de catálogos, bases de conocimiento, políticas comerciales y datos de productos para que puedan ser interpretados por sistemas automatizados.
Una empresa que vende por comercio electrónico, por ejemplo, necesitará mantener información consistente sobre precios, inventarios, disponibilidad, características técnicas, garantías y condiciones de entrega. Si sus datos están incompletos o desactualizados, los agentes externos pueden comparar incorrectamente su oferta o descartarla.
El reto será combinar la optimización de los canales digitales con la calidad de los datos, la interoperabilidad y la seguridad de las transacciones.
La autonomía amplía la superficie de riesgo
La capacidad de ejecutar acciones distingue a los agentes de otras herramientas de IA y eleva las exigencias de seguridad.
Un agente conectado a sistemas corporativos puede recibir instrucciones maliciosas, consultar información que no necesita, utilizar permisos excesivos o ejecutar acciones equivocadas a partir de datos incorrectos. Si varios agentes comparten sistemas y procesos, un fallo puede propagarse entre aplicaciones.
Gustavo Lauria, CEO de Numia, advierte:
«Cuando una herramienta solo genera una respuesta, el riesgo principal está en la calidad de la información y en la experiencia que ofrece al cliente; pero cuando puede ejecutar una acción, también importa qué datos consulta, qué sistemas utiliza y bajo qué límites decide. Por eso, a mayor autonomía, mayor necesidad de control».
El problema no es exclusivamente tecnológico. También involucra la responsabilidad sobre las decisiones automatizadas, la protección de datos personales, la continuidad del negocio y el cumplimiento de las obligaciones regulatorias.
La información de referencia incluye tres indicadores que ilustran esta tensión:
- 33%: proporción de instituciones financieras que, según Deloitte, ya asigna presupuesto a la IA agéntica.
- 21%: proporción de organizaciones que considera tener un modelo maduro de gobernanza para estos agentes.
- Segundo lugar mundial: posición que, según IBM X-Force, ocupó la industria financiera y de seguros entre los sectores más atacados en 2025, por quinto año consecutivo.
Las dos primeras cifras describen indicadores distintos: destinar presupuesto no significa contar con controles maduros. Antes de utilizarlas para comparar mercados o sectores, conviene verificar los alcances y las poblaciones de los estudios originales.
La brecha entre inversión y gobernanza es especialmente relevante para las empresas que planean delegar decisiones a agentes con acceso a información financiera, datos personales o sistemas de producción.
Privacidad y cumplimiento regulatorio
Los agentes pueden necesitar información de clientes, empleados, proveedores y operaciones para completar sus tareas. El acceso a esos datos debe responder a una finalidad definida y a las autorizaciones correspondientes.
En México, las empresas privadas deben considerar las obligaciones de la Ley Federal de Protección de Datos Personales en Posesión de los Particulares. En Colombia, deben atender la Ley 1581 de 2012 y las disposiciones aplicables a la protección de datos personales.
La implementación también requiere revisar los contratos con proveedores de modelos de IA, los periodos de conservación de registros, las transferencias de información y el uso que terceros pueden hacer de los datos.
La disposición de los consumidores a compartir información a cambio de mejores servicios no sustituye el consentimiento válido ni elimina las obligaciones de protección de datos.
Seis recomendaciones para integrar agentes de IA con seguridad
Para el canal TI, estas condiciones representan una oportunidad para ofrecer consultoría e integración desde el diseño del proyecto, en lugar de intervenir únicamente después de que ocurre un incidente.
1. Definir qué puede hacer cada agente.
El primer paso es identificar las tareas que se automatizarán y clasificar sus riesgos. Un agente que consulta el estado de un pedido no necesita los mismos permisos que otro autorizado para modificar inventarios, procesar reembolsos o actualizar información financiera.
Debe aplicarse el principio de mínimo privilegio: cada agente accede únicamente a los sistemas y datos indispensables para cumplir su función.
2. Mantener la autorización humana en las acciones críticas.
No todas las decisiones deben ejecutarse de forma autónoma. Las transferencias de dinero, las operaciones excepcionales, los cambios sensibles en cuentas y las acciones que pueden afectar significativamente a un cliente deben contar con límites y mecanismos de aprobación adecuados.
El modelo Human-in-the-Loop permite establecer cuándo el agente puede proceder por sí mismo, cuándo debe solicitar autorización y cuándo tiene que transferir el caso a una persona.
3. Proteger los datos desde el diseño.
Los proyectos deben incluir cifrado, controles de acceso, enmascaramiento de información sensible y políticas de retención. También es necesario revisar si los proveedores utilizan datos empresariales para entrenar modelos y establecer contractualmente las condiciones de tratamiento.
Los estándares técnicos deben seleccionarse según la arquitectura y el riesgo. Por ejemplo, TLS para proteger comunicaciones y cifrado de datos almacenados cuando corresponda.
4. Registrar las acciones y conservar evidencia.
Cada operación debe dejar una bitácora que permita identificar qué agente actuó, qué información consultó, qué herramientas utilizó, qué autorización recibió y cuál fue el resultado.
La trazabilidad facilita la investigación de incidentes, las auditorías y la corrección de errores. No basta con guardar la conversación: también deben registrarse las acciones ejecutadas en los sistemas conectados.
5. Monitorear el comportamiento y preparar la respuesta a incidentes.
Los agentes requieren supervisión continua para detectar accesos anómalos, cambios inesperados, solicitudes repetitivas o acciones fuera de sus parámetros.
Las empresas también deben probar qué sucede si un agente falla, recibe instrucciones maliciosas o pierde conexión con un sistema. El plan de contingencia debe contemplar la revocación de permisos, la suspensión de procesos y la recuperación de la operación.
6. Preparar los datos y sistemas para la interoperabilidad.
Las organizaciones que quieran participar en el comercio asistido por agentes necesitan catálogos estructurados, información consistente y mecanismos seguros para intercambiar datos.
Los integradores pueden ayudar a conectar plataformas de comercio electrónico, CRM, ERP y sistemas de inventario, además de diseñar interfaces que permitan a los agentes consultar información y ejecutar operaciones autorizadas.
La interoperabilidad debe construirse junto con los controles de identidad, permisos y validación de transacciones; no como una conexión abierta entre sistemas.
Qué puede vender el integrador ante la llegada de la IA agéntica
La adopción de agentes autónomos abre oportunidades comerciales en distintas capas de la infraestructura y los servicios empresariales.
| Línea de negocio | Servicios que puede ofrecer el canal |
|---|---|
| Consultoría de IA | Identificación de procesos automatizables, evaluación de riesgos y definición de casos de uso. |
| Integración de aplicaciones | Conexión de agentes con ERP, CRM, plataformas de comercio, inventarios y sistemas de atención. |
| Ciberseguridad | Gestión de identidades, permisos, protección de datos, monitoreo y respuesta a incidentes. |
| Gobierno de IA | Políticas de uso, aprobaciones humanas, trazabilidad, auditorías y controles de cumplimiento. |
| Datos y analítica | Depuración de bases de datos, catálogos estructurados y evaluación de calidad de información. |
| Servicios administrados | Supervisión de agentes, revisión de registros, mantenimiento de integraciones y ajuste de controles. |
Estas líneas también permiten construir proyectos por etapas. Un integrador puede comenzar con un diagnóstico de procesos y datos, continuar con una prueba controlada y después ampliar la implementación conforme se comprueben los resultados y se validen los mecanismos de seguridad.
El valor comercial estará en demostrar beneficios medibles: reducción de tiempos de atención, disminución de tareas manuales, mejora en la disponibilidad del servicio o aumento de la capacidad operativa. La automatización, por sí sola, no garantiza un retorno de inversión.
La ventaja competitiva dependerá del control
La IA agéntica puede reducir tareas repetitivas, acelerar operaciones y permitir que las organizaciones atiendan mayores volúmenes de trabajo sin incrementar proporcionalmente sus recursos. Los casos de Mercado Libre y Primera Plus muestran aplicaciones concretas en comercio, logística y servicio al cliente.
Sin embargo, los resultados de una implementación dependen de la calidad de los datos, el diseño de los procesos, la integración tecnológica y los límites impuestos a cada agente.
Para las empresas, el desafío es determinar qué decisiones pueden delegar y cuáles deben permanecer bajo control humano. Para los integradores, la oportunidad consiste en convertir esa necesidad en proyectos de automatización segura, gobierno de IA, protección de datos y operación continua.
El siguiente paso en la adopción empresarial de inteligencia artificial no será solamente incorporar agentes capaces de ejecutar tareas. Será conseguir que actúen dentro de límites verificables, generen resultados medibles y puedan detenerse o corregirse cuando la situación lo requiera.
