Agentes de IA: el 54% de las empresas los está probando, solo el 11% los tiene funcionando

KPMG viene midiendo trimestre a trimestre qué están haciendo las empresas con inteligencia artificial. Los números de 2026 dicen dos cosas a la vez.

La primera es espectacular: el 54% de las organizaciones está desplegando agentes de IA, contra un 12% en 2024. En dos años se multiplicó por cuatro.

La segunda enfría el ambiente: solo el 11% ha pasado de los experimentos a tener agentes funcionando a escala en toda la operación (KPMG Global AI Pulse).

Esa brecha —del 54% al 11%— es la parte que casi nadie cuenta. Y es la más útil si estás evaluando meter IA en tu negocio, porque explica dónde se atasca la mayoría.

¿Qué es un agente de IA?

Un agente de IA es un software que recibe un objetivo, no un guion. Consulta sistemas, decide el siguiente paso según lo que encuentra y actúa, incluso cuando aparece un caso que nadie previó. Eso lo separa de un chatbot, que solo responde, y de una automatización de reglas, que se rompe con la primera excepción.

El término se usa para todo, así que vale la pena separarlo bien de esas dos cosas.

No es un chatbot. Un chatbot responde preguntas. Le escribes, te contesta, se acabó. Toda la acción la sigues haciendo tú.

No es una automatización de reglas. Ese tipo de software —lo que se llama RPA— sigue instrucciones fijas: si llega un correo con la palabra “factura”, guárdalo en esta carpeta. Funciona perfecto mientras la realidad se comporte como estaba previsto. En cuanto aparece un caso raro, se rompe o hace algo absurdo.

Un agente, en cambio, maneja las excepciones. Ante el caso raro no se detiene: consulta lo que necesita, decide el siguiente paso y actúa. Esa es la diferencia práctica con una automatización de reglas.

Un ejemplo concreto. “Cuando llegue un pedido por WhatsApp, regístralo” es una regla. “Cuando llegue un pedido por WhatsApp, verifica si hay stock; si no hay, propón el producto equivalente; si el cliente acepta, registra la venta y agenda la entrega según la zona” es un objetivo. Eso segundo es un agente.

¿Por qué el 54% no llega al 11%?

Casi nunca es culpa de la IA. Cuando una empresa se queda a mitad de camino, casi siempre es por una de estas tres razones: los datos están desordenados, nadie definió qué pasa cuando el agente se equivoca, o se automatizó un proceso que ya estaba mal.

Los datos están desordenados. Un agente que tiene que consultar el stock necesita que exista un stock consultable. Si el inventario está en un Excel que alguien actualiza los viernes, el agente va a tomar decisiones con información de hace seis días. La IA no arregla un dato malo: lo propaga más rápido.

Nadie definió qué pasa cuando se equivoca. Un agente que hace 200 operaciones al día se va a equivocar en algunas. Si no está definido de antemano qué se revisa, qué se aprueba a mano y qué se puede deshacer, el primer error serio hace que se apague todo y no se vuelva a encender.

Se automatizó un proceso que estaba mal. Este es el más caro. Si el circuito de pedidos ya era confuso, automatizarlo lo vuelve un circuito confuso que además corre solo. El orden va antes que la automatización, siempre.

¿Qué puede hacer hoy un agente de IA en un negocio peruano?

Siendo concretos, y con tecnología que ya funciona, cuatro tareas:

• Atender la primera consulta por WhatsApp. Precio, disponibilidad, horario, estado de un pedido. Es lo que más descarga al equipo, porque es lo que más se repite. Y en el Perú tiene todo el sentido: según Ipsos, el 98% de los usuarios de redes sociales usa WhatsApp activamente.
• Leer documentos y pasarlos a datos. Facturas de proveedores, guías, órdenes de compra. Extraer los campos y registrarlos sin que alguien los tipee.
• Ordenar y priorizar lo que entra. Clasificar consultas, detectar cuáles son urgentes o de mayor valor, y avisar a quien corresponde.
• Redactar el borrador de lo repetitivo. Cotizaciones, respuestas frecuentes, seguimientos. Con una persona que revisa antes de enviar.

¿Qué no puede hacer todavía?

No debe decidir solo sobre dinero, no reemplaza el criterio en lo delicado, no funciona sobre datos que no existen y no se instala para olvidarse. Esta parte importa más que la anterior, porque es donde se pierde el dinero.

No decide solo sobre plata sin supervisión. Aprobar un descuento, cerrar una venta grande, autorizar un pago. La tecnología puede; el riesgo no lo justifica.

No reemplaza al criterio en lo delicado. Un reclamo serio, un cliente molesto, una negociación. Un agente puede preparar el contexto para que la persona llegue informada. La conversación la tiene la persona.

No funciona sobre datos que no existen. Si tu información está solo en la cabeza del dueño o en cuadernos, no hay agente posible. Primero se ordena, luego se automatiza.

No se instala y se olvida. Necesita revisión, ajuste y alguien que mire los resultados. Quien te lo venda como “se configura una vez” no lo ha operado.

¿Cuántas empresas peruanas usan inteligencia artificial?

La Cámara de Comercio de Lima estima que entre el 15% y el 25% de las pymes peruanas usa alguna herramienta basada en inteligencia artificial.

Es poco comparado con el 54% global, y hay dos formas de leerlo. La pesimista: estamos atrás. La útil: quien ordene su información este año va a llegar a la IA con la casa lista, mientras la mayoría todavía esté decidiendo por dónde empezar.

Porque ese es el patrón que muestran los números de KPMG. Los que están en el 11% no son los que compraron la IA más cara. Son los que tenían sus datos en orden cuando les tocó.

En resumen

Un agente de IA no es magia ni es humo. Es software que persigue un objetivo en vez de seguir un guion, y que sirve exactamente en la medida en que la información sobre la que trabaja sea confiable.

Si alguien te ofrece un agente sin preguntarte primero cómo están tus datos, está vendiendo la parte fácil.

---

¿Te interesa saber si tu operación está en punto para algo así? Escríbenos. Lo primero que vamos a mirar es de dónde saldrían los datos — y si la respuesta es “de ningún lado todavía”, te lo diremos antes de proponerte nada.