¿Qué deberían poseer las empresas de su pila de IA?

La próxima fase de la transformación con IA girará en torno a lo que las empresas pueden aprender de cada decisión que toma la IA, así como a quién pertenece ese aprendizaje

Las conversaciones sobre IA se han centrado en una pregunta principal: ¿qué pueden hacer estos modelos? Se los sometió a pruebas de rendimiento, se hicieron proyectos piloto y se los contempló con asombro; era la pregunta adecuada durante la fase de experimentación. Sin embargo, ya no lo es en el momento actual.

En esta nueva fase —la empresa agéntica—, la IA ya realiza tareas, supervisa cambios, prepara entregables y participa en decisiones clave para impulsar el negocio, en lugar de limitarse a responder preguntas. Este cambio se está acelerando: el estudio de CEO de IBM de 2026 reveló que los CEO esperan que la proporción de decisiones operativas tomadas por la IA casi se duplique y alcance el 48 % para 2030. Cuando la IA realiza el trabajo en vez de limitarse a describirlo, la pregunta estratégica pasa de «¿Qué puede hacer este modelo?» a «¿Qué aprende mi empresa cada vez que toma una decisión y a quién pertenece ese aprendizaje?»

Si el valor empresarial se acumula decisión a decisión, el activo más importante de una empresa en la era de la IA es el ciclo que le permite aprender de cada decisión: el contexto que la rodea, las pruebas que la sustentaron, el resultado que produjo y el patrón que los conecta. Si ese ciclo es suyo, cada decisión afina la siguiente. Si lo deja escapar, estará automatizando actividades sin acumular ventajas.

Con solo replantear la cuestión, cambia casi todo sobre cómo una empresa seria debería diseñar su arquitectura de IA.

El error de apostar toda la empresa a un solo modelo

La tendencia ha sido consolidar la estrategia eligiendo un proveedor líder de modelos, adoptándolo como estándar y construyendo todo sobre esa base. Sin embargo, creo que es un error, aunque no por la razón que suele darse.

La objeción habitual es la dependencia y el poder de negociación en materia de precios. Son problemas reales, pero secundarios. La cuestión de fondo son los incentivos y el destino de lo que la empresa aprende. Los proveedores de modelos se dedican a crear los mejores modelos de propósito general del mundo, y lo hacen aprendiendo del uso que se les da. Cuando se canalizan las decisiones, los datos y los flujos de trabajo exclusivos de la empresa a través de un solo proveedor, se le entrega el material que más la diferencia —el registro de cómo piensa— a un proveedor cuyo incentivo es generalizarlo. La ventaja propia se convierte en un insumo de un producto básico que también pueden comprar los competidores.

La frontera también avanza demasiado rápido como para apostar a que un solo modelo seguirá siendo el mejor durante mucho tiempo. En cambio, la arquitectura adecuada debería permitir a las empresas asignar cada tarea al modelo o agente especializado que mejor se adapte a ella, sin dejar de ser dueñas del entorno de agentes y del ciclo de aprendizaje que captan cómo funciona la empresa y cómo toma decisiones. Los modelos pueden cambiar; esa base exclusiva sigue siendo suya y aumenta de valor con el tiempo.

Esa base exclusiva también puede tener un valor estratégico cuantificable. El estudio de IBM también reveló que los CEO que incorporan datos exclusivos y propiedad intelectual en modelos y agentes de IA personalizados esperan que los productos y servicios que hoy no ofrecen representen un 13 % más de sus ingresos de 2030.

No puedes crear todos los agentes, ni deberías intentarlo

Ser dueño del entorno de agentes, del ciclo y del sistema de asignación no significa tener que crear todos los agentes que se ejecuten sobre esa base. El agente principal de la empresa —el que entiende la organización, sus prioridades y sus datos exclusivos— es suyo para crear y poseer. Pero la actividad empresarial abarca ámbitos que ningún equipo puede dominar por sí solo: ventas, recursos humanos, asuntos jurídicos, finanzas, inteligencia de mercado y otros. Para cada uno de ellos, lo más adecuado será un agente especializado que destaque en esa función concreta.

Ninguna empresa va a crear internamente un agente de primer nivel para cada función. No se trata de una carrera por los recursos que se pueda ganar. La fórmula ganadora es un agente principal sólido que coordine un conjunto de subagentes especializados, cada uno adaptable a las necesidades de la empresa y conectado al entorno de agentes mediante una interfaz clara. Sin embargo, las empresas aún están empezando a construir este tipo de arquitectura: una encuesta de Deloitte de 2026 reveló que solo el 15 % de las organizaciones ha ampliado la adopción orquestada de agentes múltiples entre distintas funciones.

Por tanto, la tarea real de los líderes empresariales tiene dos partes: crear el agente principal que sirva de referente y el ciclo que lo alimenta, y luego identificar a los mejores agentes especializados e integrarlos. Propiedad allí donde se acumula valor; colaboración donde no.

Un agente especializado frente a un simple envoltorio

Un agente especializado debe ofrecer algo que la empresa no pueda reproducir fácilmente. La ventaja duradera reside en combinar datos exclusivos con un entorno diseñado específicamente para recuperarlos y razonar sobre ellos. Un agente solo es tan bueno como la información que puede encontrar y su capacidad para comprenderla.

Ese es el criterio que los líderes empresariales deberían aplicar al decidir qué desarrollar internamente y con quién asociarse. Si una capacidad depende de contenido único, conocimientos especializados y años de infraestructura creada específicamente para ese fin, es poco probable que reconstruirla internamente genere una ventaja. En su lugar, conviene concentrar esos recursos en los datos exclusivos, el ciclo de decisiones y la capa de orquestación que son propios de la empresa.

Lo que comprenderán los ganadores

Las empresas que triunfen en la era agéntica serán aquellas que diseñen su arquitectura en torno a lo que las hace singularmente más inteligentes con el tiempo. Controlarán el ciclo que les permite aprender de cada decisión y lo rodearán de los mejores agentes especializados, en lugar de intentar construirlo todo por su cuenta.

El objetivo no es controlar cada componente de la pila de IA, sino aquellos en los que la ventaja se multiplica, y asociarse con otros para el resto. Estar conectado no es lo mismo que ser inteligente. En la empresa agéntica, ser inteligente significa controlar aquello que multiplica la ventaja y asociarse con otros para el resto.