La conversación sobre IA empresarial ya no gira solo alrededor de modelos más capaces. La pregunta que empieza a importar de verdad es otra: cómo permitir que un agente actúe dentro del trabajo real sin convertir esa autonomía en un problema de seguridad, auditoría o cumplimiento.

Ese cambio de foco se volvió más visible esta semana con el movimiento de NVIDIA y ServiceNow alrededor de agentes autónomos de escritorio: sistemas pensados para operar sobre archivos, terminales, aplicaciones y flujos corporativos, pero con capas explícitas de gobierno, observabilidad y control. No es un detalle técnico. Es una señal de mercado.

La novedad no es que la IA haga clics: es que ya quieren ponerla a trabajar dentro del escritorio corporativo

Durante meses, buena parte del discurso sobre agentes se quedó en demos llamativas: reservar reuniones, responder correos, llenar formularios, encadenar herramientas. Lo nuevo aquí es otra ambición: llevar esa ejecución al entorno donde vive el trabajo sensible.

Eso implica acceso a terminales, documentos, hojas de cálculo, sistemas internos y acciones de varios pasos. También implica aceptar algo incómodo para cualquier empresa: un agente útil ya no es solo un copiloto que sugiere. Es un actor operativo potencial.

Ahí está la verdadera barrera de adopción. No era solo calidad del modelo. Era confianza operativa.

El giro serio: autonomía con permisos, sandbox y auditoría

Lo interesante del anuncio no es la promesa de “más agentes”, sino la arquitectura que intenta hacerlos desplegables. La tesis es clara: si una empresa quiere agentes de larga duración y realmente autónomos, necesita al menos cuatro cosas desde el día uno:

• permisos delimitados, para definir qué puede ver y tocar cada agente;
• entornos contenidos, para aislar acciones y reducir daño lateral;
• trazabilidad completa, para entender qué hizo, por qué lo hizo y sobre qué datos actuó;
• gobierno de políticas, para que la autonomía no choque con controles internos ni requisitos regulatorios.

Suena obvio, pero durante mucho tiempo la industria vendió “agentes” como si el paso crítico fuera únicamente mejorar razonamiento. En empresa, el paso crítico es otro: convertir capacidad en ejecución gobernable.

La evidencia incómoda: los agentes todavía fallan mucho cuando el trabajo se parece al trabajo real

Ese contraste entre promesa y realidad también quedó expuesto en un benchmark reciente de ServiceNow AI Research, EnterpriseOps-Gym. El dato más útil no es el tamaño del benchmark, sino su conclusión: incluso modelos frontier siguen fallando demasiado cuando deben ejecutar tareas empresariales con estado, múltiples herramientas, restricciones de acceso y pasos largos.

El benchmark evalúa 1.150 tareas en ocho dominios empresariales con 512 herramientas y 164 tablas de base de datos. El mejor modelo reportado apenas alcanzó 37,4% de éxito. En tareas inviables o prohibidas, incluso el mejor desempeño para negarse correctamente quedó en 53,9%.

Eso obliga a bajar el tono del hype. La oportunidad no desaparece, pero cambia de forma: la ventaja competitiva no estará en soltar agentes sin freno, sino en diseñar entornos donde puedan producir valor sin producir caos.

Por qué esto sí importa para negocio ahora

Un líder empresarial no necesita que la IA sea perfecta para empezar a capturar valor. Necesita saber dónde puede operar con suficiente control para justificar el piloto. Y esa respuesta empieza a aclararse.

Los casos más prometedores no son necesariamente los más vistosos, sino los que combinan repetición, contexto local y reglas claras. Por ejemplo:

• preparar evidencias y borradores para cierres o auditorías internas;
• resolver tareas de soporte interno que saltan entre ticket, terminal y base documental;
• actualizar reportes, consolidar archivos y dejar trazas para revisión humana;
• ejecutar remediaciones operativas en entornos acotados y reversibles.

En esos escenarios, el valor ya no depende solo de “responder bien”, sino de trabajar con contexto, límites y accountability. Esa combinación es la que empieza a separar un experimento simpático de una capacidad operativa seria.

La escena que muchas empresas verán este año

Imagina un equipo de operaciones con un backlog de incidencias internas. Hasta ahora, la IA resumía tickets y sugería pasos. En el siguiente nivel, un agente puede abrir el caso, consultar documentación interna, revisar permisos, ejecutar una acción de bajo riesgo dentro de un sandbox, dejar registro de lo hecho y escalar a humano cuando detecta una excepción.

La diferencia económica es grande. No porque reemplace por completo al equipo, sino porque reduce esperas, comprime tareas intermedias y vuelve más productivo al especialista humano. Ahí es donde empieza a aparecer el ROI que muchas compañías llevan meses prometiéndose sin terminar de verlo.

Lo que cambia para compras, TI y liderazgo

Este giro también cambia cómo evaluar proveedores y plataformas. La pregunta útil deja de ser “¿cuántos agentes tiene?” y pasa a ser “¿qué controles trae para que esos agentes puedan entrar al negocio sin romperlo?”.

Eso mueve la conversación hacia criterios más serios:

• gestión granular de permisos;
• capacidad de aislar ejecución;
• logs auditables por acción y por dato;
• políticas de intervención humana;
• observabilidad del ciclo completo del agente;
• coste real por tarea útil, no por demo vistosa.

En otras palabras: la capa de gobierno deja de ser freno y se vuelve habilitador comercial. Sin eso, la autonomía no escala. Con eso, por fin empieza a entrar en procesos reales.

La decisión inteligente no es esperar a la perfección

Tampoco conviene leer esta señal como permiso para desplegar agentes en cualquier parte. Los mismos benchmarks recientes muestran límites claros. Pero sí conviene entender que el mercado ya empezó a moverse desde el copiloto hacia el trabajo delegado bajo control.

Las empresas que mejor capitalicen ese cambio no serán las que compren más “AI agents” en una slide. Serán las que definan tres o cuatro zonas operativas donde la IA pueda actuar con reglas claras, métricas concretas y supervisión diseñada desde el principio.

La próxima prueba de la IA empresarial no es si puede actuar. Eso ya quedó suficientemente demostrado en laboratorio. La prueba real es si puede hacerlo dentro del negocio sin perder contexto, permisos ni auditoría. Y esa prueba, ahora sí, ya empezó.

Fuentes consultadas: NVIDIA/ServiceNow sobre agentes autónomos para empresa y el benchmark EnterpriseOps-Gym de ServiceNow AI Research.