Gartner calcula que más del 40% de los proyectos de IA agéntica que están en marcha ahora mismo no llegarán vivos a 2028. VentureBeat cruzó ese dato el 22 de agosto con una encuesta de McKinsey de 2026: la madurez media en gobernanza de IA responsable es de 2,3 sobre 4, y solo un 30% de las organizaciones alcanza un nivel de control real.
Para Marta esto confirma lo que ya intuía: el riesgo no es que el agente no funcione, es que nadie pueda explicar por qué hizo lo que hizo cuando algo sale mal delante de dirección. Dos de cada tres empresas de la encuesta señalan la seguridad y el riesgo como el mayor obstáculo, no la tecnología en sí.
Las empresas que sí sacan partido a sus agentes aplican cuatro reglas simples: le dan a cada agente una única responsabilidad con un mandato acotado, meten un checkpoint humano antes de la acción crítica y no después, guardan un registro de cada decisión disponible bajo demanda, y limitan qué datos y qué sistemas puede tocar cada agente.
El caso práctico: en lugar de un agente que «gestiona las devoluciones de principio a fin», se despliegan tres agentes distintos, uno que clasifica la solicitud, otro que calcula el reembolso y un tercero que ejecuta el pago, con una persona aprobando antes del paso final. Si algo falla, se sabe exactamente en qué eslabón.
Antes de aprobar el próximo proyecto de automatización con IA, hazte cuatro preguntas: ¿puedo reconstruir por qué el agente tomó esa decisión?, ¿tiene una sola responsabilidad?, ¿hay un punto de control antes de que actúe?, y si falla, ¿cuánto daño puede hacer antes de que alguien se entere?
Lo que Gartner no dice en su dato es que ese despliegue está yendo ocho veces más rápido que la mejora en gobernanza, según la propia lectura de VentureBeat. Es decir: la mayoría de empresas está montando agentes más rápido de lo que está aprendiendo a controlarlos, y ese hueco es donde se rompen los proyectos.