Miles de proveedores se anuncian hoy como «agentes de IA». Gartner calcula que solo unos 130 lo son de verdad. A la práctica de rebautizar lo de siempre ya le han puesto nombre: agent washing.
Lectura: ~8 minutos.
Si estás mirando agentes de IA para pymes —para las facturas, para los informes, para los portales de la administración—, la probabilidad de que la demo que te enseñen sea un chatbot con otro nombre es alta. No lo decimos nosotros: lo dice Gartner, que en junio de 2025 puso cifra al fenómeno y predijo, además, que más del 40 % de los proyectos de IA agéntica se cancelará antes de finales de 2027 por costes crecientes, valor de negocio poco claro o controles de riesgo insuficientes.
Este artículo va de cómo no acabar en ese 40 %: qué es un agente de verdad, en qué tareas ya funciona y qué preguntar en una demo para separar el producto del marketing.
Qué es un agente de verdad (y qué te suelen vender en su lugar)
Olvida la jerga. Bajo la etiqueta «agente» se venden hoy tres tipos de sistema muy distintos, y se distinguen con una sola pregunta: ¿quién decide los pasos?
La automatización clásica (RPA, flujos, macros) sigue reglas que alguien escribió antes: «si llega una factura de este proveedor, guárdala en esta carpeta y crea el apunte». Es rápida, es barata y funciona muy bien… hasta que algo se sale del guion. Entonces se para o, peor, hace lo de siempre con datos nuevos.
El chatbot o asistente responde cuando le preguntas. Redacta, resume, contesta. Pero no hace nada por su cuenta: si no le escribes, no existe. Buena parte de lo que hoy se vende como «agente» es esto con el nombre cambiado.
El agente recibe un objetivo, no una instrucción: «consigue que esta factura quede contabilizada». Decide los pasos, usa herramientas —el correo, el ERP, un navegador—, comprueba el resultado y lo reintenta si falla. Esa autonomía es su valor y también su riesgo: un sistema que decide puede decidir mal.
Si te ayuda una imagen: la automatización clásica es una fotocopiadora programada; el asistente, alguien de prácticas al que consultas dudas; el agente, un empleado junior al que le encargas un resultado. Al junior le revisas el trabajo las primeras semanas. Al agente, siempre.
| Automatización clásica | Chatbot / asistente | Agente de IA | |
|---|---|---|---|
| Le das | Reglas exactas | Una pregunta | Un objetivo |
| Los pasos los decide | Quien programó las reglas | Tú, mensaje a mensaje | El propio sistema |
| Actúa | Siempre igual, cuando se dispara la regla | Solo cuando le escribes | Por su cuenta, hasta cumplir el objetivo |
| Si algo cambia | Se rompe o falla en silencio | No pasa nada: tú rediriges | Se adapta (o se equivoca adaptándose) |
| Riesgo típico | Rigidez | Respuestas inventadas | Acciones equivocadas sin avisar |
Gartner lo define como rebautizar productos existentes —asistentes, chatbots, RPA— como «agénticos» sin que tengan capacidades reales de agencia. De los miles de proveedores que usan la etiqueta, estima que solo unos 130 lo son de verdad. No es un matiz técnico: pagas precio de agente por capacidades de chatbot.
Agentes de IA para pymes: tres tareas donde ya funcionan hoy
Que haya humo no significa que no haya fuego. Las listas de tendencias para 2026 hablan ya de equipos de agentes coordinados entre sí; sin llegar tan lejos, hay tres tareas administrativas donde el mercado ya ofrece agentes que funcionan. Los presentamos como lo que son: casos típicos del mercado, no proyectos nuestros. Y los tres comparten una condición que veremos después.
Procesar facturas de proveedor
El agente recibe la factura por correo, extrae los datos, los cruza con el pedido y el albarán, propone el apunte contable y lo deja preparado para que alguien lo valide. Cuando un proveedor cambia el formato, se adapta sin que nadie reescriba plantillas: esa es la diferencia con el OCR de siempre. Funciona si hay volumen; con cuarenta facturas al mes, la cuenta rara vez sale.
Rellenar formularios de portales
Portales de licitación, de subvenciones, de grandes clientes que obligan a meter los mismos datos una y otra vez. El agente navega, localiza los campos, los rellena con tus datos y se detiene antes de enviar, para que una persona revise. Es la tarea donde más se nota la diferencia con la automatización clásica: cada portal es distinto y cambia sin avisar.
Preparar borradores de informes
El informe mensual de ventas, el de tesorería, el comercial. El agente reúne los datos, monta el borrador con la estructura de siempre y señala lo que se sale de lo normal. Una persona lo revisa y lo firma. Los casos de uso de IA con más retorno en pyme siguen siendo los aburridos, y este es uno de ellos.
Fíjate en el patrón: en los tres casos el agente propone y una persona dispone. No es una limitación provisional que la próxima versión vaya a quitar. Es la condición de uso.
El coste del error: por qué la supervisión no es opcional
Los agentes fallan. Y no fallan poco.
Carnegie Mellon montó en 2025 una empresa simulada —el benchmark TheAgentCompany— para medir cuántas tareas reales de oficina completa un agente sin ayuda: navegar webs internas, trabajar con hojas de cálculo, escribir a compañeros. Los mejores modelos del momento completaron en torno al 30 % de las tareas; en el resto se quedaron a medias o se equivocaron. Los modelos han mejorado desde entonces, pero la conclusión de fondo sigue en pie: en tareas largas de varios pasos, un agente sin supervisión es una lotería.
Y el error de un agente no es como el de un chatbot. Un chatbot te da una respuesta mala y tú la descartas. Un agente actúa: contabiliza la factura en la cuenta equivocada, envía el formulario con un dato mal, cuela en el informe una cifra que no existe. El error viaja solo y aparece semanas después, con cara de estar bien hecho.
Por eso el tiempo de supervisión no es un extra: es una partida del proyecto, y se resta del ahorro desde el primer día, como explicamos en cómo calcular el ROI de un proyecto de IA. Si un proveedor te vende un agente «100 % autónomo» para un proceso que toca dinero, no te está vendiendo un agente: te está vendiendo un riesgo.
Cinco preguntas para desenmascarar el agent washing en una demo
No necesitas saber de tecnología. Necesitas estas cinco preguntas y aguantar el silencio después de hacerlas.
- «¿Qué decide el sistema por su cuenta y qué está programado con reglas?» Si la respuesta es un catálogo de «flujos configurables», es automatización clásica con marketing encima. No es malo: es otra cosa, y se paga a otro precio.
- «Enséñame un caso que salga mal.» Un agente real falla, y un proveedor serio te enseña qué pasa entonces: cómo avisa, cómo se corrige, quién revisa. Si «no falla nunca», estás viendo un guion, no un producto.
- «¿Qué pasa cuando el portal cambia el formulario o el proveedor cambia la factura?» Adaptarse a cambios sin reprogramar es justo lo que separa a un agente de un flujo de reglas. Pide verlo en directo, con un documento que lleves tú.
- «¿Dónde queda registrado cada paso que ha dado?» Sin un registro de acciones no puedes supervisar, no puedes auditar y no puedes responder ante nadie si algo sale mal. Con datos personales por medio, además, lo vas a necesitar.
- «¿Qué tasa de intervención humana tienen tus clientes reales?» Pide el número, no el adjetivo. «Prácticamente ninguna» no es un dato. «Entre el 15 y el 30 % de los casos, según el cliente» sí lo es, y además es creíble.
Una advertencia final: un proveedor puede responder bien a las cinco y aun así no compensarte. Que el agente sea real no significa que tu volumen lo justifique. Esa cuenta se hace antes de firmar y a veces sale que no; nosotros ya hemos contado cuándo le decimos a un cliente que no a proyectos así.
- Haz inventario: lista qué herramientas te han vendido como «IA» o «agentes» y clasifícalas con la tabla de este artículo (reglas, asistente o agente). Son diez minutos y suele haber sorpresas.
- Elige la tarea con más volumen de las tres de arriba y pásala por la calculadora de ROI de IA con tus números, incluyendo el tiempo de supervisión.
- Si tienes una demo a la vista, llévate las cinco preguntas y pide la tasa de intervención humana por escrito.
Si te sale un caso con números razonables y quieres contrastarlo antes de firmar con nadie, en la auditoría gratuita lo revisamos contigo, incluida la demo del proveedor si ya la tienes.
En myIA solo montamos agentes donde la cuenta sale, con supervisión humana desde el diseño y con la estimación de retorno firmada antes de empezar.
Fuentes
- Gartner. Gartner Predicts Over 40% of Agentic AI Projects Will Be Canceled by End of 2027, nota de prensa, 25 de junio de 2025. Incluye la estimación de ~130 proveedores agénticos reales y la definición de agent washing.
- The Register. AI agents get office tasks wrong around 70% of the time, junio de 2025, sobre el benchmark TheAgentCompany de Carnegie Mellon.
- Forbes España. Ocho tendencias en agentes de IA para 2026 que debes conocer.