Cerca de 40% de la IA en empresas no servirá en 2027

Si 2025 fue el año en que las empresas aprendieron a hablar con la IA, 2026 ha sido el año en que la pusimos a trabajar sola. Los agentes de IA (sistemas que no solo responden, sino que ejecutan tareas de principio a fin) son la conversación de cada sala de juntas. Microsoft reporta que los agentes activos en su plataforma se multiplicaron por quince en un año. En la región se venden como “la nueva capa de productividad”.

Todo el mundo quiere uno. Pero este mes llegó el dato que nadie pone en el pitch. Gartner proyecta que más de 40% de los proyectos de agentes de IA que las empresas están arrancando hoy serán cancelados antes de que termine 2027. Forrester lo confirma desde otro ángulo: casi todas las empresas están adoptando agentes, pero muy pocas logran llevarlos a producción de verdad. La mayoría de estos proyectos no va a morir por falta de entusiasmo. Va a morir justo después del entusiasmo.

Cuando uno de esos agentes falla, el veredicto casi siempre es el mismo: “la IA todavía no está lista”, “el modelo se equivoca”, “el proveedor prometió más de lo que entregó”. Es un diagnóstico cómodo, porque no señala a nadie de la casa. Y es casi siempre falso.
La causa real es más incómoda. La mayoría de las empresas está desplegando un agente como si fuera una función más de software. Se instala, se prende y se espera que funcione. Pero un agente no es una función. Es un empleado. Y nadie contrata a un empleado, lo sienta en un escritorio el primer día sin decirle qué hacer, sin mostrarle los sistemas, sin un jefe y sin forma de medir si lo está haciendo bien, para luego sorprenderse cuando no funciona.

Contratar bien a un agente, para mi significa cinco cosas concretas: darle un rol acotado: una sola cosa que haga bien, no veinte que haga a medias, hacerle un onboarding real, conectándolo a los datos y sistemas de la empresa, definir una métrica de desempeño desde el día uno: qué significa que este agente esté haciendo bien su trabajo, asignar un dueño, alguien de la operación que lo supervise y lo corrija, no el área de tecnología que lo montó y se fue y darle permiso para empezar pequeño, en un caso real, antes de entregarle toda la operación.

No hablo en teoría. Durante los últimos meses guié personalmente la implementación de un agente de IA para una de las empresas más grandes de Colombia, uno de los mayores jugadores del sector de gas GLP del país, una compañía dentro del top 100 nacional. Hoy ese agente lleva siete meses en producción. No en piloto, no en demo: en producción, operando todos los días.

Los resultados, medidos sobre la operación real, son estos: ese desarrollo le ahorra a la empresa más de $400 millones al año y genera más de $500 millones al año en ventas. Casi $1.000 millones de impacto anual desde un solo agente bien contratado.

Y no fue por tener el modelo más avanzado ni el presupuesto más grande. Fue por método. Casos de uso estructurados, uno por uno. Una implementación conectada a la operación real y no a un ambiente de prueba. Y medición constante, para saber en cada momento qué estaba funcionando y qué había que ajustar. Ese agente es exactamente lo contrario de 40% que Gartner ve cancelándose. No se contrató para impresionar en una reunión, se contrató para trabajar.

Y aquí está lo que más me preocupa del momento colombiano. La mayoría de nuestras empresas apenas está saliendo de la primera etapa. Según el estudio “Desbloqueando el potencial de la IA en Colombia”, de Strand Partners para AWS (julio de 2026), 74% del uso de IA en el país sigue siendo básico, gente hablándole a un chat. El salto a agentes es la tentación natural del próximo año. Pero si ese salto se da con la misma lógica con la que se montó el chat, prender la herramienta y esperar magia, Colombia va a producir su propia versión local de ese 40% cancelado. Vamos a tener una ola de proyectos de agentes anunciados en enero y archivados en diciembre.