¿Los agentes de IA ya generan valor empresarial medible o seguimos ante una promesa?

Pregunta central: ¿Qué evidencia existe, a agosto de 2026, de que los agentes de IA produzcan valor económico u operacional medible en empresas, más allá de demos, pilotos y métricas de actividad?

La evidencia disponible permite sostener que la IA —y de manera más incipiente los agentes— ya puede producir mejoras medibles en tareas y procesos específicos. Sin embargo, la evidencia de ROI atribuible, sostenido y a escala empresarial sigue siendo mucho más limitada que la narrativa de adopción.

Hay una distinción metodológica fundamental: no trataremos como equivalentes uso de IA, IA generativa, copilotos, automatización tradicional con IA, agentes con capacidad de actuación y sistemas multiagente. Tampoco consideraremos automáticamente “valor empresarial” una mejora de productividad.

Cinco niveles de evidencia

1. Actividad

Tokens, consultas, agentes creados, usuarios o workflows ejecutados. Sirve para medir adopción. No demuestra valor.

2. Productividad

Tiempo ahorrado, tareas completadas, reducción de esfuerzo o mayor throughput. Ya existe evidencia experimental relativamente sólida de efectos positivos en determinados trabajos.

3. Resultado operacional

Menor tiempo de resolución, menos errores, mejor conversión, mejor experiencia del cliente, reducción de costos o aumento de capacidad. Aquí la evidencia empieza a ser más interesante, pero también más heterogénea.

4. Resultado económico

Ingresos incrementales, costos realmente eliminados, margen, cash flow o EBIT atribuible. La evidencia es considerablemente menor.

5. Retorno

Beneficio económico incremental menos el costo total de construir, integrar, operar, supervisar y gobernar la capacidad. Este es nuestro estándar más exigente para hablar de ROI de agentes de IA.

Evidencia que apoya la tesis de creación de valor

Uno de los mejores puntos de referencia disponibles es un estudio publicado en Management Science. Combinó tres experimentos aleatorizados de campo en Microsoft, Accenture y una empresa Fortune 100, con 4,867 desarrolladores. Los participantes con acceso a un asistente de programación basado en IA completaron un 26.08% más tareas en el análisis combinado. Es evidencia causal relevante de productividad, pero se refiere a un asistente de programación generativa, no a un agente empresarial autónomo. Fuente: Management Science.

Otro experimento de campo, realizado sobre 515 startups, estudió un problema distinto: no sólo disponer de IA, sino aprender a descubrir dónde aplicarla dentro del proceso productivo. Las empresas tratadas identificaron 44% más casos de uso, completaron 12% más tareas, fueron 18% más propensas a adquirir clientes de pago y generaron 1.9 veces más ingresos. Los efectos de ingresos e inversión fueron especialmente fuertes en la parte alta de la distribución, una cautela importante frente a interpretar el promedio como un efecto uniforme. Fuente: HKU Business School / investigación de INSEAD.

Ambos estudios importan porque avanzan desde actividad hacia productividad y, en el segundo caso, hacia resultados empresariales. Pero tampoco permiten concluir que “los agentes” en general ya produzcan ROI empresarial: estudian intervenciones de IA concretas bajo condiciones específicas.

Evidencia que contradice una lectura excesivamente optimista

McKinsey ofrece un contrapunto importante. En su encuesta global de 2025, 62% de los encuestados dijo que sus organizaciones estaban al menos experimentando con agentes de IA. El 23% reportó estar escalando algún sistema agentivo en alguna parte de la empresa, pero en ninguna función individual la proporción que escalaba agentes superaba el 10%. Sólo 39% atribuyó algún impacto de la IA al EBIT empresarial y, entre quienes lo hicieron, la mayoría estimó que menos del 5% del EBIT era atribuible a IA. Fuente: McKinsey, The State of AI 2025.

Y existe un problema todavía más interesante: un agente puede mejorar una métrica y empeorar otra.

Un experimento de campo de 2026 en operaciones de atención al cliente de Alibaba/Taobao encontró que la IA agentiva reducía la duración media de los chats, pero reducía sustancialmente las calificaciones de los chats elegibles atendidos por el sistema. La efectividad de la intervención humana dependía además del tipo de fallo y del momento de intervención. Se trata de un preprint, por lo que debe interpretarse con la cautela correspondiente, pero ofrece evidencia de campo especialmente relevante sobre los trade-offs de sistemas agentivos reales. Fuente: Wang et al., 2026.

Eso cuestiona una de las simplificaciones más frecuentes del debate:

tiempo ahorrado ≠ valor creado.

El problema de las encuestas de ROI

Los estudios empresariales recientes aportan señales útiles, pero constituyen una categoría de evidencia distinta a un experimento causal.

Contentstack encuestó en mayo de 2026 a 621 líderes digitales empresariales. El 75% del conjunto de encuestados reportó retornos positivos medibles en programas agentivos internos. Sin embargo, sólo 48% declaró tener KPIs claramente definidos y medirlos activamente; 31% tenía métricas inconsistentes o incompletas, 17% seguía definiendo cómo medir y 5% no tenía KPIs. Entre quienes sí contaban con KPIs definidos y medición activa, 94% reportó retornos positivos medibles en programas internos. Fuente: Contentstack, 2026 Agentic Enterprise Report.

Snowflake y Omdia, en una encuesta a 2,050 profesionales influyentes en las compras de IA de organizaciones que ya utilizaban IA generativa en producción, reportaron que 32% tenía soluciones agentivas en producción. Pero conviene no mezclar categorías: el 92% de retorno positivo entre early adopters y el dato de $1.49 por cada dólar invertido corresponden a IA generativa; para agentes, el informe publica también expectativas de retorno futuro. Fuente: Snowflake/Omdia, The ROI of Gen AI and Agents 2026.

ROI declarado por un ejecutivo, ROI cuantificado, ROI atribuible y ROI demostrado experimentalmente son evidencias diferentes.

Una pregunta que puede cambiar la conclusión: el costo total

KPMG reportó en junio de 2026 que sólo 26% de las organizaciones encuestadas tenía visibilidad completa y en tiempo real de los costos de operar IA a escala, pese a que 66% contaba con dashboards de monitoreo y 61% con procesos de aprobación. Fuente: KPMG AI Quarterly Pulse Survey, Q2 2026.

Eso plantea un problema elemental.

Si una organización conoce el tiempo ahorrado pero no conoce completamente el costo de inferencia, integración, infraestructura, observabilidad, evaluaciones, mantenimiento, intervención humana y gestión del riesgo, puede demostrar un beneficio operacional.

Pero difícilmente puede demostrar ROI.

Entonces, ¿los agentes ya generan valor?

La evidencia no respalda ni la conclusión de que “los agentes funcionan” de manera general ni la de que “son puro hype”.

Lo que permite sostener, a agosto de 2026, es más preciso:

Sí existe valor empresarial medible asociado a IA y empiezan a existir pruebas específicas para sistemas agentivos. Pero la evidencia más sólida está concentrada en tareas y procesos concretos. El salto desde productividad local hasta retorno económico empresarial atribuible, sostenido y escalable sigue siendo el punto débil de la evidencia.

La consecuencia puede ser importante: quizá la pregunta empresarial correcta ya no sea “¿tenemos agentes?”, ni siquiera “¿cuántas horas ahorraron?”, sino “¿qué resultado cambió, cuánto valor económico produjo, cuánto costó conseguirlo y qué parte podemos atribuir razonablemente al agente?”

Comentario editorial: ROI económico no es todo el valor

En Zherpa utilizamos también una distinción que amplía esta discusión. En Zherpa.tech contamos con una calculadora para estimar el ROI económico de una implementación de IA: una medida indispensable cuando queremos saber si el beneficio financiero justifica la inversión.

Sin embargo, desde la Teoría del Valor Nautilius, limitar la evaluación al retorno económico sería insuficiente. Una implementación de un agente de IA debe monitorearse por su impacto en los Nueve Valores Nautilius: Marca; Gobernanza y Ética; Económico; Estratégico; Emocional; Innovación y Aprendizaje; Resiliencia y Agilidad; Social; y Ecosistema y Colaboraciones.

Esto introduce una distinción importante para esta investigación. Un agente podría presentar ROI económico positivo y, simultáneamente, deteriorar otros componentes de valor: por ejemplo, la experiencia del cliente, la confianza, la gobernanza o la resiliencia operacional. También puede ocurrir lo contrario: una implementación cuyo retorno financiero inmediato todavía sea modesto podría generar aprendizaje, capacidad estratégica o resiliencia relevantes.

Por eso conviene mantener dos preguntas separadas. La primera es cuantitativa: ¿cuál es el retorno económico atribuible al agente? La segunda es más amplia: ¿qué valor crea, conserva o destruye la implementación en el sistema empresarial?

La primera puede expresarse mediante una calculadora de ROI. La segunda exige observar múltiples dimensiones y, sobre todo, evitar asumir que una mejora aislada —menos tiempo, menor costo o mayor throughput— equivale automáticamente a creación neta de valor.