- Empresas como Serveo y CaixaBank ya despliegan cientos de agentes de IA en sus operaciones diarias.
- Un estudio de SAP revela que el 83% de las organizaciones espera un impacto alto de la IA agéntica.
- Meta advierte que la infraestructura actual no está preparada para el aluvión de consultas de agentes.
- Denodo lanza su plataforma 9.5 para proporcionar contexto semántico y gobernanza a los agentes.
Sin embargo, este avance no está exento de retos. La misma velocidad de adopción está poniendo a prueba la infraestructura tecnológica de las organizaciones. Meta ha alertado de que las consultas de agentes se han multiplicado por 30 en solo seis meses, y advierte de que los sistemas diseñados para humanos no pueden sostener ese ritmo. Al mismo tiempo, surgen nuevas herramientas que prometen dar a los agentes el contexto y la gobernanza que necesitan para operar de forma segura y eficiente.
Adopción real en empresas europeas
Uno de los casos más destacados es el de Serveo, la compañía española de servicios que ha desplegado 733 agentes de IA desarrollados por sus propios empleados. Más de 600 trabajadores utilizan Microsoft 365 Copilot a diario, logrando reducir hasta un 80% los tiempos en procesos clave y un 95% los errores en tareas avanzadas de tratamiento de información. Según su CEO, Salvador Urquía, esta evolución hacia una IA agéntica redefine las operaciones de la empresa.
En el sector financiero, CaixaBank ha integrado agentes conversacionales basados en Salesforce Agentforce que gestionan unas 6.000 conversaciones al mes para la contratación de productos financieros. El sistema acompaña al usuario durante casi todo el proceso, reservando la intervención humana solo para la firma final. Esta iniciativa forma parte de su plan estratégico 2025-2027 para acelerar la transformación digital de sus 12 millones de clientes.
Otras empresas como Kronjop ofrecen soluciones de agentes IA para pequeñas empresas, integradas con ChatGPT o Claude mediante el protocolo MCP, y con una capa legal que se sincroniza con el AI Act y el RGPD. Por su parte, la sueca Klarna ha desplegado un asistente que gestiona de forma autónoma dos tercios de los chats de soporte, reduciendo el tiempo de resolución de 11 a menos de dos minutos, lo que equivale al trabajo de 700 agentes humanos.
La infraestructura, el gran desafío
El auge de los agentes está generando una presión inédita sobre los sistemas informáticos. Barak Yagour, vicepresidente de ingeniería de Meta, señaló en la conferencia VB Transform 2026 que las consultas de agentes a su infraestructura se han multiplicado por 30 en medio año. “Hemos dedicado 20 años a construir infraestructura para humanos. Quizás tengamos 20 meses para reconstruir todo de cara a un mundo donde humanos y agentes cocreen a gran escala”, advirtió.
Los problemas son múltiples: la capacidad de cómputo se dispara porque un solo ingeniero puede generar decenas de agentes; los sistemas de identidad no están diseñados para entidades no humanas; y la velocidad a la que los agentes escriben código exige procesos de compilación y despliegue mucho más rápidos. Meta está pasando del procesamiento por lotes al tiempo real y creando “entornos de datos confiables” donde los agentes pueden moverse con libertad pero cada resultado se rastrea hasta su origen.
Herramientas para gobernar la IA agéntica
Para responder a estos desafíos, Denodo ha lanzado la versión 9.5 de su plataforma, diseñada para proporcionar “contexto activo” a los agentes de IA. La nueva versión incorpora un grafo de conocimiento empresarial que permite definir y gestionar activos como procesos ETL, glosarios de negocio y métricas estandarizadas. Las vistas de métricas (metric views) centralizan indicadores como ingresos o valor del cliente, garantizando que todas las herramientas de BI y los agentes trabajen con datos fiables y gobernados.
Además, Denodo Assistant ha evolucionado hacia un flujo de trabajo conversacional que ayuda a los equipos a generar código VQL sin necesidad de conocer la sintaxis exacta. La plataforma también amplía su conectividad con Databricks y Azure AI Search, e incorpora búsqueda vectorial para optimizar consultas semánticas. Según Alberto Pan, CTO de Denodo, “la IA agéntica está redefiniendo lo que las organizaciones necesitan de su infraestructura de datos”.
Por otro lado, Google ha presentado la familia Gemini 3.6 Flash, que promete mejorar el rendimiento de los agentes reduciendo el consumo de tokens y los costes de ejecución. Aunque su adopción aún es incipiente, estas herramientas buscan aliviar la presión sobre la infraestructura y facilitar el escalado de la IA agéntica en entornos corporativos.
La IA agéntica avanza imparable en Europa, con ejemplos concretos en empresas españolas y nórdicas que demuestran su potencial para automatizar tareas complejas. Pero el camino no es sencillo: la infraestructura debe adaptarse, la gobernanza debe ser sólida y las herramientas de contexto como las de Denodo o los nuevos modelos de Google serán clave para que los agentes no se conviertan en un caos. El equilibrio entre autonomía y control marcará la diferencia entre una transformación exitosa y un problema de escala difícil de gestionar.
