El principal obstáculo para los agentes de IA en Brasil no es la tecnología, sino la confianza

Brasil no tiene un problema con la adopción de la IA. Su problema radica en confiar en la IA y otorgarle autonomía.

Doce millones de empresas brasileñas ya utilizan inteligencia artificial de alguna forma. Esta cifra, en sí misma, debería ser motivo de celebración; demuestra que el país adoptó la tecnología con rapidez, sin el escepticismo que frenó otras oleadas de digitalización en el pasado.

Pero hay una segunda cifra, publicada en la misma investigación, que cambia por completo la interpretación de este escenario: solo el 6% de estas empresas ya utiliza agentes de IA. Y lo que es peor, solo el 15% de las empresas brasileñas cuenta con la madurez estructural necesaria para operar con este nivel de automatización.

Hagamos los cálculos. Si 12 millones de empresas usan IA y solo el 6 % ha avanzado hasta usar agentes, eso deja a más de 11 millones de empresas estancadas en la misma etapa: usan IA para responder, sugerir, generar texto y resumir. Pero no confían lo suficiente en ella como para dejarla actuar por sí sola.

Ese es el verdadero cuello de botella ahora mismo. Y no es un problema técnico.

La expectación habla de tecnología. El cuello de botella habla de confianza

Si sigues las noticias tecnológicas, oirás hablar constantemente de agentes de IA como si fueran el siguiente paso lógico e inevitable para cualquier empresa que ya utilice IA generativa. Las principales empresas globales están lanzando un agente tras otro. Las consultoras publican un sinfín de informes sobre «el año del agente». Hoy en día, todas las presentaciones de productos de IA incluyen la palabra «autonomía» en alguna diapositiva.

El problema es que la autonomía es precisamente lo que la mayoría de las empresas brasileñas aún no están dispuestas a proporcionar.

Y tiene sentido. Un chatbot que da una respuesta incorrecta genera vergüenza. Un agente de IA que comete un error en una acción, activa un pago, modifica un registro, responde a un cliente, contacta a un proveedor o cambia la configuración de un sistema, genera un problema operativo real, a veces irreversible. La diferencia entre "la IA sugirió algo incorrecto" y "la IA hizo algo incorrecto" es la diferencia entre un inconveniente y un incidente.

No se trata de resistencia a la tecnología. Se trata de prudencia ante un riesgo que la mayoría de las empresas aún no saben cómo mitigar.

Porque la madurez, no la tecnología, es el factor limitante

La tecnología de agentes de IA ya está lo suficientemente madura como para funcionar en producción. El cuello de botella reside en otro lugar, en los tres pilares que sustentan cualquier autonomía responsable:

Gobernanza. ¿Quién decide qué puede o no puede hacer un agente por su cuenta? ¿Qué acciones requieren aprobación humana? ¿Cómo se audita una decisión tomada por un agente tres meses después cuando algo sale mal? La mayoría de las empresas brasileñas simplemente no tienen respuestas a estas preguntas porque nunca las necesitaron, hasta ahora.

Datos. Un agente de IA actúa únicamente en función de la calidad de los datos que recibe. Si la base de datos de clientes está desactualizada, si el sistema ERP contiene información duplicada, si los sistemas no se comunican entre sí, otorgar autonomía a un agente en este entorno no es automatización, sino multiplicar errores a gran escala y a alta velocidad.

Madurez operativa. ¿Existe un proceso documentado? ¿Hay un responsable para cada flujo de trabajo automatizado? ¿Existe un plan para cuando (no si) el agente tome una decisión inesperada? Las empresas que aún gestionan procesos críticos con hojas de cálculo, correo electrónico y el conocimiento tácito de quienes llevan más tiempo en la empresa simplemente no tienen la estructura necesaria para dar soporte a un agente autónomo, por muy sofisticado que sea.

Ninguno de estos tres problemas se soluciona comprando una licencia de IA más avanzada. Se solucionan con arquitectura, integración de sistemas y disciplina de datos; un trabajo que no aparece en ninguna publicación de LinkedIn sobre "el futuro de los agentes de IA", pero que es precisamente lo que diferencia al 6% del otro 94%.

También te puede interesar: Agentes de IA autónomos: cómo automatizar procesos con gobernanza

El riesgo de saltarse este paso

Existe una presión real, proveniente de todos los frentes, para "no quedarse atrás" en la IA. Esto impulsa a las empresas a probar agentes de IA antes de establecer las bases que permitan una autonomía segura.

El resultado suele ser predecible: un agente de IA piloto que funciona bien en un entorno controlado, con datos cuidadosamente seleccionados, falla o, peor aún, desaparece silenciosamente del plan de desarrollo en cuanto se topa con el caos real de los sistemas de producción. No porque la tecnología no funcionara, sino porque la empresa no tenía dónde darle soporte.

Esto alimenta un círculo vicioso: los líderes pierden la confianza no en la IA en sí misma, sino específicamente en los agentes de IA, y la inversión que podría haberse dirigido adecuadamente hacia la madurez, la gobernanza y los datos se pierde en un intento apresurado de pasar directamente a la automatización total.

El camino que separa a quienes se convertirán en casos de estudio de quienes se convertirán en estadísticas

Las empresas que representarán los próximos puntos porcentuales de adopción de agentes de IA en Brasil no serán necesariamente aquellas con el modelo de IA más avanzado. Serán aquellas que resolvieron primero las tareas menos llamativas:

• Integrar sistemas que actualmente no se comunican entre sí, de modo que un agente tenga una visión fiable de la operación;
• Establecer normas de gobernanza claras, definiendo qué decisiones pueden automatizarse y cuáles requieren intervención humana
• Crear visibilidad y capacidad de auditoría sobre cada acción realizada por un sistema autónomo, de modo que la confianza no sea un acto de fe, sino algo verificable;
• Avanzar por etapas, de asistente a copiloto, de copiloto a agente supervisado, de agente supervisado a una mayor autonomía, en lugar de intentar un salto directo.

En esencia, se trata de hablar de infraestructuras confiables. Y una infraestructura confiable se construye con una arquitectura de nube sólida, datos organizados y controlados, y seguridad diseñada desde el principio, no después de que ocurra el primer incidente.

Lea también: Infraestructura para la IA: por qué la nube es la base de la transformación digital.

La pregunta correcta no es "¿cuándo vamos a tener agentes de IA?"

Esto es "lo que debe ser cierto en nuestra operación para que podamos otorgar autonomía a un agente de IA con confianza, sin que esto se convierta en un riesgo mayor que el problema que se supone que debe resolver"

Brasil no se queda atrás en la carrera de la IA. Doce millones de empresas que utilizan esta tecnología demuestran lo contrario. Lo que está en juego ahora es una carrera diferente y menos visible: la de quién puede transformar datos dispersos, sistemas desconectados y procesos informales en una base lo suficientemente sólida como para que la autonomía deje de ser un riesgo y se convierta, de hecho, en una ventaja competitiva.

Escrito por Skyone