Del piloto a la producción: lo que la nueva alianza de Goldman Sachs, Salesforce y OpenAI revela sobre los agentes de IA empresariales en 2026

Existe una narrativa persistente en la IA empresarial de que los agentes están "casi listos" para producción. Que necesitan otro año de desarrollo, otra ronda de mejoras de modelos, otro trimestre de pilotaje antes de que puedan manejar flujos de trabajo empresariales reales.

Esa narrativa murió este mes.

Goldman Sachs está ejecutando agentes autónomos para la conciliación de transacciones. Salesforce reestructuró toda su organización de soporte en torno a la IA agéntica. Cisco lanzó infraestructura de agentes de nivel de producción. Y el 23 de febrero, OpenAI anunció acuerdos plurianuales con McKinsey, BCG, Accenture y Capgemini para impulsar su plataforma de agentes Frontier en empresas a gran escala.

La señal es inequívoca. El cuello de botella ya no es "si los agentes de IA pueden hacer el trabajo". Es "si tu organización puede desplegarlos". Esto es lo que están aprendiendo las empresas que ya han dado el paso.

La Alianza OpenAI Frontier: El despliegue es el nuevo cuello de botella

El anuncio de OpenAI del 23 de febrero es la señal más clara hasta ahora de que los agentes de IA empresariales han pasado de ser un problema tecnológico a un problema de despliegue.

La Alianza Frontier asocia a cuatro de las consultoras más grandes del mundo con la plataforma de agentes de OpenAI. McKinsey y BCG se ocupan de la estrategia, el diseño del modelo operativo y la gestión del cambio. Accenture y Capgemini se encargan de la implementación técnica, la integración de sistemas y el soporte del ciclo de vida. Cada firma está creando grupos de práctica certificados dedicados.

La estructura lo dice todo sobre la situación actual de la industria. OpenAI no necesitaba más capacidad de modelo. Necesitaba una capa de integración y gestión del cambio. El hecho de que el laboratorio de IA líder en el mundo recurra a consultores para gestionar el despliegue confirma lo que las empresas han estado descubriendo por su cuenta: llevar los agentes de IA a producción requiere un cambio organizativo, no solo capacidad técnica.

Entre los usuarios confirmados de la plataforma Frontier ya se encuentran HP, Intuit, Oracle, State Farm, Thermo Fisher Scientific y Uber, con BBVA, Cisco y T-Mobile en pilotos activos. Esto no es experimental. Se trata de despliegues en producción en empresas que procesan millones de transacciones diarias.

Goldman Sachs: Agentes de IA en operaciones financieras

Goldman Sachs desplegó agentes autónomos basados en Claude, de Anthropic, para dos de sus flujos de trabajo de mayor importancia: la conciliación de transacciones y la incorporación de clientes.

La conciliación de transacciones, el proceso de emparejar y verificar registros financieros entre sistemas, es exactamente el tipo de trabajo en el que destacan los agentes de IA. Está basado en reglas pero es complejo, implica un alto volumen de datos, requiere la comparación de múltiples fuentes y exige una precisión que los equipos humanos tienen dificultades para mantener de forma constante a gran escala.

Los agentes no solo señalan las discrepancias. Las investigan. Cuando aparece un desfase en la conciliación, el agente rastrea la transacción a través de los sistemas, identifica la causa raíz, categoriza el tipo de problema y lo resuelve automáticamente o lo deriva al revisor humano adecuado con todo el contexto. El resultado es una resolución más rápida, menos intervenciones manuales e historiales de auditoría consistentes.

La incorporación de clientes sigue un patrón similar. Los agentes se encargan de la recogida de documentos, la verificación KYC, la extracción de datos y los controles de cumplimiento Normativo. Un proceso que antes requería múltiples traspasos entre equipos y días de tiempo transcurrido ahora funciona como un flujo de trabajo agéntico continuo con supervisión humana en los puntos de decisión.

La conclusión: Goldman no empezó con casos de uso experimentales. Desplegaron agentes en operaciones financieras clave donde la precisión y el cumplimiento normativo no son negociables, y los agentes funcionaron.

Salesforce: De 9.000 empleados de soporte a 3.000

La revelación de Marc Benioff de que Salesforce redujo su plantilla de atención al cliente de 9.000 a aproximadamente 3.000 utilizando IA agéntica ha sido una de las cifras de impacto laboral más concretas que una gran empresa ha compartido públicamente.

La reducción no fue una historia de despidos. Fue una reestructuración en torno a un modelo operativo fundamentalmente diferente. Los agentes de IA de Salesforce gestionan las consultas de primer nivel de los clientes, la clasificación de casos, la recuperación de bases de conocimientos y la resolución de problemas comunes. Los agentes humanos restantes se encargan de las escalaciones complejas, la gestión de relaciones y los casos que requieren un criterio que los agentes no pueden proporcionar.

Esta reestructuración coincide con lo que Gartner informó el 18 de febrero: el 91% de los líderes de servicio al cliente están bajo presión ejecutiva para implementar IA en 2026. Pero Gartner también descubrió que el 50% de las empresas que recorten personal de servicio debido a la IA volverán a contratar en 2027, solo que bajo puestos de trabajo diferentes. Solo el 20% de los líderes de servicio han reducido realmente su plantilla hasta ahora. El resto está reestructurando los roles, no eliminándolos.

Lo que hace que el caso de Salesforce sea significativo para otras empresas no es la cifra de empleados. Es la prueba de que los agentes de IA pueden gestionar el trabajo de primera línea a escala empresarial, en miles de interacciones diarias con clientes, con una calidad suficiente como para que la organización se sintiera cómoda reestructurándose en torno a ellos. Y que los nuevos roles, centrados en la resolución de problemas complejos y la gestión de relaciones, tienen sin duda un valor mayor que el trabajo de procesamiento de incidencias al que sustituyeron.

Cisco y Fujitsu: Infraestructura de agentes a escala

Cisco y Fujitsu representan un ángulo diferente de la historia de la producción: la creación de infraestructura de agentes de IA diseñada para su despliegue a nivel empresarial desde el principio.

En su conferencia Live en Ámsterdam a principios de este mes, Cisco lanzó innovaciones de IA agéntica en operaciones de red, gestión de servicios de TI y operaciones de seguridad. Estos son ámbitos en los que los agentes autónomos pueden monitorizar sistemas, detectar anomalías, diagnosticar problemas y tomar medidas correctivas sin esperar a un operador humano.

Las operaciones de red son un campo especialmente idóneo para los agentes de IA. Las redes generan enormes volúmenes de datos de telemetría, requieren una respuesta rápida a los problemas y siguen pautas preestablecidas para problemas comunes. Un agente que monitoriza el estado de la red puede detectar un patrón de degradación, correlacionarlo con cambios recientes, identificar la causa probable y ejecutar la solución antes de que un operador humano termine de clasificar la alerta.

El enfoque de Fujitsu aborda la resiliencia de la cadena de suministro mediante la coordinación de la arquitectura multiagente. Su plataforma, lanzada en febrero, despliega agentes especializados en la previsión de la demanda, la monitorización de riesgos de proveedores, la optimización logística y la gestión de inventarios. Estos agentes operan como un sistema coordinado: cuando un proveedor señala posibles retrasos, el agente de monitorización de riesgos alerta al agente de logística, que recalcula los calendarios de entrega, lo que activa al agente de inventario para ajustar el stock de seguridad, informando al agente de previsión de la demanda para que actualice los compromisos de entrega. Toda la cascada ocurre en minutos, en lugar de los días que se tarda cuando cada función opera de forma aislada.

El reparto secundario: Infosys, Rackspace, Typewise

Goldman, Salesforce, Cisco y Fujitsu no son casos aislados. El patrón de despliegue en producción se está extendiendo a todos los sectores y tamaños de empresas.

Infosys anunció una alianza con Anthropic en la Cumbre de IA de la India el 22 de febrero para ofrecer soluciones de IA empresarial en los sectores de telecomunicaciones, servicios financieros, fabricación y desarrollo de software. Rackspace se asoció con Palantir para desplegar Foundry y AIP en entornos de producción gobernados, comenzando con 30 ingenieros formados por Palantir y escalando a más de 250 en los próximos 12 meses.

En el lado del producto, Typewise lanzó su AI Supervisor Engine el 23 de febrero, una capa de orquestación multiagente para la atención al cliente empresarial. Utiliza un modelo de razonamiento como supervisor que coordina múltiples agentes autónomos mediante configuración en lenguaje natural, con un "agente de IA de revisión" dedicado que comprueba los resultados frente a los protocolos establecidos.

El lanzamiento de Typewise incluyó un dato que vale la pena destacar: actualmente, solo 1 de cada 10 pilotos de IA agéntica llega a entornos de producción reales. Esa tasa de conversión es el problema central que todo el sector intenta resolver, y subraya por qué OpenAI creó una alianza enfocada específicamente en la brecha de despliegue.

Cinco patrones de las empresas que llegaron a producción

En todos estos despliegues, cinco patrones diferencian a las empresas que alcanzaron la producción de aquellas estancadas en un pilotaje perpetuo.

1. Empezaron con flujos de trabajo de alto volumen basados en reglas

Ninguna de estas empresas comenzó con tareas abiertas o creativas. Goldman realizó el despliegue en la conciliación de transacciones. Salesforce en la clasificación de soporte de primera línea. Cisco en la monitorización de redes. Fujitsu en la logística de la cadena de suministro. Cada despliegue exitoso se dirigió a flujos de trabajo de alto volumen, que siguen reglas establecidas y generan resultados medibles. Ese es el punto clave.

2. Mantuvieron a los humanos en los puntos de decisión

Cada despliegue mantiene la colaboración humano-IA en coyunturas críticas. Los agentes de Goldman derivan las discrepancias complejas a revisores humanos. Los agentes de Salesforce escalan los casos que requieren criterio. Los agentes de Cisco ejecutan protocolos pero señalan situaciones inéditas. Los agentes manejan el volumen. Los humanos manejan el criterio.

3. Midieron los resultados de negocio, no las métricas de IA

Ninguna de estas empresas habla de puntuaciones de precisión del modelo o de rendimiento de referencia. Informan sobre el tiempo de resolución, el coste por transacción, los casos gestionados por agente y las mejoras en el rendimiento. Las métricas son métricas de negocio, no métricas de IA.

4. Construyeron infraestructura de plataforma, no soluciones puntuales

Goldman construyó una plataforma agéntica, no una única automatización. Salesforce reestructuró su modelo de soporte, no solo un flujo de trabajo. Cisco construyó infraestructura de agentes de nivel empresarial. OpenAI reunió una alianza de cuatro firmas para el soporte del despliegue. La inversión inicial es mayor, pero el enfoque de plataforma escala a lo largo de docenas de casos de uso.

5. Avanzaron a pesar de la imperfección

Ninguno de estos agentes es perfecto. Cometen errores, requieren supervisión y tienen limitaciones. Las empresas los desplegaron de todos modos porque la alternativa (equipos humanos ejecutando cada paso manualmente) es más lenta, más costosa y también imperfecta. La comparación no es "agente frente a la perfección". Es "agente con supervisión humana frente al humano solo".

El problema de la tasa de conversión

La tasa de conversión de pilotaje a producción de 1 de cada 10 reportada por Typewise es la cifra en la que debería centrarse todo líder empresarial. Significa que el 90% de los proyectos de IA agéntica se estancan entre la prueba de concepto y el despliegue en producción.

Esto se alinea con la predicción de Gartner de que más del 40% de los proyectos de IA agéntica serán cancelados para finales de 2027. Los fracasos no serán tecnológicos. Serán fallos de despliegue: gestión del cambio inadecuada, casos de negocio poco claros, falta de marcos de gobernanza y resistencia organizativa.

El hecho de que OpenAI cree una alianza de consultoría para el despliegue, y no para el desarrollo de modelos, confirma dónde se encuentra el verdadero reto del sector. Los modelos funcionan. La pregunta es si su organización puede absorber el cambio que requiere el despliegue en producción.

Qué significa esto para su empresa

Los puntos de prueba ya no son teóricos. Goldman Sachs, Salesforce, Cisco, Fujitsu, Infosys, Rackspace y ahora toda la red de la alianza de OpenAI representan los sectores de servicios financieros, tecnología, redes, fabricación, consultoría y telecomunicaciones. Han demostrado que los agentes de IA funcionan en producción en diferentes sectores, diferentes casos de uso y diferentes estructuras organizativas.

La pregunta ha pasado de ser "¿Pueden los agentes de IA gestionar los flujos de trabajo de las empresas?" a "¿Cuándo los desplegará su empresa?". Con una previsión de gasto mundial en IA que alcanzará los 2,52 billones de dólares en 2026 (un aumento del 44% interanual), la inversión fluye. Las empresas que conviertan esa inversión en despliegues de producción multiplicarán sus ventajas en costes, velocidad y calidad. Las que se queden atascadas en un pilotaje perpetuo se quedarán atrás.

Estas empresas tenían las mismas preocupaciones que usted sobre precisión, gobernanza, gestión del cambio y retorno de inversión. Avanzaron de todos modos. Sus resultados validan la decisión.