Agentes autónomos: donde el rendimiento cumple las promesas — y donde no

Resumen

Evaluaciones independientes muestran que los agentes completan de manera fiable tareas cortas y bien especificadas, pero fallan a medida que las tareas se alargan, son más interactivas o están poco definidas; las tasas de éxito reportadas incluyen 30 % (TheAgentCompany, septiembre de 2025), alrededor de 58 % cuando se proporciona toda la información frente a 35 % cuando la información llega fragmentada (Salesforce CRMArena-Pro, mayo de 2025) y horizontes medianos de tareas exitosas de aproximadamente 50 minutos (marzo de 2025), aumentando a unas 2 horas y 17 minutos para GPT-5 en medidas METR posteriores. Señales de la industria reflejan estos límites: Gartner pronosticó el 25 de junio de 2025 que más del 40 % de los proyectos de agentes serían abandonados para finales de 2027 y advirtió sobre el 'agent washing'; un barómetro suizo (encuesta junio–septiembre 2026) encontró 36 % de empresas usando agentes y amplias brechas de medición; anécdotas operativas incluyen la afirmación de Klarna en febrero de 2024 de haber reemplazado 700 agentes y su recontratación en mayo de 2025, y el Proyecto Vend de Anthropic (27 de junio de 2025) que operó una tienda en oficina durante un mes y perdió dinero. IA Académie recomienda tratar la autonomía en tres grados (preparar con validación humana; actuar solo en tareas de bajo impacto; actuar externamente solo tras medir tasas de error), registrar cada acción, limitar accesos y medir indicadores base antes del despliegue.