La inteligencia artificial empresarial está entrando en una nueva fase. Después de extenderse como asistente para generar contenidos, resumir documentación o analizar información, comienza a incorporarse a las operaciones mediante agentes de IA capaces de consultar datos, utilizar herramientas y ejecutar partes de un proceso. Sin embargo, Qaracter advierte de que su éxito no dependerá de concederles la máxima autonomía, sino de definir qué pueden hacer, cuándo debe intervenir una persona y quién responde ante cada decisión.

A escala mundial, el 88% de las organizaciones declara utilizar regularmente inteligencia artificial en al menos una función empresarial, según datos del sector. El interés por los agentes también avanza: el 23% está ampliando su implantación y otro 39% ha comenzado a experimentar con ellos. En conjunto, el 62% ya los prueba o despliega, aunque en ninguna función empresarial el porcentaje de organizaciones que los ha escalado supera todavía el 10%.

Del copiloto que ayuda al agente que actúa

Un chatbot mantiene principalmente una conversación y genera respuestas. Un copiloto ayuda a una persona a preparar un documento, analizar información o tomar una decisión. Un agente de IA empresarial va un paso más allá: puede interpretar un objetivo, planificar acciones, consultar sistemas corporativos y ejecutar tareas dentro de unos permisos y límites definidos.

Este cambio amplía el potencial de automatización, pero también los riesgos. Cuando la inteligencia artificial deja de recomendar y comienza a actuar, adquieren mayor importancia la calidad de los datos, la integración con los sistemas corporativos, los permisos de acceso, la trazabilidad y la gestión de las excepciones.

Automatizar una tarea no transforma una operación

Los procesos más preparados para incorporar agentes son aquellos con un volumen elevado, reglas comprensibles, datos disponibles y resultados verificables. En el sector financiero y asegurador, pueden encontrarse oportunidades en la clasificación documental, las conciliaciones, la preparación de informes, la gestión de incidencias, las comprobaciones iniciales de cumplimiento o la derivación de solicitudes.

Sin embargo, automatizar una tarea aislada no equivale a transformar una operación. Introducir un agente sobre un proceso con duplicidades, información incompleta o responsabilidades poco claras puede acelerar los errores que ya existían.

Los datos globales reflejan esta distancia entre adopción y resultados. Aunque el uso de IA se ha generalizado, solo el 39% de los participantes en la encuesta de McKinsey atribuye algún impacto sobre el resultado operativo global de su organización. Además, el 51% de quienes utilizan IA reconoce haber sufrido al menos una consecuencia negativa y casi un tercio menciona problemas derivados de resultados inexactos.

Por ello, el retorno de los agentes no debería medirse únicamente por el tiempo ahorrado en una tarea. También deben analizarse la duración total del proceso, la precisión, el número de excepciones, el retrabajo generado, la calidad del resultado y la necesidad de intervención humana.

La confianza limita la automatización total

El I Barómetro Qaracter 2025 muestra que los clientes españoles perciben el potencial de la inteligencia artificial, pero mantienen reservas sobre su autonomía. El estudio, basado en 1.005 entrevistas a clientes de banca y seguros en España, revela que el 81% considera que la IA puede mejorar la gestión financiera, mientras que el 60% no contrataría un producto bancario sin intervención humana.

Cuando surge un problema, el 85% prefiere interactuar con una persona, mediante una llamada o un chat atendido por un agente humano, frente al 15% que optaría por un sistema automático. Además, siete de cada diez consumidores consideran que la atención automatizada todavía tiene dificultades para comprender sus necesidades.

Para Qaracter, humanizar la inteligencia artificial no significa hacer que una máquina parezca humana, sino diseñarla para reducir carga administrativa, preservar el criterio profesional, permitir que empleados y clientes revisen sus decisiones y garantizar que las situaciones sensibles puedan escalarse a una persona.

“Un agente no debería incorporarse a un proceso únicamente porque sea técnicamente posible. Antes hay que revisar si ese proceso está bien diseñado, qué información utiliza y qué decisiones requieren criterio humano. La supervisión tampoco puede limitarse a una aprobación formal: las personas deben disponer de información, tiempo y autoridad real para revisar, detener o corregir la actuación del sistema”, explica Jaime Belsa, director de Competencias de Qaracter.

La autonomía debe ganarse de forma progresiva

Qaracter propone diferenciar cuatro niveles de autonomía: agentes que consultan información, agentes que formulan recomendaciones, agentes que actúan con aprobación previa y agentes que ejecutan determinadas tareas de forma autónoma.

Cada nivel requiere permisos, controles y métricas diferentes. Antes de ampliar la autonomía, las empresas deberían comprobar que el agente mantiene un nivel estable de precisión, registra sus acciones, gestiona correctamente las excepciones y permite revertir una decisión.

La recomendación es comenzar con un proceso acotado, medible y reversible. Las organizaciones deben establecer una línea base, asignar un responsable operativo, limitar los accesos, definir umbrales de escalado y formar a las personas que supervisarán el sistema. Solo después de demostrar resultados consistentes debería ampliarse su capacidad de actuación.