Los agentes de IA—sistemas de software que planifican y ejecutan tareas con limitada intervención humana—están avanzando hacia un uso corporativo más amplio en 2026. Las encuestas publicadas este año muestran que más empresas compran la tecnología y la ponen en funcionamiento. Sin embargo, los mismos datos revelan resultados desiguales y un aumento constante en el costo de operar y supervisar estos sistemas.

Este informe reúne las cifras clave de cinco fuentes recientes: dos encuestas originales, realizadas por G2 y McKinsey, y tres revisiones que agregan hallazgos de numerosos estudios.

Una advertencia aplica a cada número que aparece a continuación. Las encuestas preguntan a poblaciones distintas con redacciones diferentes, por lo que sus resultados rara vez coinciden.

Por qué las cifras de adopción difieren

La adopción reportada de agentes de IA abarca desde el 14% hasta el 86%, y la mayor parte de esa brecha se debe a lo que cada encuesta midió. Algunas cuentan organizaciones que solo están probando, mientras que otras incluyen únicamente empresas que ejecutan agentes en operaciones reales.

La encuesta de McKinsey de 2025 encontró que el 62% de las organizaciones experimentaba al menos con agentes. Solo el 23% había escalado agentes en alguna parte de la empresa, y en ninguna función de negocio lo había hecho más del 10%.

Una revisión de bdautomated identificó el mismo patrón en otros estudios. PwC reportó que el 79% de los ejecutivos de EE. UU. dijo que los agentes estaban siendo adoptados en sus empresas. Una encuesta de Capgemini, que indagó qué entendían realmente los encuestados por "agente", encontró que solo el 14% había implementado uno.

Mientras tanto, la Oficina del Censo de EE. UU. encontró que el 19.8% de todas las empresas estadounidenses usaba IA en alguna función de negocio hasta mayo de 2026. Esa cifra cubre empresas de todos los tamaños y cuenta cualquier herramienta de IA, no solo agentes.

Las definiciones también varían. La guía de ingeniería de Anthropic describe un agente como un sistema en el que un modelo de lenguaje dirige sus propios pasos y el uso de herramientas. Un chatbot responde una pregunta; un flujo de trabajo sigue una ruta fija. Por eso un solo titular rara vez cuenta toda la historia—las secciones siguientes indican a quién se encuestó y qué se midió.

La revisión de bdautomated examinó 75 cifras de 18 publicadores, rastreando cada número hasta su reporte original y registrando a quién se preguntó y qué se contó. Su conclusión: los números discrepan principalmente porque miden cosas distintas.

De pilotos a producción

La encuesta de McKinsey de 2025 a 1,993 ejecutivos en 105 países traza un embudo: el 88% reportó uso regular de IA en al menos una función de negocio, el 62% dijo que sus organizaciones habían comenzado a usar agentes, y el 23% los estaba escalando.

G2 encontró que los compradores pagan cada vez más por agentes. En su encuesta de 2026 a 1,019 tomadores de decisión B2B, el 86% había adquirido software o servicios de agentes de IA en el último año, frente al 69% un año antes. G2 también reporta que el 66% de los compradores de agentes ahora ejecuta en producción limitada o escalada—un aumento de 18 puntos respecto al año anterior. En los datos de McKinsey de 2025, la ingeniería de software y TI estaban más avanzadas, pero no más del 10% de las organizaciones reportó escalar agentes en esas funciones.

Gradually.ai advierte que estos resultados no forman una sola serie temporal. La cifra del Q3 de KPMG incluye empresas que aún construyen agentes y, por lo tanto, no puede compararse con su cifra del Q2 sobre agentes implementados. EY restringió su muestra a grandes empresas públicas de EE. UU. que ya ejecutaban programas de IA, lo que ayuda a explicar su resultado alto.

El servicio al cliente muestra un crecimiento claro. Datos de Salesforce citados por FwdSlash indican que el 66% de las organizaciones de servicio ahora usa IA agéntica, frente al 39% un año antes.

Los presupuestos también están subiendo. G2 reporta que la mitad de las organizaciones maneja un presupuesto de agentes de al menos $1 millón, con el sector salud a la cabeza con un 57% que gasta esa cantidad o más al año. Tecnología y comercio minorista registraron los mayores aumentos en presupuestos de $5 millones o más.

Las grandes empresas toman la delantera

La encuesta de McKinsey de 2026 a 1,719 encuestados en 97 países encontró que el 40% de las personas en empresas con ingresos superiores a $1,000 millones estaba escalando agentes, frente al 27% un año antes. En las empresas más pequeñas, la proporción se mantuvo plana en 22%.

Las grandes empresas también lideran en el uso más amplio de IA. El 54% de los encuestados de empresas con al menos $1,000 millones en ingresos reporta escalar IA en toda la empresa, frente a un tercio en las más pequeñas. Entre todos los encuestados, el 44% reporta escalado a nivel empresarial, frente al 38%.

Los chatbots siguen siendo la herramienta más escalada, con un 47% de los encuestados. Alrededor de dos de cada diez escalan agentes de IA, y una proporción similar escala agentes de codificación de software; en las empresas más grandes, la cifra de agentes de codificación llega al 31%.

Los agentes de codificación también están transformando las decisiones de compra. El 32% de los encuestados dice que su organización decidió no comprar al menos un producto o funcionalidad de software porque podía construirlo internamente, un patrón más común en tecnología y salud. Entre los de alto rendimiento en IA, casi la mitad reportó tal decisión, frente al 31% de los demás encuestados.

Lieven Van der Veken, de McKinsey, dice que los líderes ahora se preguntan qué necesitan construir por sí mismos. Agrega que esto no significa que las empresas deban construirlo todo o evitar socios—los que se mueven más rápido simplemente son más deliberados sobre dónde comprar y dónde construir.

El costo de operar y supervisar agentes

Los costos se manifiestan en dos lugares: las facturas de operación y el tiempo del personal. McKinsey encontró que alrededor del 20% de los encuestados dice que los costos operativos, incluidos los costos de tokens, han limitado su uso de IA, con proporciones similares en todos los tamaños de empresa.

Las empresas siguen gastando de todos modos. El 28% de los encuestados dice que la IA consume más del 10% de su presupuesto de tecnologías de la información y la comunicación, y el 60% espera aumentar la inversión en IA en el próximo año.

G2 llama al precio de la supervisión el "Impuesto de Desconfianza". El 31% de los compradores dice que los empleados dedican al menos seis horas a la semana a supervisar el trabajo de los agentes—lo que G2 llama bot-sitting. El 45% dice que la supervisión y el retrabajo consumen más de un cuarto de las ganancias esperadas, mientras que el 46% reporta costos operativos más altos de lo previsto.

Michael Chui, de McKinsey, señala que los precios por token han bajado, pero el volumen de tokens consumidos ha crecido más rápido. Los de alto rendimiento reportaron límites de costos en agentes de codificación aproximadamente tres veces más seguido que los demás encuestados.

Los límites de costos no se limitan a una sola herramienta. Alrededor de uno de cada diez encuestados dice que los costos redujeron su uso de chatbots, y lo mismo ocurre con los agentes y los agentes de codificación. Los encuestados de farmacéutica, seguros y banca fueron los más propensos a esperar una mayor inversión.

Resultados: las ganancias personales superan el impacto empresarial

A nivel individual, los resultados son sólidos. McKinsey encontró que el 80% de los encuestados dice que la IA mejoró su productividad, y la mitad dice que ayuda a tomar mejores decisiones. Los gerentes de nivel medio y los colaboradores individuales reportaron más tensión, con un 47% frente al 31% de los ejecutivos.

G2 documenta mejoras de velocidad en flujos de trabajo de alto volumen. Cuatro de cada cinco organizaciones que usan agentes en trabajos de alto volumen reportan mejoras en los tiempos de ciclo de al menos el 11%, y casi la mitad reporta ganancias de al menos el 25%. Además, el 83% dice que los agentes elevan la satisfacción de los empleados al reducir el trabajo repetitivo.

Los resultados a nivel de toda la empresa son más débiles. El 37% de los encuestados de McKinsey reporta un efecto positivo en las ganancias antes de intereses e impuestos (EBIT)—prácticamente sin cambios respecto al año anterior. Solo el 6% califica como de alto rendimiento en IA, lo que McKinsey define como empresas que atribuyen a la IA al menos el 5% del EBIT junto con un valor reportado sólido.

Los estudios sobre desarrolladores arrojan respuestas mixtas porque prueban trabajos diferentes. La prueba de GitHub usó una tarea acotada, mientras que METR estudió a expertos trabajando en sus propios proyectos; los nuevos rangos de METR incluyen la ausencia total de efecto.

Por función, los encuestados de McKinsey reportan con mayor frecuencia reducciones de costos en gestión de la cadena de suministro, operaciones de servicio y manufactura, mientras que las ganancias de ingresos se asocian con mayor frecuencia a marketing y ventas.

McKinsey también señala que los empleados están desarrollando habilidades de IA por su cuenta o mediante despliegues de la empresa; alrededor de la mitad dice que la IA le ayudó a desarrollar nuevas capacidades. Los de alto rendimiento gestionan la transición de manera distinta—casi tres cuartas partes dicen que rediseñaron sus flujos de trabajo por la IA, frente al 55% del año pasado, mientras que aproximadamente uno de cada cuatro de los demás encuestados dice lo mismo.

Gobernanza y confianza

A medida que crecen las flotas de agentes, rastrearlos se vuelve más difícil. G2 encontró que el 38% de las organizaciones con agentes en producción ejecuta más de 100. Sin embargo, el 47% dice que la propiedad y los controles de los agentes son informales o dirigidos por departamentos individuales, frente al 23% que los gobierna de forma centralizada. Solo el 27% mantiene un registro central de agentes, el 18% usa descubrimiento automatizado para localizar agentes aprobados y no aprobados, y apenas el 14% tiene monitoreo en tiempo real de comportamientos, costos o riesgos inusuales. G2 llama "agentes fantasma" a las herramientas no gestionadas.

Los compradores sí realizan pruebas antes del lanzamiento: el 52% exige revisión de calidad humana, el 48% exige pruebas de seguridad y el 41% requiere revisión legal, de riesgo o de cumplimiento. Después del lanzamiento, el 77% reevalúa los agentes al menos mensualmente.

La confianza depende de la tarea. En una encuesta de PwC de 2025, los líderes empresariales dijeron que confiarían en los agentes para el análisis de datos en un 38%, pero solo en un 20% para transacciones financieras. En una encuesta de Ping Identity a 11,000 consumidores, solo el 3% se sentía cómodo con la IA actuando sin aprobación final. G2 agrega que el 67% de los compradores expresa alta confianza en el sistema de IA de su propia organización—aunque la comodidad disminuye cuando el sistema actúa de forma autónoma.

G2 dice que el equipo central de TI junto con los equipos de IA, datos y machine learning gestionan el 49% de los costos operativos de los agentes y juntos poseen el 60% de la responsabilidad de gobernanza. McKinsey añade que los de alto rendimiento trabajan más a menudo para reducir riesgos como acciones no autorizadas o no intencionadas de los agentes.

Tamaño de mercado, precios y financiamiento

Las estimaciones para el mercado de agentes de 2026 oscilan entre aproximadamente $8,000 y $12,000 millones. Gradually.ai señala que son estimaciones comerciales y no ingresos medidos, y que las empresas usan años base y definiciones distintas—algunas cuentan plataformas de agentes independientes, mientras que otras incluyen funcionalidades de agentes dentro del software empresarial. Gartner estimó que hasta $234,000 millones en gasto de software empresarial podrían estar en riesgo por la IA agéntica para 2030 Gradually.ai lo caracteriza como un escenario de exposición, no un pronóstico de ventas perdidas.

Los modelos de precios están cambiando. G2 encontró que solo el 9% de los compradores considera el precio por puesto como el modelo más justo para los agentes, mientras que los modelos de pago por uso pasaron del 38% en 2025 al 57% en 2026.

En el lado del dinero, la mitad de los encuestados de G2 maneja un presupuesto de agentes de al menos $1 millón. Crunchbase registró $159,000 millones en financiamiento global de capital de riesgo en el Q3 de 2026, de los cuales $102,000 millones—el 64%—fueron a empresas de IA, aunque eso cubre el sector de IA en general y no solo los agentes. Crunchbase también contabilizó $211,000 millones en financiamiento de capital de riesgo relacionado con IA en 2025, un aumento del 85% respecto a los $114,000 millones de 2024. G2 encontró además que el 72% de los compradores dice que un sólido conjunto de conectores, acciones, habilidades u ofertas de marketplace es muy importante o imprescindible para la adopción de agentes.

Empleos: expectativas frente a reportes

Los temores de despidos rápidos no han coincidido con lo que las empresas reportan. McKinsey encontró que el 14% de los encuestados de organizaciones que usan IA dijo que la IA contribuyó a una fuerza laboral más pequeña en el último año. En la encuesta del año anterior, el 32% había esperado recortes en ese período. Dos tercios reportan cambios poco significativos o nulos relacionados con la IA en el empleo total. De cara al próximo año, el 39% espera una disminución y el 43% espera cambios poco significativos o nulos, mientras que solo el 13% dice que la IA le genera ansiedad sobre su propia carrera.

La brecha es visible por función. En marketing y ventas, manufactura, estrategia y finanzas corporativas, y gestión del conocimiento, los recortes reportados equivalen a aproximadamente la mitad de la proporción que los había pronosticado.

G2 reporta un patrón similar entre los compradores: solo el 14% ha reducido personal, mientras que el 35% ha trasladado empleados a roles de mayor valor. En 2025, los encuestados esperaban con mayor frecuencia recortes en operaciones de servicio, cadena de suministro, marketing y ventas, e ingeniería de software. Para el próximo año, la mayor proporción vuelve a pronosticar recortes en operaciones de servicio y cadena de suministro—y en muchas funciones, más encuestados esperan que no haya cambios que un recorte.

Perspectivas: planes, pronósticos y preguntas abiertas

Los compradores pretenden seguir adelante. G2 encontró que el 84% dice que las funcionalidades de agentes influirán en sus decisiones de software de 2027, y el 34% las considera un factor principal. Otro 56% espera que los agentes orquesten el trabajo en toda su pila de software para 2030.

También existen pronósticos de fracaso. Gartner proyecta que más del 40% de los proyectos de IA agéntica serán cancelados para finales de 2027, citando costos, valor poco claro y controles de riesgo débiles. Eso sigue siendo un pronóstico—bdautomated señala que nadie ha contado aún las cancelaciones reales.

Algunos titulares suelen malinterpretarse. Un estudio del MIT encontró que el 95% de las organizaciones vio retorno cero, pero midió el impacto en las ganancias aproximadamente seis meses después de un piloto. Su muestra comprendió 52 entrevistas, 153 respuestas de encuesta y 300 despliegues públicos, y los autores describen los hallazgos como preliminares.

En conjunto, los datos muestran una adopción rápida junto con retornos desiguales: las ganancias individuales son comunes, las de toda la empresa menos, y la supervisión consume gran parte del tiempo ahorrado. Gradually.ai señala que Gartner ubicó la IA agéntica en el Pico de Expectativas Infladas en su Hype Cycle de 2026. Los lectores deben verificar a quién se preguntó y qué se contó antes de citar cualquier cifra.

La seguridad sigue siendo una preocupación en la revisión de FwdSlash. Cita una encuesta de 919 organizaciones en la que el 88% reportó incidentes de seguridad de agentes confirmados o sospechados, junto con datos de IBM que muestran que el 97% de las organizaciones con una brecha relacionada con IA carecía de controles de acceso adecuados.

Fuentes

• G2: AI Agents Have Moved From Pilot to Production, But Oversight Comes at a Cost (2026 AI Agents Report)
• McKinsey: The State of AI in 2026: On the Road to ROI
• bdautomated: AI Agent Statistics 2026: Every Number Checked at Its Source
• Gradually.ai: AI Agent Statistics 2026: Adoption, Market & Facts
• FwdSlash: AI Agent Statistics 2026: 100+ Stats on Market and Adoption

Fuente: Blockonomi — https://blockonomi.com/ai-agent-statistics-2026-adoption-costs-and-results/