Agentes de IA para empresas: ejemplos, casos de uso y dónde fallan

Hoy los agentes de IA para empresas funcionan mejor en tareas acotadas y de gran volumen, con una persona o una regla programada por delante de todo lo que mueva dinero o no se pueda deshacer. El registro público es más escaso que el marketing que lo rodea. Este artículo solo usa despliegues que podemos atribuir a una fuente con nombre, y a noviembre de 2026 eso abarca la atención al cliente, las operaciones bancarias y de siniestros y el trabajo de software, con dos marchas atrás, una derrota ante un tribunal y una base de datos borrada entre ellos. Para ventas, RR. HH. y compras no tenemos ningún despliegue atribuible que haya superado nuestra comprobación de fuentes, así que esas secciones describen escenarios generales y lo dicen claramente.

Varios ejemplos conocidos no son agentes en absoluto. La tabla los marca, porque la diferencia decide qué se puede aprender de cada uno. Si antes necesita aclarar los términos, consulte agentes de IA frente a IA agéntica.

Qué contiene el registro público

Destacan dos cosas. La mayoría de las cifras positivas proceden de quien se beneficia de ellas, y estas fuentes no citan ninguna auditoría independiente que respalde ninguna. Y ninguna fila muestra a un agente liberando dinero por sí solo.

Dos referencias externas ayudan a ajustar las expectativas. Gartner pronosticó en junio de 2025, según informó Reuters, que más del 40 % de los proyectos de IA agéntica se cancelarían antes de que acabe 2027, por sus costes y por un valor poco claro. Es una predicción. Lo más parecido a una medición es un benchmark: en TheAgentCompany, de Xu et al., el mejor agente completó de forma autónoma alrededor del 30 % de las tareas en una empresa simulada. La versión que leímos es de septiembre de 2025, y un benchmark no sirve de guía para producción.

La regla detrás de toda lista de «no debe hacerlo solo»

«A practical guide to building agents» (2025), de OpenAI, da dos motivos para hacer intervenir a una persona: que el agente supere un umbral de fallos o que la acción sea de alto riesgo. La guía describe la segunda como acciones «sensibles, irreversibles o de mucho impacto», y sus ejemplos son los reembolsos grandes y los pagos. Aplicamos esa prueba en cada función que sigue y añadiríamos una condición propia: el límite debe estar en el código y en las credenciales del agente. Un límite que solo existe en el prompt es una petición.

Antes de todo eso, pregúntese si la tarea necesita un agente. La documentación de Agent Framework de Microsoft dice que, si una función puede resolver la tarea, hay que escribir la función. Muchos de los escenarios siguientes son sobre todo código corriente, con un paso de agente allí donde el camino depende de lo que encuentre el sistema.

Atención al cliente

El soporte reúne la mayor parte de la evidencia pública y de los bochornos públicos, y casi nada de ello trata de verdaderos agentes.

Klarna informó en febrero de 2024 de que, en su primer mes, el asistente de IA gestionó 2,3 millones de conversaciones y dos tercios de los chats de atención, hizo el trabajo de 700 empleados a tiempo completo, redujo el tiempo de resolución de 11 minutos a menos de 2, bajó un 25 % las consultas repetidas y añadiría, según sus estimaciones, 40 millones de dólares al beneficio. Todo eso es lo que cuenta la propia Klarna sobre un solo mes. En mayo de 2025, Fortune informó de que el CEO había dicho a Bloomberg que la empresa volvía a contratar para que siempre haya una persona disponible, y que tratar el coste como factor principal había dado lugar a una calidad inferior. Un portavoz afirmó que Klarna seguía siendo AI-first.

Commonwealth Bank dio el mismo giro más rápido. Suprimió 45 puestos de atención en julio de 2025, en una medida relacionada con la IA, y el 21 de agosto admitió un error y pidió disculpas. El sindicato FSU lo calificó de gran victoria. La información publicada no establece qué tipo de sistema había detrás, de modo que enseña algo sobre decisiones de plantilla y nada sobre diseño de agentes.

Air Canada es la referencia legal. En Moffatt v. Air Canada (2024 BCCRT 149), la aerolínea fue declarada responsable de las declaraciones engañosas por negligencia de su chatbot, y su argumento de que el bot era una entidad independiente no prosperó. Se trata de una resolución de reclamaciones de menor cuantía sobre un chatbot, y aquí la leemos a través del resumen de McCarthy Tétrault. Dar herramientas a ese mismo sistema difícilmente reduciría la exposición.

Como escenario general, un agente de soporte lee un ticket, consulta el pedido y el historial del cliente, comprueba la política aplicable y redacta una respuesta o ejecuta una acción de poco valor, como crear una devolución. Si el camino siempre es el mismo, eso es un flujo de trabajo y debe construirse como tal.

Por sí solo, el agente no debe conceder excepciones a la política, emitir reembolsos grandes, cerrar reclamaciones ni bloquear la vía hacia una persona. Falla en puntos previsibles: afirma una política que los documentos no respaldan, resuelve bien el caso común y mal el del cliente enfadado, y sus cifras del primer mes son mejores que las posteriores porque el volumen fácil se va primero. Esto último es una inferencia nuestra, y la marcha atrás de Klarna es coherente con ella sin demostrarla. Mida los contactos repetidos y las tasas de reclamación durante meses, y mantenga dotada la vía humana antes de reducirla.

El artículo 50 del Reglamento de IA de la UE se aplica desde el 2 de agosto de 2026. Nuestro artículo sobre el proceso de desarrollo de agentes de IA explica qué implica para los sistemas de cara al cliente, junto con la protección de datos y los pasos con el comité de empresa en Alemania.

Ventas

No tenemos ningún despliegue atribuible en esta función que haya superado nuestra comprobación de fuentes, así que lo que sigue es un escenario general. No hay ninguna empresa real detrás.

Un fabricante B2B recibe consultas a través de un formulario web y un buzón compartido. Un agente identifica la empresa, busca en el CRM contactos existentes y oportunidades abiertas, consulta el producto en la documentación aprobada, redacta una respuesta para el gestor de cuentas y propone una actualización del CRM. El camino varía según lo que encuentra, y eso es lo que justifica un agente.

Quien envía la respuesta es el gestor de cuentas. Por sí solo, el agente no debe dar precios ni descuentos, comprometer plazos de entrega, hacer afirmaciones técnicas que no figuren en la documentación ni iniciar secuencias de prospección a contactos nuevos. Lo primero que lo hace fallar son los datos desactualizados del CRM: personalizará con toda seguridad una respuesta en torno a un contacto que se fue hace dos años. Lo segundo son sus propias escrituras, ya que un agente que actualiza etapas y campos sin revisión puede dañar el informe de pipeline en el que confía la dirección, y el daño puede pasar inadvertido durante un trimestre. El correo entrante también es una entrada no fiable, así que las instrucciones ocultas en un mensaje pueden dirigir al agente si tiene permisos de escritura.

Parte de esto requiere mucho menos que un agente. Nuestro caso chatbot para programar reuniones es un chatbot de PLN, y para una tarea tan acotada un chatbot es el tamaño adecuado.

Finanzas y siniestros

Las finanzas reguladas tienen los despliegues públicos más prudentes, y todos comparten una decisión de diseño: una persona se queda junto al dinero. Nuestro artículo sobre agentes de IA en servicios financieros trata a fondo los bancos y la regulación, así que aquí solo recogemos lo que debería sacar en claro un lector de empresa ajeno a la banca.

Allianz es el caso más claro. Project Nemo entró en producción en Australia en julio de 2025 con siete agentes para siniestros por deterioro de alimentos de menos de 500 AUD, y Allianz informa de una reducción del 80 % en el tiempo de tramitación y liquidación. No hemos encontrado ninguna auditoría independiente. El detalle que merece copiarse es que una persona toma cada decisión de pago, en siniestros de menos de 500 AUD.

Los bancos muestran la misma cautela. CNBC informó en febrero de 2026 de que BNY tiene 134 de lo que llama empleados digitales en tareas acotadas y repetitivas, y su CFO dijo que el descenso de la plantilla todavía no tenía nada que ver con la IA. Un resumen de Sibos 2026 de R. Beri, autor de un boletín, sitúa a BNY en la reparación de pagos (más del 10 % de las incidencias, cifra de Microsoft), a BNP Paribas en un flujo de operaciones (del 80 al 85 % del trabajo) y a HSBC en la comprobación de documentos, y dice que ningún despliegue en producción libera pagos sin supervisión. Es una sola fuente.

Para una empresa ajena a la banca, el escenario general más cercano son las cuentas a pagar. Las facturas que coinciden con su pedido y su albarán no necesitan un agente, porque las resuelve una regla. El agente se gana su sitio en las excepciones:

• Averigua por qué una factura no coincide, leyendo el pedido, el albarán y la correspondencia anterior.
• Redacta una consulta al proveedor o una propuesta de asiento.
• Un contable confirma antes de que se contabilice nada.

Por sí solo, no debe liberar pagos, cambiar los datos bancarios de un proveedor ni aprobar nada por encima de un importe fijo. Falla con reintentos que crearían un asiento duplicado, con reglas de tolerancia que nadie dejó por escrito y con los correos de proveedores, porque un cambio de cuenta bancaria en un mensaje entrante es exactamente lo que un atacante intentaría que aceptara. Las decisiones de crédito sobre personas físicas son de alto riesgo según el anexo III del Reglamento de IA de la UE y no deberían figurar en una lista de primeros agentes.

RR. HH.

De nuevo, no hay ningún despliegue atribuible y el escenario es general. RR. HH. es también la función en la que más tiempo esperaríamos.

La versión de bajo riesgo apenas es un agente. La plantilla pregunta por vacaciones, normas de viaje o pasos de incorporación, y un sistema responde a partir de los documentos de política vigentes, con referencias, y abre un ticket cuando no encuentra respuesta. Un chatbot privado como AiSuperiorGPT, que funciona con un LLM a medida on-premises o en una nube privada y cita sus documentos, cubre eso sin ninguna autonomía. Un agente empieza a ser defendible cuando la misma solicitud cruza sistemas: un caso de incorporación que comprueba si existen el portátil, las cuentas y la reserva de formación, y reclama lo que falte.

Por sí solo, no debe filtrar, clasificar ni rechazar candidatos, tocar datos salariales o contractuales ni evaluar el rendimiento de nadie. Los fallos habituales son PDF de políticas antiguas que se responden como si estuvieran vigentes y una recuperación que ignora los permisos y muestra a un empleado la banda salarial de otro.

La supervisión también puede estar donde usted no la esperaba. Según una entrevista de BaFin publicada en julio de 2026, la IA en RR. HH. corresponde a la Bundesnetzagentur conforme al Reglamento de IA de la UE. El artículo sobre el proceso enlazado más arriba trata la clasificación según el Reglamento de IA de la UE y la participación del comité de empresa en las empresas alemanas. Tenga en cuenta ambas cosas antes de definir el alcance de cualquier proyecto que afecte a la plantilla.

TI y operaciones de software

El incidente público más instructivo de esta función no tuvo ningún atacante. En julio de 2025, según informó Gizmodo, un agente de Replit borró una base de datos en producción durante una congelación de código, el día 8 de un proyecto de 30 días. La base de datos contenía registros de más de 1.200 directivos y de casi 1.200 empresas. Al principio se dijo que la recuperación era imposible, y más tarde se recuperaron los datos. El CEO de Replit calificó el borrado de inaceptable.

De ahí salen dos conclusiones prácticas, ambas nuestras. Una congelación de código solo limita a un agente si sus credenciales la imponen. Y ninguna afirmación de un agente o una herramienta sobre lo que se puede recuperar sustituye a una prueba de restauración hecha por usted mismo.

Un escenario general para el service desk: un agente lee un ticket, extrae registros y configuración mediante herramientas de solo lectura, compara los síntomas con runbooks y tickets anteriores y propone a un ingeniero un diagnóstico y una solución. Las acciones reversibles de una lista aprobada, como reiniciar un servicio concreto que no sea de producción, pueden ejecutarse solas cuando los datos de evaluación lo respalden. Por sí solo, no debe escribir en producción, borrar nada, conceder permisos ni cambiar la monitorización y los registros.

Falla cuando los runbooks están desactualizados, cuando entra en bucle sobre una llamada fallida y cuando lee algo hostil. Los asistentes de trabajo tienen aquí una exposición documentada: EchoLeak (CVE-2025-32711, CVSS 9.3) demostró que un solo correo manipulado podía exfiltrar datos de Microsoft 365 Copilot sin ninguna acción del usuario. Fue una vulnerabilidad, no una brecha. La notificó Aim Labs, se corrigió en el servidor en mayo de 2025 y Microsoft informó de que no había indicios de explotación. Nuestro artículo sobre seguridad de agentes de IA recoge el modelo de amenazas y los controles.

Compras

Una vez más no tenemos ningún despliegue atribuible, así que esto es un escenario general. Los compradores de un fabricante reciben solicitudes de compra que pueden entrar o no en contratos marco existentes. Un agente coteja la solicitud con contratos y catálogos, busca proveedores aprobados, recopila los certificados que faltan, señala los contratos próximos a vencer y redacta una solicitud de oferta. El valor está en las preguntas que requieren varias consultas entre documentos, como qué proveedores de un país tienen contratos que vencen antes de una fecha dada.

Por sí solo, no debe negociar, adjudicar, firmar ni cambiar los datos maestros de proveedores. Por ahora no incluiríamos la negociación autónoma en ninguna hoja de ruta, ya que un compromiso erróneo obliga a la empresa y no hay forma de puntuar automáticamente una «buena negociación».

Los documentos de proveedores son el punto débil: llegan de fuera, así que cualquiera de ellos puede llevar instrucciones dirigidas al agente. OWASP incluye la inyección de prompts como LLM01 en su LLM Top 10 de 2026 y el secuestro de objetivos del agente como ASI01 en su Top 10 for Agentic Applications. Un agente que lee estos archivos no debería tener acceso de escritura en la misma ejecución. Los fallos más prosaicos son las comparaciones entre unidades o condiciones de pago distintas y los repositorios de contratos llenos de copias escaneadas y de varias versiones del mismo contrato. Los datos de los contratos también son comercialmente sensibles, así que decida pronto dónde se alojan.

Qué tienen en común las marchas atrás

La muestra es pequeña, no es un estudio y los sistemas difieren, de modo que lo que sigue es nuestra lectura.

Klarna y Commonwealth Bank pasaron trabajo de atención a la IA y luego volvieron a poner a personas: el CEO de Klarna habló de calidad y el banco admitió un error. Air Canada intentó culpar al software y perdió. Replit confió en una regla que su agente podía saltarse. En el otro lado de la balanza, los despliegues con las descripciones públicas más cuidadosas, Allianz y los casos de Sibos, mantienen a una persona en el punto donde se mueve el dinero.

No tenemos una tasa de fallos para ninguno de los dos enfoques. Pero el patrón es lo bastante coherente como para planificar en torno a él: reduzca la vía humana en último lugar, dé por hecho que la empresa responde de lo que dice el sistema y ponga los límites donde el modelo no pueda discutirlos.

Cómo elegir un primer caso de uso

Las puntuaciones siguientes son nuestro propio criterio sobre los escenarios generales anteriores, de 1 a 5, como punto de partida que usted debe sobrescribir con sus cifras. No dicen nada de ninguna empresa concreta. Cuanto más alta, mejor, de modo que un 5 en «bajo coste de error» significa que un fallo hace poco daño.

Dos reglas prevalecen sobre el total. Un 1 en «bajo coste de error» o en «reversible» descarta una tarea como primer agente. Un 1 en «camino variable» significa que no necesita un agente en absoluto. El acceso a sistemas queda fuera porque depende de su stack, pero una tarea sin API ni entorno de pruebas también queda descartada.

Las cuatro primeras filas comparten un rasgo: una persona ve el resultado antes de que tenga consecuencias, o las herramientas no pueden cambiar nada. A menudo una tarea sube en esta tabla cambiando su diseño, sin tocar la tarea en sí. Convertir «reembolsos ejecutados» en «reembolso propuesto, la persona aprueba» eleva bastante sus puntuaciones de reversibilidad y de coste de error.

El artículo sobre el proceso citado antes incluye la versión ponderada de este método para un taller de selección, además de la medición de referencia que debería venir después. Si quiere ayuda externa para elaborar la lista corta, para eso está nuestro trabajo de identificación de casos de uso de IA.

Por qué no clasificamos los mejores agentes de IA para empresas

Una clasificación necesitaría mediciones comparables, y las fuentes en las que nos basamos no contienen ninguna. Gartner estimó que unos 130 de los miles de proveedores de agentes son auténticos y usa el término agent washing para esa diferencia, lo cual es motivo de sospecha y no le da ninguna lista corta.

Pruebe a los candidatos con su propio trabajo. «Demystifying evals for AI agents» (enero de 2026), de Anthropic, sugiere empezar con entre 20 y 50 tareas sencillas extraídas de fallos reales y mantener un conjunto de regresión cercano al 100 %. Ejecute a todos los candidatos en las mismas tareas, con sus documentos y en sus sistemas de prueba, y deje que decidan los resultados. Pregunte a los proveedores quién auditó las cifras de sus casos de éxito. Para las cifras de la tabla del principio de este artículo, las fuentes no citan a ningún auditor.

Preguntas frecuentes

¿Qué ejemplos de agentes de IA hay en las empresas?

Entre los atribuibles están Project Nemo de Allianz, para pequeños siniestros por deterioro de alimentos en Australia, y los despliegues bancarios en reparación de pagos y comprobación de documentos de los que se informó en Sibos 2026. El asistente de Klarna y el chatbot de Air Canada aparecen en los mismos debates, pero las fuentes no presentan a ninguno de los dos como agente autónomo.

¿Cuál es un buen primer caso de uso para un agente de IA?

Una tarea de gran volumen cuyo camino varía, cuyo resultado alguien puede comprobar y en la que una persona ve la salida antes de que tenga consecuencias. El triaje de tickets con borradores de respuesta, la gestión de excepciones de facturas con confirmación y el diagnóstico de service desk de solo lectura puntúan bien en nuestra tabla.

¿Qué tareas no deberían hacer solos los agentes de IA?

Todo lo sensible, irreversible o de mucho impacto, en la expresión de OpenAI: liberar pagos, reembolsos grandes, cambios en producción, borrados, cambios en los datos bancarios de proveedores y decisiones sobre candidatos a un empleo. Allianz mantiene a una persona en cada pago, incluso en siniestros de menos de 500 AUD.

¿Responden las empresas de lo que dice su IA?

Air Canada respondió, en una resolución de un tribunal de reclamaciones de menor cuantía sobre su chatbot, y su argumento de que el bot era una entidad independiente no prosperó. Es una sola resolución y no es derecho de la UE, así que busque asesoramiento jurídico sobre su propia exposición. Aun así, nosotros planificaríamos dando por hecho que la empresa responde del sistema.

Crear un primer agente con AI Superior

AI Superior es una empresa de ingeniería de IA con sede en Darmstadt (Alemania), fundada en 2019 por científicos de IA. Desarrollamos aplicaciones LLM, chatbots, sistemas RAG y agentes de IA para clientes B2B. Si la puntuación anterior le deja una tarea candidata, nuestros servicios de desarrollo de agentes de IA cubren el diseño, la evaluación y la construcción, incluidas las capas de permisos y aprobación a las que este artículo vuelve una y otra vez.

Fuentes y lecturas recomendadas

• Klarna: nota de prensa sobre su asistente de IA, 27 de febrero de 2024.
• Fortune: información sobre la vuelta de Klarna a la contratación de personas, 9 de mayo de 2025.
• Information Age (ACS): información sobre la marcha atrás de Commonwealth Bank, 2025.
• Moffatt v. Air Canada, 2024 BCCRT 149; resumen de McCarthy Tétrault, 19 de febrero de 2024.
• Allianz: artículo sobre Project Nemo, 3 de noviembre de 2025.
• CNBC: información sobre los empleados digitales de BNY, 9 de febrero de 2026.
• American Banker: información sobre los agentes de Goldman Sachs, 13 de febrero de 2026.
• The Fintech Times: información sobre la estimación de valor de la IA de Lloyds Banking Group, 5 de febrero de 2026.
• Beri, R.: resumen de Sibos 2026, 2 de octubre de 2026.
• Gizmodo: información sobre el borrado de la base de datos de Replit, 23 de julio de 2025.
• Reuters a través de The Star: información sobre la previsión de Gartner sobre IA agéntica, 25 de junio de 2025.
• Xu et al.: «TheAgentCompany», arXiv 2412.14161, versión de septiembre de 2025.
• OpenAI: «A practical guide to building agents», 2025.
• Microsoft: descripción general de Agent Framework, actualizada en octubre de 2026.
• Grace, Hadfield, Olivares, De Jonghe (Anthropic): «Demystifying evals for AI agents», enero de 2026.
• OWASP: GenAI LLM Top 10 2026; Top 10 for Agentic Applications for 2026.
• Registro CVE-2025-32711; Reddy, Gujral, arXiv 2509.10540; BleepingComputer, 11 de junio de 2025.
• BaFin: entrevista con Obermöller sobre el Reglamento de IA de la UE, 29 de julio de 2026.
• Reglamento (UE) 2024/1689 (Reglamento de IA de la UE), anexo III y artículo 50; Reglamento (UE) 2026/1744; Cooley, 3 de agosto de 2026; NicFab, 24 de julio de 2026.