Un año que aceleró todo
El panorama que intentamos describir junto con este equipo en marzo de 2025 en el artículo [“Automatización 2.0:cómo la IA está cambiando las reglas del juego en las organizaciones" no solo se confirmó, se aceleró más de lo previsto. Hace apenas 12 meses los agentes de IA eran una apuesta de vanguardia reservada para grandes corporaciones tecnológicas. Hoy son la conversación central en salas de directorio y ocupan gran parte de la atención de profesionales y empresarios de los cinco continentes.
Los números lo confirman con elocuencia. McKinsey, en su encuesta The State of AI in 2025 (noviembre de 2025; casi 2.000 participantes en 105 países), revela que el 88% de las organizaciones ya usa IA regularmente en al menos una función de negocio, frente al 78% en 2024. Más significativo aún: el 62% ya experimenta con agentes de IA y el 23% los está escalando en producción. KPMG, por su parte, registró que el despliegue de agentes casi se cuadruplicó en solo dos trimestres: del 11% al 42% entre el primer y tercer trimestre de 2025.
La predicción que citamos de Deloitte en nuestro artículo anterior –que el 25% de las empresas con IA generativa lanzan pilotos agénticos en 2025, escalando al 50% en 2027– fue superada antes de lo esperado. El nuevo informe de Deloitte “State of AI in the Enterprise 2026” (enero de 2026; 3.235 líderes en 24 países) eleva la apuesta: el 74% de las empresas planea desplegar IA agéntica en múltiples áreas operativas en los próximos dos años. El mercado global de IA agéntica, estimado en torno a los US$ 7.000-8.000 millones en 2025, podría alcanzar los US$ 35.000-45.000 millones para 2030.
El éxito tiene dueño: quiénes generan valor real
Detrás de los titulares optimistas, los datos revelan una brecha preocupante entre quienes adoptan y quienes realmente aprovechan la tecnología. Solo el 5-6% de las empresas a nivel global obtienen retornos significativos de la IA, según BCG (“The Widening AI Value Gap”, setiembre de 2025, 1.250 ejecutivos). Estas compañías logran 1,7 veces más crecimiento de ingresos y 3,6 veces más retorno total al accionista que sus pares.
El hallazgo más revelador de McKinsey apunta en la misma dirección: las empresas exitosas son tres veces más propensas a haber rediseñado sus flujos de trabajo, no simplemente a haber adoptado tecnología. La herramienta no es el destino; el rediseño organizacional, sí. En ese mismo sentido, IBM advierte que el ROI de los proyectos iniciales de IA generativa cayó del 31% al 7% al madurar –por debajo del umbral típico del 10% de costo de capital–, y que apenas el 16% de las iniciativas de IA ha logrado escalar a nivel empresarial.
Gartner aporta la nota de cautela más contundente: más del 40% de los proyectos de IA agéntica podrían cancelarse antes de fin de 2027, por costos escalados, valor comercial poco claro o controles de riesgo inadecuados. Y advierte sobre el fenómeno del “agent washing”: empresas que renombran soluciones existentes como “agénticas” sin sustancia detrás. Kate Jensen, de Anthropic, lo resumió con precisión en febrero de 2026: “2025 iba a ser el año en que los agentes transformaran la empresa, pero el hype resultó ser mayormente prematuro. No fue un fracaso de esfuerzo, fue un fracaso de enfoque”.
Uruguay: líder regional con agenda propia
Volviendo a nuestro trabajo hecho en 2025, señalábamos a Uruguay como un caso interesante de adopción temprana. Los datos de 2025 y 2026 confirman esa intuición con números concretos. Según el Microsoft AI Diffusion Report (enero 2026), Uruguay ocupa el puesto 40 a nivel global en adopción de IA y es el número uno en Sudamérica, con el 22,5% de su población en edad laboral usando IA activamente. Una encuesta con más de 2.000 personas realizada por CEPE-Fundar con apoyo del BID (agosto-setiembre 2025) reveló que el 48% de los adultos uruguayos usan herramientas de IA, superando a Argentina (45%). Esta adopción es más intensa entre jóvenes y personas con educación superior, sin brecha significativa de género.
En el plano institucional, el avance es igualmente notable. En noviembre de 2024, el país aprobó la Estrategia Nacional de Inteligencia Artificial 2024-2030, liderada por Agesic con cooperación de CAF y Unesco. En diciembre de 2025, el Ejecutivo habilitó los primeros sandboxes regulatorios para IA y datos, permitiendo probar proyectos en condiciones reales controladas. En marzo de 2026, LATU y Microsoft inauguraron el primer Laboratorio IA para el Bien de Sudamérica, con inversión estatal de aproximadamente US$ 400.000, enfocado en salud, educación y servicios públicos.
El hito más elocuente llegó también en marzo de 2026: Santander y Visa realizaron el primer piloto de comercio agéntico de América Latina, en el que agentes de IA ejecutaron compras reales en cinco países: Argentina, Chile, México, Brasil y Uruguay. En nuestro país, los agentes compraron libros, validando seguridad, captura de consentimiento y manejo de datos dentro del marco financiero regulado. Según Visa, más del 70% de los consumidores latinoamericanos ya usan IA en sus procesos de compra. Uruguay no fue espectador de ese piloto: fue protagonista.
La infraestructura que hace posible los agentes
Los agentes de IA operaban en un ecosistema técnico fragmentado. En el último año, esa fragmentación comenzó a resolverse gracias a la emergencia de estándares abiertos que no existían entonces.
El desarrollo más significativo es el Model Context Protocol (MCP), creado por Anthropic y liberado como código abierto en noviembre de 2024. Descrito como el “USB-C de las integraciones de IA”, MCP estandariza cómo los modelos de IA se conectan con herramientas y datos externos. En marzo de 2025, OpenAI lo adoptó en todos sus productos –con respaldo público de Sam Altman–, seguido por Google DeepMind para Gemini. En diciembre de 2025, Anthropic donó MCP a la nueva Agentic AI Foundation (AAIF) bajo la Linux Foundation, cofundada con Block y OpenAI, y con miembros como AWS, Google, Microsoft y Cloudflare. Para febrero de 2026, el protocolo alcanzaba 97 millones de descargas mensuales y más de 10.000 servidores públicos activos.
Google, por su parte, lanzó en abril de 2025 el protocolo Agent2Agent (A2A), diseñado para la comunicación entre agentes –complementario al enfoque agente-herramienta de MCP–. Ambos estándares coexisten con roles distintos: MCP conecta agentes con herramientas; A2A conecta agentes entre sí. Gartner reportó un aumento del 1.445% en consultas sobre sistemas multiagente entre el primer trimestre de 2024 y el segundo de 2025. La infraestructura, en definitiva, está madurando a una velocidad que la capa de negocio aún no logra absorber del todo.
En el plano de las plataformas, UiPath –referencia en el mercado RPA (automatización robótica de procesos) que mencionamos en publicaciones anteriores– presentó su suite de automatización agéntica con Agent Builder, Autopilot y Maestro como capa de orquestación, consolidando el liderazgo en el Cuadrante Mágico de Gartner por sexto año consecutivo. La transición de RPA a automatización agéntica se confirma como evolución, no reemplazo: los robots de RPA funcionan como bloques de construcción para los agentes, manejando tareas determinísticas mientras los agentes asumen las excepciones y decisiones complejas.
El trabajo humano en la era de los agentes IA: señales tempranas
El debate sobre el empleo –que atraviesa toda nuestra serie de investigaciones desde 2020– adquiere nuevas dimensiones con los datos disponibles hoy. A nivel global, el Foro Económico Mundial publicó su “Future of Jobs Report 2025” con una proyección neta positiva: 170 millones de empleos creados frente a 92 millones desplazados hacia 2030, un saldo de +78 millones. Sin embargo, el 39% de las habilidades clave cambiarán en ese período, y el 40% de los empleadores declara buscar reducir su fuerza laboral donde la IA pueda automatizar tareas.
La OCDE suma una observación cualitativa relevante: a diferencia de las olas anteriores de automatización –que afectaban principalmente trabajo rutinario de baja calificación–, la IA generativa impacta desproporcionadamente en ocupaciones de alta calificación: profesionales de negocios, gerentes, especialistas legales y científicos. Este es un cambio de paradigma que los sistemas educativos y las organizaciones aún no terminan de procesar.
En el mercado laboral de Estados Unidos, por ejemplo, ya aparecen señales concretas: se atribuyeron 55.000 recortes de empleo directamente a la IA durante 2025 (Challenger, Gray & Christmas), y los trabajadores jóvenes de entre 20 y 24 años en ocupaciones más expuestas vieron caer su participación laboral del 16,4% al 15,5% entre noviembre de 2022 y setiembre de 2025. Sin embargo, el Yale Budget Lab concluyó en octubre de 2025 que el mercado laboral amplio aún no ha experimentado una disrupción discernible desde el lanzamiento de ChatGPT. La evidencia más sólida de productividad proviene de un experimento de campo con cerca de 5.000 desarrolladores de software: el acceso a IA aumentó la concreción de tareas semanales en un 26%, con mayores beneficios para los perfiles júnior.
Un dato que merece atención: el temor a perder el empleo por causa de la IA pasó del 28% en 2024 al 40% en 2026 (Mercer, 12.000 encuestados). Como señalamos en nuestras investigaciones previas a nivel local, la pérdida sistemática de puestos no se verifica de forma agregada, pero la percepción de riesgo crece, y esa percepción tiene efectos reales sobre la motivación y la retención de talento.
De la promesa al pragmatismo: una reflexión final
Un año después de nuestro artículo anterior y habiendo actualizado nuestro análisis podemos concluir que la transición de la automatización robótica de procesos a la automatización agéntica se materializó, pero la brecha entre adopción y valor real sigue siendo el desafío central. Las predicciones cuantitativas se cumplieron –e incluso fueron superadas en velocidad–, pero la calidad de esa adopción revela un ecosistema donde los pilotos proliferan y la producción escala con mayor dificultad. Solo el 11% de los pilotos llega a producción completa.
Para quienes venimos siguiendo este fenómeno en Uruguay desde 2020, el panorama actual tiene algo de paradoja productiva: somos líderes regionales en adopción ciudadana de IA, tenemos un marco institucional proactivo y participamos en hitos regionales de primer nivel. Pero como el resto de América Latina, aún debemos resolver la transición del consumo de IA –dominado por herramientas de texto generativo– hacia la creación de valor productivo. La región recibe apenas el 1,12% de la inversión global en IA, pese a generar el 6,6% del PIB mundial.
Los nuevos conceptos que no existían en marzo de 2025 –MCP como estándar universal, la Agentic AI Foundation, los marcos de gobernanza específicos para agentes, la convergencia RPA+agentes– configuran un ecosistema tecnológico más maduro. Pero los desafíos fundamentales persisten: solo el 21% de las empresas tiene modelos maduros de gobernanza para IA agéntica (Deloitte), el 80% ha encontrado comportamiento riesgoso en sus agentes (McKinsey), y el ROI promedio cayó de 31% a 7%.
La próxima frontera no es la adopción; esa batalla ya está ganada en términos de intención. Es la orquestación inteligente de humanos, agentes y automatización tradicional: exactamente lo que en el artículo de 2025 anticipábamos como el horizonte de la “colaboración humano-máquina”. Llegamos a ese horizonte. Ahora hay que aprender a habitarlo.
Isabel Rodríguez, Joaquín Rubio y Nicolás Erlichman son consultores y docentes de la Facultad de Ciencias Económicas y de Administración de la Universidad de la República.