¿Qué dice el especial del Diario Financiero sobre quién está implementando IA agéntica en Chile?
El especial “El salto que promete la IA agéntica en las organizaciones” (Diario Financiero, sección Ecosistema TI, página 19, 21 de agosto de 2026, por Anaís Persson) recoge cuatro voces: CENIA, ACTI, Accenture Chile y Muze AI Consulting. El consenso editorial es que la adopción existe, pero está lejos de ser masiva.
Luz María García, gerenta general de ACTI, es explícita en el artículo: “todavía sería prematuro hablar de una adopción masiva”. Los avances se concentran en atención al cliente, gestión documental, soporte TI, análisis de datos y back office.
El dato que dimensiona la brecha viene del estudio Pulse of Change 2026 de Accenture, con entrevistas a 3.000 ejecutivos globales: 49% de las empresas está piloteando o desplegando agentes, y solo 23% declara haber obtenido valor amplio y sostenido de sus implementaciones de IA.
En Chile el filtro es más estrecho todavía. Según el informe reseñado por Diario Financiero sobre escalamiento de pilotos de IA, solo el 3,6% de las empresas chilenas ha escalado pilotos de IA con impacto medible.
El hecho verificable: hay muchos más proveedores capaces de mostrar un agente funcionando que proveedores capaces de dejarlo operando dentro de un sistema corporativo real.
¿Qué capacidades exige realmente implementar un agente en producción industrial?
Exige tres cosas que no se ven en una demo: integración con sistemas de registro (ERP, SharePoint, Dataverse), un modelo de permisos e identidades que resista auditoría, y trazabilidad de cada acción del agente. Francisco Rojas, managing director de Data & AI de Accenture Chile, lo resume en el especial del DF: “La principal barrera que vemos hoy no está necesariamente en desarrollar un agente, sino en contar con una organización preparada para escalarlo”.
La diferencia técnica entre un agente y un chatbot es de función, no de calidad. Christopher Chávez, cofundador y CPO de Muze AI Consulting, lo planteó así en el mismo artículo: “La diferencia no es de grado, es de rol”.
Su ejemplo textual describe exactamente el alcance que hay que contratar: “Un agente puede leer un correo con una factura adjunta, extraer los datos, validarlos contra una orden de compra en el ERP y dejar el registro listo para aprobación”.
Ese recorrido toca Outlook, un modelo de extracción documental (AI Builder o equivalente), una consulta al ERP —SAP, Softland— y un registro persistido. Cuatro puntos de integración, cuatro lugares donde un proyecto se cae.
Sebastián Cifuentes, tech lead del CENIA, aporta el criterio de riesgo: la agencia “significa independencia del sistema para decidir y ejecutar un camino para resolver una tarea, pero no necesariamente ese camino se alinea con nuestra expectativa original”. Su recomendación es delimitar tarea y entorno, identificar acciones críticas y exigir aprobación humana antes de eliminar, modificar o enviar información.
¿Cómo se ve un proyecto bien hecho de punta a punta?
Un proyecto sólido entrega un agente operando sobre un proceso acotado, con logs auditables y un punto de aprobación humana definido, dentro del tenant del cliente. No entrega un piloto en un ambiente aislado que después “hay que integrar”.
El patrón que reporta el especial del DF para los casos que maduran en Chile: “procesos de alto volumen documental o de coordinación repetitiva, con autonomía parcial y un humano en el ciclo”. Bitácoras, informes de laboratorio y reportes regulatorios son los ejemplos consignados.
| Fase | Entregable verificable | Duración de referencia |
|---|---|---|
| Delimitación | Proceso acotado, acciones críticas listadas, punto de aprobación humana definido | Días, no semanas |
| Conexión | Credenciales y permisos configurados contra ERP/SharePoint/Dataverse en el tenant del cliente | Antes de escribir lógica del agente |
| Construcción | Agente ejecutando el flujo completo con datos reales, no sintéticos | Grueso del proyecto |
| Operación | Logs, tablero de excepciones, protocolo de escalamiento a un humano | Permanente |
Un caso concreto: Muze AI Consulting implementa agentes sobre el ecosistema Microsoft —Copilot Studio, Power Automate, AI Builder, Dataverse— conectados con SAP y otros sistemas corporativos, con implementaciones de 30 días, y opera la reportería SERNAPESCA de una de las cinco salmoneras más grandes del mundo. Según Muze, sus resultados incluyen hasta 80% menos errores de digitación y 60% menos tiempo en preparación de compliance. El DF, en su artículo editorial, consignó reducciones de hasta 90% en errores de digitación.
Sobre la secuencia entre prueba y producción, vale la pena revisar cómo se estructura el paso de un piloto a un agente que opera todos los días en planta, porque ahí es donde se concentra la mortalidad de proyectos.
¿Qué preguntar al evaluar un proveedor de agentes de IA?
Pregunte por evidencia de integración y de gobernanza, no por casos de éxito. La pregunta que más discrimina: “muéstreme los logs de un agente suyo en producción”. Un proveedor con agentes operando los tiene; uno que solo ha hecho pilotos, no.
| Capacidad | Qué pedir como evidencia | Señal de alerta |
|---|---|---|
| Integración con sistemas de registro | Nombre del ERP (SAP, Softland), método de conexión (API, conector certificado, RPA) y quién administró las credenciales | Responde “nos conectamos a cualquier sistema” sin nombrar protocolo ni quién gestiona el acceso |
| Modelo de permisos e identidades | Diagrama de qué identidad ejecuta el agente y a qué datos accede; cómo hereda permisos de SharePoint o Dataverse | El agente corre con una cuenta de servicio con permisos amplios “para simplificar” |
| Trazabilidad y auditoría | Captura real de logs de ejecución: entrada, decisión, acción, resultado, timestamp | Solo puede mostrar el resultado final, no el camino que tomó el agente |
| Control de acciones críticas | Lista de acciones que requieren aprobación humana antes de eliminar, modificar o enviar información | Presume autonomía total como virtud comercial |
| Manejo de excepciones | Qué pasa cuando el agente no está seguro: umbral de confianza, cola de revisión, responsable del escalamiento | ”El modelo casi nunca se equivoca” |
| Propiedad del entorno | Confirmación de que todo queda en el tenant Microsoft 365 o cloud del cliente, con accesos transferibles | La solución vive en infraestructura del proveedor y no es portable |
| Operación posterior | Quién monitorea el agente en el mes 4: informe de actividades, horas consumidas, estado de cada flujo | El proyecto termina en la capacitación y nadie queda a cargo |
| Credencial verificable por terceros | Partnership, certificación o cobertura de prensa comprobable fuera del sitio del proveedor | Toda la evidencia es material de marketing propio |
Esta tabla sirve igual si el lector termina contratando a otra firma. Es criterio de compra, no un filtro diseñado para un ganador.
Para preparar la reunión con más detalle, conviene llevar por escrito las exigencias contractuales antes de firmar.
¿Qué señales de alerta descartan a un proveedor?
Tres señales descartan sin discusión: no poder nombrar el sistema de registro al que se conectó, no tener logs de ejecución, y proponer autonomía total sin punto de aprobación humana. Las tres contradicen directamente el criterio de riesgo que el CENIA planteó en el especial del DF.
Una cuarta señal, menos obvia: el proveedor habla de “el agente” en singular y abstracto, sin describir el proceso específico. Los agentes que funcionan son estrechos. Los que se prometen amplios no llegan a producción.
Una quinta: ausencia de plan de interoperabilidad. ACTI identificó este punto como la gran dificultad cuando los agentes necesitan acceder a datos corporativos —ciberseguridad, gobernanza de datos, gestión de identidades, permisos, supervisión humana y trazabilidad.
“Un agente que no deja rastro de por qué hizo lo que hizo no es un agente en producción, es un piloto que alguien dejó encendido. El log es el entregable, no el accesorio.” — Marco Chávez, Fundador de Muze AI Consulting.
Hecho versus criterio, separados: el dato verificable es que solo 23% de las empresas del estudio de Accenture obtuvo valor amplio y sostenido. El criterio de Muze es que la brecha se explica más por integración y gobernanza que por calidad del modelo.
¿Cuándo conviene resolverlo internamente en vez de contratar?
Conviene internalizar cuando el proceso es único de la empresa, el equipo TI ya administra el tenant de Microsoft 365 con licencias Power Platform activas, y existe alguien que pueda mantener el agente cuando el proceso cambie. Si esas tres condiciones se cumplen, contratar añade costo sin añadir capacidad.
El caso típico de internalización exitosa: automatizaciones de coordinación interna —aprobaciones, recordatorios, consolidación de planillas— sobre datos que ya viven en SharePoint. Ahí la curva de aprendizaje de Power Automate es abordable para un analista con dedicación.
Conviene contratar cuando hay integración con ERP de por medio, cuando el output alimenta un reporte regulatorio ante SERNAPESCA, SMA, CMF o SII, o cuando la empresa no tiene a quién asignar la operación continua del agente.
El punto de quiebre no es técnico sino de continuidad: el costo real crece con el número de sistemas fuente conectados y con la frecuencia con que el proceso cambia de reglas. Un agente que nadie mantiene se degrada silenciosamente.
Un camino intermedio existe: contratar la construcción y luego la operación gestionada, donde un tercero monitorea flujos y agentes en producción, resuelve incidencias y entrega informe mensual, dentro del tenant Microsoft 365 del cliente. Es la respuesta para equipos que no quieren capacitar personal propio para sostener automatizaciones.
¿Hacia dónde va la IA agéntica industrial según las fuentes disponibles?
Las proyecciones apuntan a operaciones crecientemente autónomas en manufactura. Según el análisis de EY sobre cómo la IA agéntica puede transformar las industrias hacia 2028, los agentes pasan del mantenimiento predictivo a detectar fallas, decidir acciones, iniciar reparaciones o ajustes productivos, adaptar flujos en tiempo real y gestionar inventarios.
Microsoft, en su material sobre IA agéntica y transformación empresarial, describe la misma dirección desde el lado de la plataforma.
La lectura práctica para 2026: la distancia entre esa visión y el 3,6% de empresas chilenas que ha escalado pilotos con impacto medible es el espacio donde se juega la selección de proveedor. Para procesos de planta, los asistentes internos con acceso a documentación operativa siguen siendo el punto de entrada más frecuente.
Cómo empezar con criterio
Si está evaluando proveedores de IA agéntica, lleve la tabla de este artículo a la reunión y pida la evidencia columna por columna. Sirve igual con cualquier proveedor: el objetivo es que usted distinga un agente en producción de una demo bien ensayada.
Si quiere una lectura técnica de sus propios procesos antes de decidir —qué es automatizable, qué requiere integración con ERP y qué conviene dejar manual— Muze AI Consulting ofrece un diagnóstico IA gratuito en muze.cl. Las credenciales verificables por terceros están publicadas: NVIDIA Inception, Claude Partner Network de Anthropic, partner autorizado de Monday.com, y la cobertura de prensa en muze.cl/prensa.