El inicio de año suele venir cargado de grandes planes y ambiciosas estrategias. Sin embargo, a medida que avanza el año y llega marzo, muchas organizaciones pasan de la fase de planificación a la de ejecución, de la teoría a la práctica. De tal manera que, esas estrategias propuestas a principios de año empiezan a aterrizar en decisiones más pragmáticas, con un claro objetivo: generar un auténtico impacto tangible para el negocio.
Para las empresas que se apoyan intensamente en los datos, este suele ser el momento que marca el punto de inflexión, ya que los equipos someten sus iniciativas a un filtro más exigente sobre el cual, solo progresan aquellas aquellas que vayan a aportar un valor real al negocio, especialmente en el ámbito de la IA agéntica.
A pesar de que durante los últimos meses los sistemas de IA agéntica han acaparado los principales titulares de la actualidad tecnológica, el foco del debate comienza a desplazarse hacia otras cuestiones que van más allá de las capacidades técnicas, como la fiabilidad y el retorno de la inversión en los resultados empresariales.
A este respecto, varios informes sectoriales publicados a principios de este año indican que todavía hay una brecha entre la expectativa y realidad sobre lo que realmente genera la IA, ya que esta última aún no está dando sus frutos. De hecho, un estudio de PwC descubrió que más de la mitad de los CEO no han registrado ni incrementos de ingresos ni reducciones de costes vinculadas a la adopción de IA durante el último año, mientras que en paralelo,análisis realizados por Google y Anthropic subrayan la creciente necesidad de demostrar resultados cuantificables.
Según Francisco Molero, CEO de Confluent para España y Portugal, “aunque hoy contamos con sistemas de IA capaces de razonar, decidir y actuar, en la práctica, el avance real sigue estancado por la misma razón: las infraestructuras de datos aún no están preparadas” señala Francisco Molero, CEO de Confluent para España y Portugal.
Con este escenario, desde Confluent identifican varias áreas estratégicas que deberían centrar la atención de las organizaciones durante 2026.
Estandarizar para avanzar: la nueva apuesta por la compatibilidad
La IA agéntica no se construirá alrededor de una única plataforma central. Este nuevo modelo de IA agéntica apunta a un ecosistema compuesto por múltiples agentes especializados, cada uno enfocado en diferentes áreas.
Pero, para que este ecosistema funcione, la capacidad de interoperabilidad entre estos agentes será imprescindible. Para ello, los agentes necesitan estándares que definan la manera de comunicarse, ya sea a través de protocolos comunes o marcos compartidos que les permitan interactuar entre ecosistemas, facilitando el intercambio de información y la coordinación entre distintos sistemas.
Sin un marco claro de estandarización que garanticen esa compatibilidad, las organizaciones corren el riesgo de acabar con sistemas fragmentados, donde los agentes con capacidades avanzadas se encuentren aislados y no puedan integrarse entre sí o escalar más allá de casos de uso limitados.
Los datos en tiempo real toman el mando de la estrategia empresarial
Los sistemas de IA agéntica operan en tiempo real, lo que conlleva que las decisiones se tomen en cuestión de segundos. Pero, para que esto sea posible es necesario que los datos se alimenten de información actualizada constantemente.
Si bien en algunos contextos de consumo, los datos estáticos pueden ser suficientes, en otros sectores empresariales como las aerolíneas, los servicios financieros y las operaciones, la realidad evoluciona continuamente, lo que supone que surjan nuevas señales en medio del proceso, las condiciones sean cambiantes en cuestión de segundos, o deban tomarse decisiones que se apliquen de inmediato sin intervención humana.
Sin datos en tiempo real, la eficacia de los agentes disminuye considerablemente, aunque puedan seguir funcionando. De hecho, se ha demostrado que los sistemas automatizados obligados a actuar con información retrasada o incompleta se vuelven preocupantemente frágiles. Por otro lado, incluso modelos de IA bien diseñados pueden tomar decisiones equivocadas cuando cuando el contexto cambia más rápido de lo que los datos pueden seguir, mermando así la confianza de los usuarios al haber esa desconexión entre la realidad y la respuesta del sistema.
Cómo la trazabilidad se convierte en el pilar de la confianza
A medida que los sistemas autónomos ganan capacidad de decisión, la confianza se convierte en un factor crítico. Para que las organizaciones puedan confiar en estos sistemas, es imprescindible entender cómo y por qué se llega a determinados resultados.
Esto implica poder reconstruir procesos, rastrear los datos utilizados y reproducir los eventos que llevaron a una determinada decisión.
En este sentido, los sistemas de streaming desempeñan un papel clave en este proceso, ya que permiten seguir el rastro de los datos, revisar decisiones pasadas y verificar resultados. Este nivel de transparencia es esencial tanto para la gobernanza, como para el cumplimiento normativo y la confianza, especialmente cuando los agentes operan con un alto grado de autonomía.
La automatización, un camino gradual para las empresas
Al contrario de lo que algunas compañías puedan pensar, la adopción de la IA agéntica no implica tener sistemas totalmente autónomos de inmediato, sino que en la práctica, la automatización suele desarrollarse de forma gradual.
En este contexto, los agentes actuarán como apoyo a los equipos humanos, encargándose de tareas como clasificar información, recuperar datos o gestionar decisiones rutinarias. En otros escenarios, especialmente aquellos donde la velocidad es determinante, la automatización completa puede resultar más adecuada.
Así, en lugar de aspirar a una automatización total en todos los procesos, las organizaciones evolucionarán hacia modelos de colaboración entre personas y agentes, lo que se describiría como una “orquestación asistida”.
La solidez tecnológica como principal punto de partida para el crecimiento
Por último, más allá de los avances en modelos y aplicaciones, el verdadero éxito de la IA agéntica depende en gran medida de la calidad de las infraestructuras que la sustentan.
Para ello, es esencial trabajar sobre aspectos fundamentales como la calidad de los datos y en paralelo, construir una arquitectura adecuada que los soporte. Eso significa modernizar los sistemas, avanzar hacia arquitecturas basadas en eventos y streaming, y garantizar que los datos estén controlados, sean accesibles y estén listos para el consumo de IA, al igual que evitar la proliferación de crear docenas de soluciones puntuales aisladas.
Por tanto, apostar por plataformas abiertas y flexibles será fundamental para permitir que las organizaciones evolucionen a medida que lo haga la tecnología.
Pasar de la promesa a los resultados
Las empresas que realmente consigan avanzar de forma significativa de la mano de la IA agéntica en 2026 serán, probablemente, aquellas que invirtieron su tiempo desde el principio en reforzar sus cimientos: interoperabilidad, datos en tiempo real y confianza.
Estas áreas no solo marcarán el ritmo de adopción durante el próximo año, sino que seguirán siendo determinantes para transformar el potencial de la IA en resultados concretos para el negocio.
Seguiremos Comunicando…