sdecoret - stock.adobe.com

Noticias

Uso de sistemas multiagente creció 327%, revela Databricks

En un estudio reciente, la empresa también encontró que las organizaciones que utilizan herramientas de gobernanza y evaluación logran llevar más proyectos de IA a producción.

Colaborador de TechTarget
por
Publicado: 29 ene 2026

Las empresas están entrando en la era de los agentes de IA. Más allá del uso experimental de chatbots e IA generativa, las organizaciones de todo el mundo están avanzando rápidamente hacia sistemas multiagente capaces de planificar, tomar decisiones y ejecutar flujos de trabajo complejos de forma autónoma. Así lo revela el reporte “2026 State of AI Agents” de Databricks,

Basado en datos agregados y anonimizados de más de 20.000 organizaciones a nivel global, el estudio muestra que el uso de flujos de trabajo multiagente creció un 327 % en tan solo cuatro meses, lo que posiciona a los agentes de IA como una capacidad emergente clave en la adopción de IA empresarial.

El reporte destaca que las empresas están dejando atrás la experimentación y comenzando a integrar agentes de IA en flujos de trabajo técnicos y de desarrollo, así como en procesos que respaldan resultados de negocio medibles, como la creación de bases de datos y de entornos de pruebas y desarrollo.

De la experimentación a la operación

El estudio de Databricks revela que el 67 % de las organizaciones ya utilizan herramientas impulsadas por IA, pero solo el 19 % ha implementado agentes de IA en entornos productivos, generalmente de forma limitada. Las organizaciones que avanzan más rápido son aquellas que alinean los casos de uso de la IA con la estrategia del negocio, y construyen agentes especializados entrenados con datos propios e integrados con múltiples modelos y herramientas.

Igualmente, la investigación señala que 40 % de las aplicaciones de IA están directamente relacionadas con la experiencia del cliente, incluyendo atención, onboarding y personalización. En América Latina, el principal caso de uso de la IA es el otorgamiento de créditos, que representa el 10 % de la adopción regional, lo que destaca el creciente papel de la IA en los servicios financieros y en los procesos de crédito.

Otro hallazgo indica que 77 % de las empresas ha adoptado una estrategia multimodelo,  utilizando dos o más familias de modelos de lenguaje de gran escala para aumentar la flexibilidad y evitar la dependencia de un solo proveedor.

El reporte también encontró que 96 % de la inferencia de IA ya ocurre en tiempo real, particularmente en sectores como tecnología, salud y servicios financieros. En América Latina, ya se está produciendo la transición hacia la IA en tiempo real, con 77 % de las solicitudes de inferencia procesadas en tiempo real y 23 % en batch, lo que subraya un enfoque en la velocidad, la capacidad de respuesta y la toma de decisiones basada en datos.

Gobernanza y evaluación para escalar la IA de forma segura

El reporte destaca la gobernanza y la evaluación como factores decisivos para escalar la IA con seguridad y calidad.

“Nuestros datos muestran que la gobernanza es la condición previa que permite a las empresas implementar sistemas agénticos a gran escala. La gobernanza unificada hace posible la IA agéntica al servir como una capa que define cómo se utilizan los datos, estableciendo barreras de protección y límites de velocidad. También establece una responsabilidad estructurada dentro de las organizaciones, lo que ayuda a garantizar que las decisiones de IA se ajusten a las normas éticas en constante evolución”, se lee en el estudio.

Adicionalmente, las empresas que utilizan herramientas de evaluación logran llevar casi seis veces más proyectos de IA a producción, mientras que aquellas que adoptan soluciones de gobernanza implementan hasta doce veces más proyectos. La inversión en gobernanza de IA ha crecido siete veces en solo nueve meses, lo que refleja la necesidad de abordar riesgos, cumplimiento regulatorio y el control de sistemas cada vez más autónomos.

El estudio resalta que el desafío para las empresas ya no es elegir el mejor modelo de IA, sino cómo utilizar agentes con contexto empresarial, gobernanza y evaluación para generar resultados confiables y medibles.

Investigue más sobre Inteligencia artificial y automatización