En estos días, parece que nadie quiere quedarse fuera de la conversación sobre inteligencia artificial (IA). Desde juntas de oficina hasta sobremesas familiares, la IA es la invitada obligada. Pero una cosa es hablar de ella y otra muy distinta es estar listos para usarla de la manera correcta.
La ola que viene: de la IA básica a la Agentic AI

Un nuevo estudio de IDC, comisionado por Intel, midió la madurez de las áreas de Tecnologías de la Información (TI) en América (Brasil, Canadá, Estados Unidos y México) para adoptar IA. El hallazgo central es clarísimo: el entusiasmo supera, por mucho, a la preparación.
La fiebre de la IA vs. la realidad
Aunque 97.6% de las organizaciones encuestadas confirmó que la IA ya está teniendo un impacto transformador, con mejoras de entre 20% y 49% en funciones específicas en los casos más exitosos, el reto ahora es escalar esa adopción a toda la organización. Más del 70% de las empresas encuestadas cree que la IA será decisiva para su competitividad en los próximos tres años. Pero cuando se mide la madurez real —infraestructura, datos, talento y cultura—, menos del 20% alcanza niveles avanzados. En pocas palabras: tenemos hambre de IA, pero muchos siguen con la alacena desordenada.
Y es que todavía hay brechas que pesan. Algunos de los vacíos críticos son:
- Datos fragmentados: un tercio de las empresas admite que su información está dispersa o atrapada en sistemas que no “conversan” y 35.8% de las organizaciones no ha realizado un inventario de activos de datos. Sin datos limpios, ningún modelo brilla.
- Talento escaso: los perfiles híbridos —gente que domina tanto la ciencia de datos como la lógica del negocio— siguen siendo raros y muy disputados.
- Infraestructura insuficiente: casi la mitad de los Chief Information Officers (CIO) reconoce que sus sistemas actuales apenas soportan lo básico, mucho menos el entrenamiento de modelos avanzados. Y no es percepción aislada: más de 50% de las empresas reconoce que necesita invertir más en gestión, seguridad y cumplimiento de datos para que esa infraestructura esté realmente lista para la IA.
Por ejemplo: pensemos en un banco regional que quiere lanzar un asistente de IA para atender clientes. La idea suena brillante en la presentación, pero al intentar implementarlo se topa con bases de datos que no se integran, sistemas core bancarios de hace 20 años y equipos de TI que ya están saturados manteniendo lo existente. El resultado: un proyecto piloto caro que se queda atorado y nunca pasa a producción. Esa es, en esencia, la brecha entre la fiebre por la IA y la realidad de nuestras organizaciones.
Un tema de cultura, no solo de tecnología
El hallazgo más incómodo es cultural. No basta con presupuesto ni hardware nuevo: muchas empresas aún no confían en los algoritmos, no tienen procesos claros para usarlos de forma ética y no han preparado a sus líderes para decidir con base en datos.
En resumen, los firewalls y los servidores se compran; la mentalidad digital no.
Aunque más del 70% de las organizaciones en América considera que políticas públicas, inversión e infraestructura son eficaces para impulsar IA, el panorama aún está repleto de luces y sombras en este tema:
- Brasil y México impulsan la inversión en infraestructura de IA, sobre todo en banca y telecomunicaciones.
- Chile y Colombia muestran más apertura cultural y experimentos piloto, aunque con presupuestos más modestos.
- Sectores como finanzas y retail ya usan IA en productividad y servicio al cliente, mientras manufactura y salud avanzan más lento.
La fotografía es clara: no hay un único camino hacia la IA, sino varios ritmos que conviven. Algunos países apuestan fuerte en infraestructura, otros en cultura y agilidad, y ciertos sectores ya prueban valor tangible mientras otros aún tantean el terreno. Esa diversidad es, a la vez, un desafío y una ventaja: significa que la región tiene múltiples puertas de entrada a la inteligencia artificial, pero también que la madurez no se medirá solo por quién invierte más, sino por quién consigue que los experimentos de IA dejen de ser demos bonitas y empiecen a generar ingresos o ahorros reales.
Y entonces… aparece la Agentic AI
Aquí vale mirar más allá del presente, porque a estas alturas ––quiero creer que–– ya entendimos que la inteligencia artificial llegó para quedarse. Mientras todavía estamos lidiando con información fragmentada y poco integrada, ya se asoma la Agentic AI: sistemas capaces no solo de responder, sino de actuar de manera autónoma en entornos complejos, tomando decisiones y ejecutando tareas de principio a fin. Es como la diferencia entre usar Waze y tener un chofer de confianza: Waze (IA tradicional) te dice qué ruta tomar y dónde hay tráfico, pero el chofer (Agentic AI) no solo te da la ruta, decide por ti si vale la pena desviarse, carga gasolina si ve que falta, usa el tag del segundo piso y hasta ajusta el aire acondicionado porque sabe que siempre te da calor en trayectos largos.
Suena futurista, pero no lo es tanto. Estoy hablando de agentes que gestionan inventarios, atienden clientes en múltiples canales y coordinan proveedores sin intervención humana constante. Si hoy cuesta confiar en un modelo que recomienda textos, ¿qué pasará cuando nos caiga el veinte de que ya existe IA capaz de tomar decisiones de negocio en tiempo real?
El riesgo es claro: si seguimos con cimientos frágiles, la Agentic AI nos pasará por encima. No se trata de frenar la innovación, sino de reconocer que este próximo salto exige aún más madurez en datos, seguridad y gobernanza.
¿Y qué podemos hacer?
No es un callejón sin salida, sino todo lo contrario: es un mapa de oportunidades. Las empresas que quieran avanzar no necesitan esperar a tener un superlaboratorio de IA; pueden empezar con algunos pasos concretos:
1. Ordenar los datos: integrar y limpiar la información básica ya disponible es la mejor inversión para cualquier proyecto de IA.
2. Formar talento híbrido: no se trata solo de contratar más ingenieros, sino de capacitar a equipos para que entiendan cómo aplicar la IA al negocio real.
3. Probar con propósito: los pilotos deben estar ligados a objetivos claros —reducir costos, mejorar experiencia de cliente, ganar eficiencia—, no a la moda tecnológica.
Si algo nos caracteriza es la capacidad de aprender rápido y adaptarnos. Así como dimos saltos tecnológicos en el pasado, podemos hacer lo mismo con la IA. Y tal vez esa mezcla de urgencia, creatividad y practicidad sea justamente nuestra ventaja competitiva en esta nueva era.
Al final, ya lo estamos haciendo. La educación se apoya en tutores virtuales, la agricultura optimiza sus cosechas con sensores inteligentes, la logística gana eficiencia con rutas automatizadas, la medicina acelera diagnósticos y el entretenimiento crea experiencias personalizadas. Y los resultados, lejos de ser promesas lejanas, ya están transformando la vida diaria.
En números, la foto es reveladora: la IA tradicional ya tiene una adopción de 58–59%, la IA generativa le pisa los talones con 55–58% (lo que confirma que en poco tiempo se volvió casi tan común como la tradicional), y la Agentic AI apenas alcanza un 14–15%, todavía en pañales. En otras palabras, probamos con ganas, pero solo en lo que resulta menos complejo; lo que implica dar el siguiente salto sigue siendo terreno inexplorado para la mayoría.
La verdadera pregunta no es “¿debemos adoptar IA?”, sino “¿cómo lo hacemos con conciencia?”. El estudio de IDC/Intel nos recuerda que la inteligencia artificial no será mágica si nuestra base sigue siendo caótica.
Y, al mismo tiempo, la llegada de la Agentic AI debería funcionar como advertencia: no basta con ponerse al día, hay que prepararse para la siguiente ola. En otras palabras, ordenar la casa hoy para no quedar fuera de la fiesta mañana.
____
Nota del editor: Ana Peña es directora de comunicación para Intel Américas. Síguela en LinkedIn . Las opiniones publicadas en esta columna pertenecen exclusivamente a la autora.
Consulta más información sobre este y otros temas en el canal Opinión