> ## Content Index > Fetch the complete content index at: https://www.digitalbrain.news/llms.txt > Use this file to discover other available public pages before exploring further. # El 42% de las empresas ha probado agentes y solo el 15% los tiene funcionando a escala - URL: https://www.digitalbrain.news/noticias/deloitte-42-por-ciento-agentes-15-escala-acceso-datos/ - Published: 2026-08-17T14:46:11.000Z - Updated: 2026-08-18T07:43:38.000Z - Description: Deloitte ha preguntado a más de 500 responsables de negocio y de tecnología en Estados Unidos por dónde van con los agentes. El 42% ha probado o… - Author: Ramón Pérez Coronado - Tags: #noticias, datos, agentes-ia, empresas Deloitte ha preguntado a más de 500 responsables de negocio y de tecnología en Estados Unidos por dónde van con los agentes. El 42% ha probado o desplegado alguno. El 15% ha llevado sistemas de varios agentes al conjunto del negocio. Y el 73% espera tener media empresa rediseñada alrededor de agentes dentro de cuatro años. Entre el 15% de hoy y el 73% de dentro de cuatro años hay un salto que casi nadie está dando. El segundo informe del día, de Google con MIT Technology Review, explica bastante bien por qué. ## Puntos clave - 42% ha probado o desplegado agentes; 15% los tiene funcionando a escala. - Solo el 21% dice tener sus procesos preparados para trabajar con agentes, y el 20% se ve capaz de rediseñarlos. - Más de la mitad de 300 directivos de datos apunta a los sistemas antiguos como el bloqueo principal. - De media, las empresas dan a la IA acceso al 45% de su información interna. - Entre las que abren más del 70% de sus datos, el 100% se fía de lo que decide el agente. Entre las que se quedan en el 30% o menos, solo el 22%. ## El freno no está en el modelo El dato de Deloitte que más dice no es el 15%, es el 21%. Solo una de cada cinco empresas afirma tener sus procesos preparados para trabajar con agentes. Y solo el 20% se ve capaz de rediseñarlos. Laura Shact, que lidera la práctica de crecimiento de IA en tecnología, medios y telecomunicaciones de Deloitte en Estados Unidos, lo resume así: los enfoques limitados y superpuestos pueden dar la sensación de que vas por delante gracias a victorias rápidas, pero puede que no basten. Eso es exactamente lo que se ve en la mayoría de implantaciones. Se cuelga el agente encima del proceso que ya había, se mide una ganancia bonita en la demo, y ahí se queda. El proceso sigue siendo el mismo, con sus aprobaciones por correo y sus tres hojas de cálculo intermedias. El agente no rediseña nada, solo acelera un tramo. ## El dato manda sobre el modelo El estudio de Google con MIT Technology Review, sobre 300 directivos globales de datos y tecnología, pone la cifra que faltaba: de media, las empresas dan a la IA acceso al 45% de su información interna. Menos de la mitad. Y ese porcentaje se nota directamente en si el agente acierta o no. Entre las organizaciones que abren más del 70% de sus datos, todos los encuestados describen las decisiones de sus agentes como acertadas casi siempre o siempre. Entre las que se quedan en el 30% o menos, solo el 22% se fía de lo que decide su agente. No es una correlación floja, es una diferencia de casi cinco veces. Los encuestados describen dónde está atascada esa información: repartida entre sistemas que no se hablan, encerrada en correos y PDF, sin actualizar en tiempo real, y sin el contexto de negocio que hace falta para entender qué significa cada campo. Andi Gutmans, vicepresidente de Google Cloud, lo dice sin diplomacia: los stacks de datos llamados modernos, pegados con piezas inconexas, no se construyeron para trabajar con agentes. ## Qué significa "proceso preparado" en la práctica El 21% de Deloitte se entiende mejor con un ejemplo concreto que con una definición. Coge una devolución de un cliente. En la mayoría de empresas eso es: llega un correo, alguien lo lee, mira el pedido en un sistema, comprueba la fecha en otro, pregunta por chat al almacén si la mercancía volvió, y decide. Cinco saltos, cuatro de ellos con una persona traduciendo entre sistemas que no se hablan. Un agente encima de ese proceso puede redactar el correo de respuesta más rápido. No puede decidir, porque las tres comprobaciones que sostienen la decisión no están en ningún sitio del que se pueda leer. Proceso preparado significa que el estado de esa devolución vive en un solo sitio consultable, con las reglas de negocio escritas en algún formato que no sea la cabeza del responsable de atención al cliente. Cuando eso está, el agente resuelve el caso entero. Cuando no está, el agente redacta correos. Ahí está la diferencia entre el 42% que lo probó y el 15% que lo tiene funcionando. Y explica también por qué el segundo grupo es tan pequeño: preparar el proceso es trabajo de operaciones, no de tecnología, y casi nadie lo tiene asignado a nadie. ## Lo que hicimos nosotros antes de tocar un agente En Barner, antes de meter ningún algoritmo de previsión de demanda, etiquetamos todos los productos en Odoo. Categoría, temporada, familia, canal. Semanas de trabajo aburrido que no sale en ningún vídeo. Sin eso, el modelo veía referencias sueltas y devolvía previsiones que no se podían usar para comprar. Con eso puesto, el mismo modelo empezó a servir. Lo primero no fue la IA, lo primero fue el dato. Es la parte que se salta todo el mundo porque no luce. Y es la que separa el 15% que tiene agentes en producción del 42% que los ha probado. ## Por qué importa Si has montado un agente y se quedó en demostración, mira dónde estás buscando la culpa. Estos dos informes ponen número a algo que aparece en cualquier implantación seria: el agente rinde según lo que puede leer, y en la mayoría de empresas eso es menos de la mitad de lo que hay dentro. Antes de comparar modelos otra vez, haz un inventario honesto de dos cosas. Qué porcentaje de tu información puede tocar hoy la IA, y cuánta de esa información está en un sitio del que se pueda leer sin abrir un PDF. Si estás por debajo del 45% de media, tu problema de agentes es un problema de datos con otro nombre. Y sobre el 73% que espera media empresa rediseñada en cuatro años: rediseñar procesos no lo hace un modelo. Lo hace gente con autoridad para cambiar cómo se trabaja. Si nadie en tu comité tiene ese encargo por escrito, el número de dentro de cuatro años ya sabes cuál va a ser. --- **Relacionado** [![Databricks cierra 5.000 millones a 190.000 de valoración con 7.000 millones de ingresos anualizados](https://storage.ghost.io/c/6d/e3/6de31f63-d0a8-45df-9c6a-481016520347/content/images/size/w300/format/webp/2026/08/databricks-5000-millones-190000-valoracion.jpg)Databricks cierra 5.000 millones a 190.000 de valoración con 7.000 millones de ingresos anualizados](https://www.digitalbrain.news/noticias/databricks-5000-millones-190000-valoracion/)[![Copilot dio el visto bueno al PR que abrió el Jira interno de Snowflake](https://storage.ghost.io/c/6d/e3/6de31f63-d0a8-45df-9c6a-481016520347/content/images/size/w300/format/webp/2026/08/copilot-aprobo-inyeccion-github-actions-jira-snowflake.png)Copilot dio el visto bueno al PR que abrió el Jira interno de Snowflake](https://www.digitalbrain.news/noticias/copilot-aprobo-inyeccion-github-actions-jira-snowflake/)[![Relay cierra y su fundador se va a Google como VP de producto de Chrome](https://storage.ghost.io/c/6d/e3/6de31f63-d0a8-45df-9c6a-481016520347/content/images/size/w300/format/webp/2026/08/relay-cierra-jacob-bank-vp-producto-chrome.jpg)Relay cierra y su fundador se va a Google como VP de producto de Chrome](https://www.digitalbrain.news/noticias/relay-cierra-jacob-bank-vp-producto-chrome/)