Agentes inteligentes y gobernanza: el paradigma de la IA empresarial en 2026

En la conferencia global SAS Innovate 2026, los líderes del sector tecnológico anunciaron una transformación clave: la evolución de los modelos de lenguaje genéricos hacia lo que denominan “IA agéntica”. Este nuevo paradigma integra asistentes, copilotos y plataformas de datos en un ecosistema unificado que permite a las organizaciones operar con mayor autonomía, control y precisión, siempre bajo supervisión humana.

La IA agéntica no se limita a generar texto o código; sus agentes pueden ejecutar acciones, tomar decisiones interconectadas y colaborar en sistemas multi‑agente para resolver procesos corporativos complejos. Según Bryan Harris, Executive Vice President y CTO de SAS, “toda tecnología disruptiva sigue el mismo camino: resuelve un problema, transforma la sociedad y, eventualmente, pasa a formar parte del trasfondo de la vida cotidiana, con las personas en el centro”.

Aplicaciones sectoriales y casos de uso

Los asistentes inteligentes están siendo implementados en áreas como el comercio electrónico, la logística y la manufactura. Mike Blanchard, Vice President de Customer Intelligence en SAS, aclaró: “La IA agéntica no consiste en ceder el control a las máquinas, sino en crear sistemas que amplifiquen la experiencia humana. La IA puede asistir, recomendar y ejecutar más rápido, pero siempre dentro de límites definidos y con supervisión”.

En la cadena de suministro, por ejemplo, el nuevo Supply Chain Agent de SAS simplifica procesos que antes requerían múltiples pasos manuales. Kathy Lange, directora de investigación en la práctica de software de IA, datos y automatización de IDC, señaló que “los agentes preconfigurados actuales suelen abordar procesos básicos; con Supply Chain Agent, SAS está simplificando un proceso muy complejo, lo que podría generar un valor significativo”.

Paralelamente, los gemelos digitales –réplicas virtuales de instalaciones físicas– permiten a los sectores médico y manufacturero detectar fallas logísticas y entrenar sistemas de visión por computadora mediante datos sintéticos, reduciendo riesgos para la fuerza laboral al simular incidentes sin exposición real.

Gobernanza y riesgos de la IA en la sombra

El uso no autorizado de herramientas de IA por parte de equipos internos, conocido como “IA en la sombra”, se ha convertido en una amenaza creciente para la seguridad institucional y el cumplimiento normativo. Un estudio elaborado con IDC indica que la adopción de algoritmos avanza más rápido que la inversión en mecanismos de seguridad. Gartner, por su parte, prevé que para 2030 más del 40 % de las organizaciones enfrentará incidentes relacionados con esta práctica paralela.

Reggie Townsend, vicepresidente de Ética, Gobernanza e Impacto Social de IA en SAS, afirmó: “La gobernanza de la IA a menudo se percibe como una medida de cumplimiento; sin embargo, es un motor de crecimiento. En lugar de temer que la IA en la sombra ponga en riesgo a la organización, la gobernanza permite a las personas usar la IA dentro de un entorno estructurado, transparente y seguro”.

Inteligencia artificial cuántica y analítica masiva

El sector empresarial también está explorando la integración de la inteligencia artificial cuántica. Los estudios recientes señalan que la principal barrera no es el costo de la infraestructura, sino la falta de conocimiento práctico sobre sus aplicaciones. La prioridad es identificar problemas de optimización combinatoria donde la computación cuántica ofrezca un retorno de inversión superior al de la computación clásica.

En el ámbito de la analítica masiva, ejemplos como el del club de fútbol Liverpool FC demuestran el potencial de la IA para personalizar la interacción digital con la audiencia global. Chris Jennions, vicepresidente de Marketing del club, comentó: “Con SAS Customer Intelligence 360 podemos ofrecer experiencias digitales individualizadas en tiempo real impulsadas por IA, medir claramente el éxito a través del engagement, la conversión y el sentimiento de los fans, y apoyar la sostenibilidad a largo plazo”.

En conjunto, estos avances confirman que la competitividad en la economía digital ya no depende únicamente del acceso a algoritmos, sino de la capacidad de desplegarlos con utilidad comprobable y bajo marcos de control rigurosos.

Mira tambien: