En el artículo anterior escribí que la presión para adoptar inteligencia artificial, sin estrategia detrás, acaba resultando en agentes comprados uno a uno. Falta decir qué ocurre después, y esta es la parte que más me preocupa.
En el Connectivity Benchmark Report de 2026, Salesforce entrevistó a 1.050 líderes de TI en nueve países, todos en empresas con mil o más personas. La organización media dice tener doce agentes de IA en funcionamiento. Y dice que la mitad de ellos opera de forma aislada del resto, y no como parte de un sistema coordinado.
Doce agentes. La mitad trabajando solos.
Quien lleva tiempo suficiente en recursos humanos reconoce el patrón. Se compraron sistemas para el reclutamiento, otro para la formación, otro para la evaluación del desempeño, otro para el clima, procesamiento salarial, etc. Cada uno resolvió bien su problema. Juntos, crearon uno nuevo: nadie conseguía responder a una pregunta sencilla sobre una persona sin abrir cuatro pestañas distintas y confiar en que las cuatro se referían a la misma persona.
La misma investigación de Salesforce muestra ese patrón con un dato actual. El número de aplicaciones por empresa ha subido de 897 a 957 en un año. Solo el 27% de ellas están integradas entre sí.
En mi lectura, esto ha ocurrido en oleadas, y verlas en secuencia ayuda. Entre 2010 y 2020 se compró SaaS vertical: una herramienta para cada problema, cada departamento con la suya. Entre 2020 y 2024 se compró SaaS de plataforma: muchas funcionalidades en un solo producto — pero los silos se trasladaron al interior de él.
Creo que ahora estamos en una tercera oleada, en la que lo que se construye es el núcleo que conecta lo que ya existe.
Y vale la pena notar lo que esta secuencia dice sobre los agentes comprados uno a uno: no son la siguiente oleada. Son de nuevo la primera, con otro nombre.
Escribí en abril que la IA agéntica era la respuesta estructural a esa fragmentación. Sigo creyéndolo. Pero faltaba una condición a la frase, y es esta: los agentes solo deshacen silos si comparten una base común.
Si no la comparten, no estamos deshaciendo nada. Estamos construyendo silos más rápido, con una capa de lenguaje por encima que los hace parecer inteligentes. Un agente que lee el sistema de reclutamiento y un agente que lee el sistema de formación, sin nada entre ellos, no son un sistema. Son dos silos que ahora escriben bien.
Gartner prevé que en 2028 una empresa media del Fortune 500 tendrá más de 150.000 agentes en uso, frente a menos de quince en 2025.
No lo menciono como profecía — es una previsión, y las previsiones se equivocan. Lo traigo por el orden de magnitud. Sea cual sea el número correcto, nadie gobierna a mano lo que se multiplica así. Y en el mismo estudio, Gartner señala que solo el 13% de las organizaciones considera que tiene la gobernanza adecuada para agentes de IA.
En la muestra de Salesforce, solo el 54% tiene un marco de gobernanza centralizado para sus capacidades agénticas, y el 86% de los líderes de TI declaran temer que los agentes traigan más complejidad que valor sin una integración adecuada.
Hay algo aquí que merece atención. Las mismas encuestas en las que las empresas declaran tener doce agentes dicen también que casi la mitad no tiene gobernanza centralizada. Es decir: una buena parte de quienes respondieron «doce» no tenían forma de contarlos.
No es una crítica al estudio. Es la demostración más clara que puedo dar del problema. Cuando no hay base común, la organización pierde la capacidad de responder preguntas sobre sí misma — incluida la pregunta de cuántos agentes tiene.
Alguien atento dirá que esos datos vienen de empresas que venden exactamente la solución que los datos muestran como necesaria. Es verdad, y es justo mencionarlo.
Por eso vale la pena recordar el Observatorio 2026-2027 de Quidgest, que encuestó a 311 profesionales entre enero y abril de este año. Cuando se preguntó cuál es la principal barrera técnica a la adopción de IA, las respuestas que lideran son silos de datos, ausencia de estándares, sistemas legacy y falta de interoperabilidad.
Ninguna de las cuatro trata sobre inteligencia artificial. Todas tratan sobre la casa.
El mismo estudio hace dos preguntas sobre dependencia tecnológica, y a primera vista las respuestas parecen contradecirse. Preguntados si es un riesgo, el 90% dice que sí. Preguntados cuál es su principal preocupación frente a los agentes, la dependencia de proveedores aparece con un 4% — muy por detrás de la pérdida de control humano y los errores con impacto operacional real.
No se contradicen. Es la diferencia entre el riesgo que se reconoce y el riesgo que se teme. Quedar atrapado en un proveedor se reconoce con la cabeza fría; lo que quita el sueño es que el agente se equivoque en un caso concreto. Y son la misma cosa vista desde dos ángulos, porque un agente atrapado en el sistema del proveedor es un agente cuyos errores nadie puede auditar después.
Aquí dejo de hablar de sistemas en general.
Hace dos semanas dejé una pregunta abierta en una publicación y no le di respuesta: ¿en qué momento una competencia inferida se convierte en una competencia demostrada?
Es la pregunta correcta que hacerle a cualquier agente que trabaje sobre personas. Un agente que lee currículos infiere — y un currículum es una autodeclaración, escrita por la propia persona, que nadie ha verificado.
La respuesta no está en el agente. Está en donde queda guardada la evidencia.
Una competencia está demostrada cuando hay registro de alguien haciéndola en una situación observable, y ese registro está en un lugar que se puede releer seis meses después. Si la inferencia del currículum y el registro de la observación viven en bases separadas, ningún agente las va a cruzar — y la organización vuelve a decidir con lo que tiene a mano, que es la autodeclaración.
Para mí, por tanto, esta discusión no es de arquitectura informática. Es de defensabilidad. Cuando una decisión sobre una persona se cuestiona — y las que importan siempre acaban cuestionándose —, la pregunta no es qué agente la tomó. Es dónde está escrito lo que se observó, quién lo escribió y cuándo.
Pongo el ejemplo de nuestra casa, porque es lo que conozco por dentro.
El SkillsVerse no es un agente. Es software con varios agentes en su génesis, que se combinan para hacer lo que se ve — el ciclo entre el currículum, el plan de desarrollo y el progreso a lo largo del tiempo. Ninguno de ellos hace eso solo, y ninguno guarda lo que ha aprendido solo para sí.
Y aquí llegamos a lo que es absolutamente relevante. Lo que hace útil esta herramienta no es leer currículos mejor que cualquier otra. Es que lo que un agente infiere y lo que se observa después quedan en el mismo sitio, y el agente siguiente puede partir de ahí.
El SkillsVerse compara, diariamente, las competencias de la organización con lo que el mercado busca. Leer el mercado, por sí solo, es la parte fácil — cualquier modelo lo hace hoy. Lo difícil es conectar lo que se lee fuera con lo que está registrado dentro sobre cada persona, y eso es lo que obliga a que exista una base común.
La diferencia es práctica, y es mayor de lo que parece. Un agente que lee el mercado y escribe en su propio sistema produce un informe: una fotografía de un día. Varios agentes que leen el mercado cada día y escriben en la misma base producen una serie. Y una serie responde a una pregunta que una fotografía no responde — no solo qué ha cambiado en las competencias de la organización y en lo que el mercado pide, sino también cuándo cambió.
Así es como el mapa de competencias de la organización deja de envejecer. No porque se rehaga el diagnóstico de vez en cuando, sino porque su actualización es permanente.
Es la diferencia entre comprar agentes y construir una capa. La imagen que usamos internamente para explicarlo es sencilla: sin base común, se tienen cuatro asistentes improvisando, cada uno hablando con su herramienta y ninguno cruzando datos — conversan, no deciden. Con base común, se tiene un único cerebro y cuatro brazos especializados.
Y es la parte aburrida — un núcleo de datos de talento no es una funcionalidad; es la condición para que el próximo agente sume, en lugar de duplicar.
Hay todavía una parte de esto que no es técnica, sino contractual, y sin ella el resto no se sostiene. Un núcleo de datos solo es del cliente si realmente lo es: las licencias y la base de datos quedan a nombre de él, el código queda en su repositorio, y si la relación termina, se queda con todo — datos, agentes y código. Vale para lo que hacemos solos y para lo que hacemos con Performanze, nuestro socio en esta capa.
Lo menciono aquí por una razón: es la respuesta a la pregunta que el 90% de los encuestados reconocen como un riesgo y que casi nadie hace en voz alta en una reunión de compra — ¿y si quiero salir?
No propongo ningún proyecto de transformación. Propongo una sola pregunta, que aparece de tres formas distintas según quién la hace.
La pregunta es: ¿dónde queda lo que el agente aprende?
En su forma más literal, es la del director de sistemas: ¿dónde escribe este agente lo que ha aprendido? Si la respuesta es «en su propio sistema», acaba de comprar el silo número trece.
En la forma que interesa a quien firma el contrato, es sobre el tiempo: ¿quién puede leer eso dentro de un año, sin pasar por este proveedor? Si depende de seguir pagándole a alguien, los datos no son suyos. Es aquí donde el 90% que ve la dependencia como riesgo tiene razón, aunque no sea eso lo que les preocupa en el día a día.
Y en la forma que me concierne a mí, es sobre la naturaleza de lo que queda ahí: ¿distingue el agente lo que la persona dijo de sí misma de lo que alguien observó? Si no lo distingue, no está midiendo. Está organizando mejor lo que ya no servía para decidir.
Son tres maneras de preguntar lo mismo, y es deliberado. La condición es una sola.
La IA agéntica sigue siendo la respuesta que escribí en abril. Solo que la respuesta tiene una condición, y la condición va primero.
Sobre el Autor
Partner de Consultoria da The Key Talent.
Especializado en servicios innovadores de evaluación para Recursos Humanos.
El diagnóstico de tus procesos de The Key Talent analiza lo que describe este artículo.
Son 30 minutos, sin compromiso.
