Interconnected México 2026: NTT DATA analiza la transición hacia la IA agéntica

• El 79% de las aplicaciones de inteligencia artificial en Iberoamérica operan fuera del núcleo operativo de las empresas.

• La ausencia de gobernanza en datos no estructurados y la falta de presupuestos independientes limitan el retorno de inversión financiera.

NTT DATA presentó en el foro Interconnected Mexico 2026 un estudio realizado a 136 empresas de Iberoamérica sobre el despliegue de la inteligencia artificial (IA) agéntica. El análisis destaca que, aunque la inversión en tecnología mantiene una tendencia constante, existe una brecha significativa entre la experimentación y la obtención de beneficios económicos reales. Ignacio Romero, Head of Digital Technology en NTT DATA México, y Pablo Sáez, Head of Data & Analytics en NTT DATA Iberoamérica, detallaron que la mayoría de las organizaciones aún automatiza procesos periféricos sin conectar estas soluciones con el núcleo del negocio.

Limitaciones en la integración con el núcleo del negocio

La investigación revela que el 79% de los agentes desarrollados por las compañías no están vinculados a las operaciones centrales. Esta situación provoca que el impacto global de la tecnología sea percibido como bajo por el 58% de los consultados, mientras que solo el 4% reporta un retorno financiero real. Pablo Sáez señaló que el uso de agentes de forma meramente analítica funciona como un consultor de alto costo, pues no ataca los procesos fundamentales de la empresa. En este escenario, “La IA agéntica implica un nivel de madurez mayor tanto del dato estructurado como del dato no estructurado”, destacó Sáez.

Cinco brechas identificadas en el estudio frenan la escalabilidad de estos proyectos: la narrativa de negocio, la gestión de datos, la gobernanza, el tiempo de implementación y la estructura organizacional. El informe subraya que las empresas se encuentran en un ciclo donde la falta de resultados transaccionales limita el patrocinio de la alta dirección, lo cual a su vez frena el aumento de las inversiones. Para romper este esquema. Los especialistas recomendaron transitar de los pilotos a la producción con un enfoque en casos de uso que afecten directamente la cuenta de resultados o indicadores como el tiempo de llegada al mercado y la satisfacción del cliente.

Obstáculos en la gobernanza de datos y presupuesto

El 88% de las organizaciones reconoce que no tiene implementada una gobernanza para datos no estructurados, tales como documentos en formato PDF o presentaciones. Esta carencia es crítica debido a que los agentes de IA utilizan este tipo de información como materia prima esencial. Ignacio Romero explicó que la confianza de los empleados en la tecnología depende de la calidad y el orden de estos activos. Asimismo, el presupuesto representa un desafío de gestión administrativa: el 66% de las empresas invierte menos del 5% de su presupuesto de TI en IA agéntica, y el 62% de esos recursos se mezcla con partidas generales de transformación digital.

La separación de recursos financieros es una de las recomendaciones principales para establecer una responsabilidad clara en la organización. Con respecto a la gestión de las herramientas, “La IA agéntica es tan importante que tiene que tener su propio presupuesto, su propio owner seat dentro de la compañía”, detalló Ignacio Romero. Actualmente, solo el 7% de las compañías afirma poseer un modelo de gobierno de IA avanzado, lo que evidencia una disciplina aún en etapa inicial en la región.

Perspectivas regionales y el impacto en México

Brasil destaca como el mercado con la visión más positiva sobre la adopción y el retorno de la IA generativa, mientras que la región andina muestra un mayor rezago en innovación y preparación organizativa. En el caso de México, el nivel de inversión es comparable al brasileño, aunque se identifica un área de mejora prioritaria en la definición de procesos, seguridad y roles.
Los ponentes aclararon que la tecnología agéntica difiere de la IA generativa tradicional porque posee autonomía para ejecutar acciones en sistemas como el CRM o ERP sin intervención humana constante.

El éxito de la implementación depende de un liderazgo que trascienda el ámbito técnico para involucrar a la dirección general. A diferencia de tecnologías previas como el Big Data, la IA es de conocimiento masivo por parte de los usuarios finales, lo que facilita el diálogo con los directivos.

“ Estamos justamente en un punto de inflexión, en un año donde tenemos que pasar de la experimentación a realmente el impacto y la transformación en el negocio”: Ignacio Romero.

¿Cómo transformar la experimentación tecnológica en resultados financieros tangibles?

La transición de la experimentación hacia la rentabilidad requiere el traslado de los desarrollos de inteligencia artificial desde la periferia hacia el núcleo del negocio. La integración de modelos agénticos con sistemas transaccionales permite automatizar flujos operativos que inciden en la eficiencia de costos y la captura de valor. Es necesario establecer una gobernanza de datos y asignar presupuestos independientes que otorguen responsabilidad a estos proyectos fuera de los rubros generales de transformación digital. El paso de la asistencia analítica hacia la ejecución autónoma en procesos críticos permite a las organizaciones generar un retorno de inversión que fortalezca las oportunidades de negocio para el canal de distribución.