Ejemplos de agentes de IA en empresas: lo que funciona hoy (y lo que no)

Los agentes de IA ya trabajan en empresas reales, pero en menos sitios de lo que sugiere el ruido: sobre todo en programación y en atención al cliente, y cada vez más en ventas, despachos de abogados y tareas internas. Este artículo reúne solo casos con nombre y fuente, separando lo que cuenta la propia empresa o su proveedor de lo que cuentan la prensa y los estudios. También recoge lo que ha salido mal, que enseña tanto como lo que ha salido bien.

Si buscas la definición (qué es un agente y en qué se diferencia de un chatbot o una automatización), está en qué es un agente de IA.

Cómo leer estos casos

Casi todas las cifras de éxito sobre agentes las publica la empresa que los usa o el proveedor que se los vende. No significa que sean falsas, pero no están auditadas y nadie anuncia sus fracasos. Por eso indicamos quién lo dice: de parte cuando la cifra viene de la empresa o de su proveedor. Y distinguimos entre un piloto anunciado y algo en producción con resultados.

El panorama en cifras

Eurostat: una de cada cinco empresas europeas usa IA

Según Eurostat, con datos de 2025, el 20 % de las empresas de la UE con 10 o más empleados usa IA. La diferencia por tamaño es enorme: el 17 % de las pequeñas frente al 55 % de las grandes.

McKinsey: muchos experimentos, pocos agentes a escala

La edición de noviembre de 2025 de The state of AI, con 1.993 encuestados, dice que el 23 % de las organizaciones ya escala algún agente, casi siempre en una o dos áreas, y que otro 39 % experimenta. Los usos más comunes están en informática y gestión del conocimiento. Solo el 39 % ve algún efecto de la IA en el beneficio operativo (EBIT) de toda la empresa.

Gartner: más del 40 % de los proyectos se cancelarán

En junio de 2025, Gartner predijo que más del 40 % de los proyectos de IA agéntica se cancelarán antes de que acabe 2027, y estimó que de los miles de proveedores solo unos 130 venden agentes de verdad.

MIT NANDA: el 95 % de los pilotos, sin efecto en resultados

El informe del MIT publicado en agosto de 2025 concluye que el 95 % de los pilotos de IA generativa no tiene un efecto medible en la cuenta de resultados. Las soluciones compradas a especialistas funcionan en torno al 67 % de las veces, y las desarrolladas en casa, un tercio de eso. Se basa en 150 entrevistas, una encuesta a 350 empleados y el análisis de 300 implantaciones públicas: es una señal útil, no una medida exacta.

La foto de los cuatro es coherente: mucho experimento, pocos despliegues a escala y menos aún con beneficio demostrado.

Atención al cliente

Klarna: el caso más citado, con segunda parte

En febrero de 2024, la empresa sueca de pagos anunció que su asistente, construido con OpenAI, había atendido 2,3 millones de conversaciones en su primer mes, dos tercios de todos sus chats de atención. Según Klarna (de parte), hacía el trabajo equivalente a 700 agentes a tiempo completo, resolvía las consultas en menos de 2 minutos frente a 11, bajaba un 25 % las consultas repetidas y aportaría unos 40 millones de dólares de beneficio en 2024. Funcionaba en 23 mercados y más de 35 idiomas.

La segunda parte llegó en mayo de 2025. Su consejero delegado, Sebastian Siemiatkowski, contó a Bloomberg que la atención con IA era más barata pero de «menor calidad», que los clientes tenían que saber que «siempre habrá una persona si la quieres» y que volvían a contratar personal humano. La lección: automatizar todo lo que se puede no es lo mismo que automatizar lo que conviene.

Salesforce: agentes en su propio soporte

En septiembre de 2025, Marc Benioff, consejero delegado de Salesforce, explicó en un pódcast que había reducido su plantilla de soporte «de 9.000 personas a unas 5.000» porque los agentes de IA de la propia empresa ya llevaban la mitad de las conversaciones con clientes: «el 50 % son con agentes y el 50 % con personas». Es de parte en doble sentido: Salesforce vende esos agentes.

BBVA: un asistente que también opera

En España, BBVA empezó a desplegar en febrero de 2025 Blue, un asistente basado en modelos de lenguaje dentro de su aplicación. Arrancó con 150 consultas y operaciones (según el banco, respuesta a más de 3.000 preguntas), puede hacer algunas gestiones de cuentas y tarjetas, cambiar de tema a mitad de conversación y, en cualquier momento, pasar al cliente con un gestor humano. Esa salida a una persona es justo lo que Klarna echó de menos.

Lo que salió mal

• Air Canada (2024). Su chatbot le dijo a un cliente que podía pedir la tarifa reducida por duelo después de comprar el billete, y no era así. Ante el tribunal de resolución civil de la Columbia Británica, la aerolínea llegó a argumentar que el chatbot era «una entidad legal separada, responsable de sus propios actos». El tribunal lo rechazó y la condenó a pagar 812 dólares canadienses: la empresa responde de lo que dice cualquier parte de su web, chatbot incluido. No era un agente en sentido estricto, pero la doctrina vale igual para ellos.
• Cursor (abril de 2025). El bot de soporte de este editor de código, que firmaba como «Sam», se inventó una política según la cual no podías usar tu cuenta en varios ordenadores. Uno de sus cofundadores tuvo que aclarar en Reddit que no existía tal política y que había sido «una respuesta incorrecta de un bot de soporte de IA». Desde entonces, las respuestas automáticas van etiquetadas.
• Commonwealth Bank of Australia (agosto de 2025). El mayor banco australiano eliminó 45 puestos de su centro de llamadas tras implantar un bot de voz y, tras la denuncia del sindicato, dio marcha atrás: reconoció que su evaluación no había tenido en cuenta todos los factores, que los puestos no sobraban, y pidió disculpas a los afectados.

Desarrollo de software

Es donde los agentes tienen los resultados más sólidos, porque el trabajo se puede comprobar con pruebas automáticas.

Amazon: actualizar miles de aplicaciones Java

En agosto de 2024, Amazon contó que había usado el agente de transformación de su propio Amazon Q Developer para migrar decenas de miles de aplicaciones internas a Java 17. Según Andy Jassy, su consejero delegado, actualizar una aplicación pasó de unos 50 días de trabajo de un desarrollador a unas pocas horas; estimaban un ahorro equivalente a 4.500 años de desarrollador; actualizaron más de la mitad de sus sistemas Java en producción en menos de seis meses; y sus ingenieros aceptaron sin cambios el 79 % de las revisiones de código generadas. Calculaban además 260 millones de dólares anuales de ahorro, sobre todo por necesitar menos servidores con la versión nueva. Es de parte (Amazon hablando de su producto), aunque explica cómo hizo la estimación y la califica de conservadora.

Lo que hace bueno el caso: una tarea tediosa, repetida miles de veces, con un resultado comprobable y con personas revisando cada cambio.

Rakuten: siete horas de trabajo autónomo

La empresa japonesa de comercio electrónico es uno de los casos que publica Anthropic sobre Claude Code, así que es de parte. Según ese caso, un ingeniero encargó a Claude Code una implementación compleja en vLLM, una gran biblioteca de código abierto, y el agente trabajó unas siete horas seguidas hasta lograrla con un 99,9 % de precisión numérica frente al método de referencia. La empresa añade que el tiempo medio para sacar funciones nuevas bajó de 24 días laborables a 5.

Goldman Sachs: piloto con un «ingeniero» de IA

En julio de 2025, el director de sistemas de Goldman Sachs, Marco Argenti, contó a CNBC que el banco probaba Devin, el agente de programación de Cognition, con la idea de tener cientos de instancias, y quizá miles, trabajando junto a sus 12.000 desarrolladores, supervisadas por personas. Es un piloto anunciado: no ha publicado resultados.

Y un caso pequeño pero real: la propia Metix. Esta web la construyó un agente de programación, Claude Code.

Lo que salió mal

En julio de 2025, Jason Lemkin, fundador de la comunidad SaaStr, contó que el agente de Replit borró la base de datos de producción de la aplicación que estaba construyendo, durante una congelación de código que le había ordenado respetar, y que además generó datos falsos. El consejero delegado de Replit lo calificó de inaceptable y la empresa anunció cambios: separar automáticamente las bases de datos de desarrollo y producción y un modo que solo planifica, sin tocar nada. La lección general: un agente nunca debería tener permisos sobre producción.

Ventas

AEDAS Homes: agentes que atienden y venden pisos

La promotora inmobiliaria española AEDAS Homes difundió en mayo de 2026 los resultados de sus agentes (de parte). Lara, construida con Agentforce de Salesforce, atiende a los interesados a cualquier hora y en varios idiomas, resuelve dudas sobre las promociones y concierta visitas con los comerciales. Según la empresa, en doce meses captó más de mil contactos cualificados y contribuyó a 27 reservas por 9,5 millones. Otro agente, Félix, atiende la posventa y, de marzo de 2025 a febrero de 2026, ayudó a resolver más de 3.600 consultas.

Fíjate en el verbo: «contribuyó». El agente no vende un piso; capta, filtra y agenda, y la venta la cierra una persona.

Lo que salió mal: 11x y los clientes que no lo eran

11x, una empresa que vende «comerciales de IA» y que había captado inversión de fondos de primera fila, fue noticia en marzo de 2025 cuando TechCrunch reveló que presentaba como clientes a empresas que no lo eran. ZoomInfo dijo que solo había hecho una prueba de un mes y que no había dado permiso para usar su logotipo; Airtable, que nunca lo usó en producción. Un antiguo empleado habló de perder entre el 70 y el 80 % de los clientes que entraban. 11x atribuyó los logotipos a errores humanos. Para quien compra: pide referencias y habla con ellas.

Legal

En abril de 2025, el bufete internacional A&O Shearman y Harvey, una empresa de IA para abogados, anunciaron agentes para cuatro tareas: el análisis de notificaciones de competencia, ciberseguridad, la constitución de fondos de inversión y la revisión de préstamos. Los usan en el propio despacho y los venden a clientes y a otros bufetes, compartiendo ingresos. El anuncio describe agentes que dividen un problema complejo en un plan, lo ejecutan por partes y juntan el resultado con supervisión de abogados. No se han publicado datos de resultados.

El reverso en el sector legal no son los agentes sino la falta de revisión: la base de datos de Damien Charlotin, que recoge resoluciones judiciales en las que se discute el uso de citas inventadas o erróneas por IA, sumaba 2.149 casos a 5 de octubre de 2026, ocho de ellos en España. Cualquier agente que redacte escritos necesita a alguien que compruebe cada cita. El porqué está en por qué la IA se inventa cosas.

Operaciones internas

Muchos de los despliegues que más rinden no los ve el cliente. AEDAS Homes tiene también a Max, un agente interno basado en Gemini que coordina 14 subagentes especializados; según la empresa, hasta febrero de 2026 había atendido más de 26.000 consultas de empleados y ahorrado 5.024 horas de tareas rutinarias. BBVA lanzó a la vez que Blue un asistente para sus gestores de oficina que consulta más de 30.000 referencias de productos y servicios. Este tipo de asistente interno suele apoyarse en la búsqueda sobre documentos que explicamos en qué es RAG.

Qué tienen en común los casos que funcionan

En los casos anteriores, buenos y malos, se repiten seis patrones:

1. Tareas acotadas, repetidas y comprobables. Actualizar Java, responder preguntas frecuentes, filtrar contactos. Nada de «gestiona el departamento».
2. Una persona disponible. BBVA deja pasar a un gestor en cualquier momento; Klarna tuvo que recuperarlo.
3. Medición antes y después. Los casos con cifras útiles (Amazon, Klarna) sabían cuánto costaba la tarea antes del agente.
4. Permisos mínimos y entornos separados. Lo de Replit no pasa si el agente no puede tocar producción.
5. La empresa responde de lo que dice su agente. Air Canada lo aprendió ante un tribunal.
6. Desconfiar de las cifras de parte, también las de quien te vende agentes, como mostró el caso de 11x.

Cómo empezar con agentes de IA en una pyme

1. Elige un proceso concreto. Repetitivo, con volumen, basado en texto, donde un error se pueda detectar y corregir. Responder las preguntas frecuentes de la web, clasificar los correos que llegan a la dirección general o preparar el borrador de un presupuesto a partir de una petición son buenos candidatos.
2. Mide cómo se hace hoy. Cuántos casos al mes, cuánto tiempo lleva cada uno, cuántos errores hay. Sin eso no sabrás si el agente mejora algo.
3. Prueba primero con un flujo fijo. Muchas veces no hace falta un agente: si puedes dibujar los pasos en una pizarra, una automatización con un modelo dentro sale más barata y fiable. La diferencia está en qué es un agente de IA.
4. Usa lo que ya tienes o una herramienta sin código. Si tu programa de atención al cliente o tu CRM ya incluye agentes, empieza por ahí. Si no, plataformas como n8n, Make o Zapier permiten montarlo sin programar: lo hacemos paso a paso, con costes, en crear un agente de IA con n8n.
5. Ordena la información. Un agente que responde a clientes es tan bueno como la documentación que consulta. Si está desactualizada o duplicada, el agente lo estará.
6. Pon una persona en el bucle y cumple la ley. Que el cliente pueda pasar a una persona, que las acciones importantes (devolver dinero, cambiar un pedido) las apruebe alguien, y que el cliente sepa que habla con una IA, como exige desde el 2 de agosto de 2026 el reglamento europeo de IA. Los datos personales que pasen por el agente siguen bajo el RGPD.
7. Haz un piloto con fecha y criterio. Unas semanas, con las métricas del paso 2 y una decisión al final: seguir, ajustar o parar.

Por dónde seguir

• Qué es exactamente un agente, sus tipos y sus riesgos: qué es un agente de IA.
• El estándar con el que los agentes se conectan a los programas de la empresa, y sus riesgos de seguridad: MCP explicado.
• Cómo hacer que un agente responda con los documentos de tu empresa: qué es RAG.