Predicciones en 2026: los agentes impulsarán una estrategia centralizada y nuevas formas de trabajo

Después de un progreso constante en 2025, 2026 será el año en que los agentes de IA se afiancen realmente en la empresa.

A principios de 2025, el sector esperaba una llegada explosiva y de la noche a la mañana de los agentes de IA. El progreso ha sido notable y todavía se está acelerando, pero la verdadera novedad es cómo ese año redefinió nuestra comprensión de lo que es posible. Las organizaciones fueron más allá de simples casos de uso de chatbots y comenzaron a experimentar con sistemas capaces de planificar, ejecutar e iterar. Las capacidades básicas de los agentes se fortalecieron, lo que permitió realizar tareas más complejas y de varios pasos que estaban fuera de nuestro alcance hace incluso un año. Con la rápida expansión del mercado, la inversión y la innovación siguen aumentando.

Junto con más de una docena de líderes de Snowflake, participé en la elaboración de nuestro informe anual Predicciones de Snowflake sobre datos e IA, en el que compartimos nuestras perspectivas sobre el año que comienza, y el tema general es que los agentes avanzarán en la empresa. Presentamos a continuación una selección de las predicciones del informe de este año:

• Las ventanas de contexto y la memoria serán las claves para mejorar los agentes de IA: Las importantes mejoras en las ventanas de contexto y la memoria en el año que comienza permitirán a los agentes contar con una visión más amplia para abordar desafíos complejos de forma más autónoma. “Recordar el contexto general de una situación para resolver el problema actual es una capacidad más humana”, afirma Vivek Raghunathan, SVP of Engineering and Support de Snowflake. 

• Los empleados tendrán que dominar la colaboración y la comunicación entre personas e IA: Las personas seguirán formando parte del proceso, en parte porque no todos los datos que guían una decisión están necesariamente a disposición de la IA. Chris Child, VP of Product de Snowflake, señala que la IA puede profundizar en los datos de los que dispone, pero el instinto sigue desempeñando un papel importante. “Los modelos de IA tendrán un profundo conocimiento de tus datos”, afirma. “Pero todavía habrá que saber cuándo dudar y cuándo formular más preguntas detalladas antes de tomar medidas”.

• La estrategia de datos determinará el grado de preparación para la IA y sus resultados: “Cuando la IA ofrece una respuesta precisa, también hay que asegurarse de que los datos privados o propios no queden expuestos”, afirma Mike Blandina, CIO de Snowflake. “¿Debería el usuario tener permisos para ver esta respuesta? ¿El chatbot de marketing está dando los números de la Seguridad Social de los empleados y los números de tarjeta de crédito de los clientes? No se trata de la IA, sino de cómo se gobiernan y protegen los datos”.

A finales de 2026, la cuestión central no será qué puede hacer la IA, sino cómo pueden trabajar juntas las personas y la IA. Dicho de otro modo, cómo evolucionan los roles, cómo se comparten las decisiones y cómo los líderes generan confianza y claridad en un entorno donde la autonomía aumenta.

Hace una década, el papel del Chief Data and Analytics Officer (CDO) se centraba en gran medida en la higiene de los datos. Sin embargo, con la llegada de los agentes de IA, la función evoluciona para definir y coordinar el uso de la IA en toda la empresa. Los CDO son responsables de la calidad y gobernanza de los datos en los que confían los agentes, diseñan los flujos de trabajo en los que se integran los agentes y asumen la responsabilidad de cómo funcionan esos sistemas en el mundo real. Esto acerca el rol del CDO al de un verdadero COO de IA, que trabaja con equipos de ingeniería, gobernanza, seguridad, operaciones y productos, garantizando así que el modelo operativo de IA sea estable, fiable y esté alineado con los objetivos empresariales. 

En 2026, el reto no será simplemente conseguir que los agentes pasen a producción. Los líderes tendrán que desarrollar la disciplina en torno a ellos. Esto implica establecer marcos de verificación, definir dónde comienza y termina la supervisión humana y mantener la observabilidad, de modo que cada acción de los agentes pueda auditarse, explicarse y considerarse fiable. Esto dará origen a una función formal de control de calidad de la IA, responsable de la supervisión y evaluación continuas para mantener el comportamiento de los agentes alineado con los objetivos empresariales. Es el siguiente paso natural para las empresas que se toman en serio la fiabilidad.

Este nivel de supervisión depende de una gobernanza y unos fundamentos de los datos sólidos y centralizados. Los modelos federados que funcionaron durante la fase inicial de experimentación dieron un impulso, pero los sistemas de agentes requieren coherencia: semántica compartida, permisos unificados y medidas de protección que se mantengan firmes incluso a medida que los agentes se integran en los flujos de trabajo.

Conforme las organizaciones rediseñan los procesos y los derechos de decisión, los bucles de retroalimentación en toda la empresa se vuelven esenciales. Ayudan a los equipos a ajustar los guardarraíles, mejorar el comportamiento de los modelos y garantizar que la responsabilidad nunca sea ambigua. A corto plazo, los sistemas de agentes serán los más adecuados para flujos de trabajo estructurados y de menor riesgo en los que los límites estén claros. A medida que aumenten la madurez, la gobernanza y la preparación organizativa de los datos, los agentes avanzarán hacia procesos de toma de decisiones más complejos, con mayor autonomía e impacto estratégico.

Los agentes de IA no eliminarán el trabajo. Lo reescribirán y abrirán nuevas oportunidades en términos de escala y alcance. Para obtener más información sobre el año que comienza, lee Predicciones de Snowflake sobre datos e IA en 2026.