La inteligencia artificial agéntica está dejando atrás la fase de experimentación para empezar a consolidarse en entornos productivos reales. Así lo refleja el informe The Pulse of Agentic AI 2026, elaborado por Dynatrace.
el 74 % de las empresas prevé aumentar su presupuesto en IA agéntica en 2026
Los datos muestran que la IA agéntica ya está presente en el corazón de las operaciones: el 72 % de las organizaciones utiliza agentes de IA en operaciones IT y DevOps, y el 49 % los aplica específicamente en ciberseguridad, uno de los ámbitos donde el margen de error es más reducido. A esto se suma su uso en procesamiento y reporting de datos (51 %) y en monitorización de sistemas críticos, lo que confirma que los primeros despliegues se concentran en funciones internas, repetibles y altamente medibles.
Sin embargo, la expansión no se limita a estos entornos. Casi la mitad de las empresas (49 %) ya combina casos de uso internos y externos, y el informe anticipa que las aplicaciones orientadas al cliente —como atención, personalización o productos digitales— serán las que más crezcan en los próximos cinco años, aunque hoy todavía parten de niveles de adopción más bajos.
Inversiones en Agentic AI
Este avance viene respaldado por una inversión creciente. Actualmente, la mayoría de las organizaciones sitúa su gasto en IA agéntica entre dos y cinco millones de dólares, y casi la mitad prevé incrementar esa inversión en otros dos a cinco millones durante el próximo año. En conjunto, el 74 % de los encuestados espera aumentar su presupuesto, una cifra que sitúa a la IA agéntica entre las prioridades tecnológicas más claras para 2026.
Cuando se pregunta por el impacto esperado, las prioridades están claras. La mejora de la toma de decisiones en tiempo real (51 %), el aumento de la eficiencia interna (50 %) y la mejora del rendimiento y la fiabilidad de los sistemas (50 %) encabezan la lista de objetivos. La seguridad y la gestión del riesgo también ganan peso, citadas por el 48 % de las organizaciones como una prioridad clave asociada a la adopción de IA agéntica .
Pero el informe también pone cifras a las fricciones. El 59 % de las empresas señala la seguridad y la privacidad del dato como el principal criterio para pasar de piloto a producción, seguido de la fiabilidad y precisión de los resultados (55 %). Además, el 52 % identifica preocupaciones de seguridad, privacidad o cumplimiento normativo como la principal barrera técnica, junto con las dificultades para gestionar y monitorizar agentes a gran escala (51 %) .
Estas cifras explican por qué la autonomía total sigue siendo minoritaria. Sólo el 13 % de las organizaciones está desarrollando agentes completamente autónomos, mientras que el 64 % apuesta por modelos híbridos, combinando agentes autónomos con supervisión humana. De hecho, más de dos tercios de las decisiones tomadas por agentes de IA siguen siendo validadas por personas, mediante controles de calidad del dato (50 %), revisión humana de resultados (47 %) y monitorización de desviaciones o anomalías en producción (41 %).
solo el 13 % desarrolla agentes completamente autónomos
Observabilidad
La observabilidad emerge como un elemento clave para desbloquear el impacto real de la IA agéntica. El 69 % de las organizaciones ya utiliza herramientas de observabilidad durante la fase de implementación, y el 57 % las emplea en la fase de operación, especialmente para detectar anomalías en tiempo real, validar decisiones y garantizar el cumplimiento normativo.
Aun así, el informe revela carencias relevantes. El 44 % de las empresas sigue revisando manualmente los flujos de comunicación entre agentes, y muchos equipos reconocen la dificultad de vincular métricas técnicas con resultados de negocio. Como resume uno de los directivos encuestados, «la falta de una visión transparente y en tiempo real de la lógica de decisión de los agentes hace que su comportamiento se perciba como una “caja negra”» .
De cara al futuro, los datos apuntan a un cambio estructural en la forma de operar. La fiabilidad y la resiliencia se consolidan como métricas clave para medir el éxito de la IA agéntica, por delante incluso de la reducción de costes. No se trata solo de automatizar más, sino de operar sistemas complejos de forma segura y sostenible, en un entorno donde un fallo puede propagarse rápidamente
