El 17 de agosto de 2026, Iberdrola comunicó que ya cuenta con cerca de 500 agentes de inteligencia artificial, entre iniciativas ya implantadas y otras en distintas fases de desarrollo. La cifra llama la atención no por lo llamativo del número, sino por lo que revela: la IA agéntica dejó de ser un experimento aislado en el laboratorio de innovación y pasó a ser infraestructura operativa distribuida por toda la organización.
Dónde están trabajando esos agentes
Según la compañía, los agentes dan soporte en áreas muy distintas del grupo:
- Explotación de redes eléctricas y coordinación de tareas de mantenimiento.
- Plantas de generación, apoyando la planificación y el acceso al conocimiento técnico.
- Atención al cliente, uno de los frentes donde el volumen de interacciones justifica más rápido la automatización.
- Tareas administrativas, financieras, legales y tecnológicas.
La empresa enmarca todo esto en un objetivo que ha bautizado como AI Utility of the Future: un modelo donde la experiencia de los profesionales y las capacidades de la IA trabajan de forma conjunta, no sustitutiva.
La lección que no está en el titular
Lo más interesante del anuncio no es la cifra de 500, sino el enfoque. Iberdrola describe que la adopción se apoya en programas de formación y acompañamiento para que sean los propios empleados quienes identifiquen oportunidades y desarrollen casos de uso orientados a resolver problemas concretos del negocio.
Ese detalle importa. Los despliegues de IA que fracasan suelen compartir el mismo patrón: la tecnología se decide arriba, se compra una licencia y se espera que la operación la adopte. Los que funcionan invierten en que la gente que conoce el proceso sea quien defina qué debe automatizarse. Un agente que resuelve un problema real de una persona concreta se usa; uno diseñado en abstracto, no.
Qué puede replicar una empresa mediana
Ninguna pyme del Caribe va a desplegar 500 agentes. Pero la lógica escala hacia abajo:
- Empezar por volumen repetitivo. Las tareas que se repiten muchas veces al día son las que devuelven ROI primero: clasificación de solicitudes, respuestas de primer nivel, extracción de datos de documentos.
- Un agente, un proceso. Es preferible una decena de agentes acotados y medibles que un asistente genérico que promete todo y no rinde en nada.
- Medir antes y después. Sin línea base de tiempo de resolución o coste por interacción, es imposible saber si el agente aportó algo.
- Mantener la supervisión humana. Especialmente en decisiones con impacto en el cliente o implicaciones regulatorias.
El contexto competitivo
Este anuncio se suma a una tendencia que viene marcando el año: la adopción de agentes de IA en organizaciones de servicio al cliente pasó de 39% a 66% entre 2025 y 2026, según datos de la industria. Lo que hace un año era diferenciador, hoy empieza a ser el mínimo esperado. Y la brecha no la marca quién tiene acceso a los modelos —todos lo tienen— sino quién logra conectarlos a sus procesos y datos reales.
En TEKFENIX trabajamos exactamente en esa capa de conexión. Servigo365 lleva agentes de IA a la mesa de ayuda y a la atención al cliente multicanal, resolviendo el primer nivel y escalando a un humano cuando corresponde. Nexturno aplica la misma lógica a la gestión de turnos y colas en sucursales, donde la eficiencia se mide en minutos de espera reales. Y CumplimientoControl automatiza el monitoreo y la trazabilidad regulatoria en entornos donde cada decisión debe poder demostrarse. Si su empresa está evaluando por dónde empezar con IA agéntica, conversemos sobre los procesos donde el retorno aparece primero.