Durante dos años, casi toda la conversación sobre agentes de inteligencia artificial en la empresa se sostuvo con anécdotas: un caso de éxito por aquí, un piloto prometedor por allá, y mucha proyección de consultora. La segunda edición del Agentic Enterprise Index de Salesforce, publicada este mes de agosto de 2026, cambia el terreno de la discusión porque no se apoya en encuestas de intención sino en datos de uso agregados de la plataforma Agentforce a través de miles de empresas, complementados con un estudio propio de 4,689 encuestados levantado en mayo de 2026.
Los números que importan
El titular es el crecimiento: el número promedio de agentes activados por organización pasó de 5 en febrero de 2025 a 13 en abril de 2026. Es más que una duplicación interanual. Pero hay tres cifras secundarias que dicen más sobre la madurez del mercado que el conteo de agentes:
- El tiempo promedio de creación de un agente cayó 53%. Esto no es un logro de modelo, es un logro de herramienta y de proceso. Significa que las empresas dejaron de tratar cada agente como un proyecto de integración de seis meses.
- El conjunto de habilidades del agente promedio se triplicó, de 2 a 6 acciones de negocio distintas. Los agentes dejaron de ser respondedores de preguntas para convertirse en ejecutores: consultan un sistema, actualizan un registro, agendan, escalan.
- El output medido de los agentes crece a una tasa compuesta mensual del 15%. Es decir, los agentes desplegados no se quedan quietos; absorben más volumen cada mes.
El informe también reporta que los minoristas que desplegaron agentes durante la temporada alta de compras registraron una tasa de crecimiento de ventas 4 veces mayor. Conviene leer ese dato con cautela: no distingue causalidad de selección —las empresas que despliegan agentes en temporada alta suelen ser también las que tienen mejor operación digital de base—, pero sí indica que el agente ya no es un centro de costo experimental.
Lo que el índice deja ver entre líneas
El salto de 2 a 6 acciones por agente es, probablemente, el hallazgo más útil para una empresa que está decidiendo por dónde empezar. Un agente con dos habilidades es un chatbot con mejor redacción. Un agente con seis habilidades está conectado a sistemas reales: CRM, inventario, facturación, agenda. La diferencia entre ambos no es el modelo de lenguaje que hay debajo, sino el trabajo de integración que se hizo alrededor.
Esto conecta con algo que el propio ecosistema viene señalando desde hace meses: el cuello de botella del despliegue agéntico no está en la inteligencia del modelo, sino en el acceso ordenado a los datos y procesos de la empresa. Un agente no puede resolver una solicitud de servicio si no tiene permiso de escritura sobre el ticket, ni puede confirmar un turno si el sistema de citas vive en un silo aparte.
Por qué la caída del 53% en tiempo de creación cambia el cálculo
Cuando construir un agente tomaba meses, la pregunta era "¿cuál es el único caso de uso que justifica la inversión?". Cuando toma semanas, la pregunta pasa a ser "¿cuáles de nuestros diez procesos repetitivos conviene automatizar primero?". Es un cambio de marco que abre la puerta a empresas medianas que antes quedaban fuera por costo de entrada.
Para el mercado latinoamericano y caribeño, donde la mayoría del tejido empresarial son PYMEs con equipos de TI pequeños, esa reducción de fricción es más determinante que cualquier benchmark de modelo. La barrera nunca fue el acceso a la IA —los modelos están disponibles vía API para cualquiera—; la barrera fue el costo de conectar esa IA a los sistemas donde realmente vive la operación.
Cómo leer esto si su empresa aún no ha desplegado nada
Tres lecturas prácticas del índice:
- No empiece por el agente, empiece por el proceso. Los agentes que escalan son los que tienen acciones de negocio conectadas, no los que responden mejor.
- Mida el output, no el despliegue. Tener 13 agentes activos no significa nada si ninguno absorbe volumen real. La métrica de crecimiento compuesto mensual es más honesta que el conteo.
- Prepare los datos antes que el modelo. El agente que no puede leer ni escribir en sus sistemas es una demo cara.
En TEKFENIX trabajamos exactamente en esa capa intermedia que los números del índice dejan al descubierto. Servigo365, nuestra plataforma de mesa de ayuda y atención al cliente multicanal con IA, no se limita a responder: se conecta a los sistemas donde vive la operación para que el agente pueda ejecutar acciones reales —crear, escalar, resolver y cerrar tickets— en lugar de solo conversar. Nexturno lleva la misma lógica a la gestión de turnos y colas en sucursales, donde la automatización se mide en tiempo de espera y no en respuestas generadas. Y en entornos regulados, CumplimientoControl asegura que cada acción automatizada quede trazada y auditable, que es la condición sin la cual ningún banco o institución financiera del Caribe va a dejar que un agente toque un proceso sensible. Si su equipo está evaluando dónde empezar con agentes, conversemos: el punto de partida casi nunca es el modelo, es la integración.