El 22 de agosto de 2026 Tricentis anunció un conjunto de innovaciones centradas en el desarrollo y las pruebas de software con agentes. La pieza más llamativa es Tricentis Aida, un agente autónomo que explora aplicaciones web y de escritorio en Windows para descubrir defectos y brechas de cobertura sin ningún set de pruebas ni script previo. Junto a ella presentó AgentScore, que evalúa agentes de IA de forma probabilística según cómo se comportan en flujos de trabajo reales, y Release Risk Intelligence, que expone brechas de cobertura a nivel de versión y sugiere acciones para reducir el riesgo antes de liberar.
La pregunta que cambió
Durante años la calidad de software se midió con una pregunta binaria: ¿compila y pasan las pruebas? Con agentes esa pregunta pierde sentido. Un agente no falla porque el código esté mal escrito; falla porque interpretó mal una instrucción ambigua, porque el estado del sistema no era el que esperaba, o porque tomó una decisión razonable en un contexto que nadie anticipó. La pregunta útil pasó a ser otra: cómo se comporta este agente bajo condiciones desordenadas del mundo real.
El momento no es casual. Un informe difundido a mediados de agosto de 2026 encontró que cerca del 99% de las empresas planea llevar agentes de IA a producción, pero solo entre el 9% y el 14% lo ha hecho por completo. La brecha entre la prueba de concepto y el despliegue real —lo que ese análisis llama el "valle de la muerte"— no se explica por falta de capacidad del modelo. Se explica por falta de una forma confiable de responder si el agente es lo suficientemente predecible como para dejarlo actuar.
Qué significa puntuar a un agente
La idea de un puntaje probabilístico de comportamiento cambia la naturaleza del gobierno de la IA en la empresa. En lugar de una aprobación cualitativa —"el piloto funcionó bien"—, aparece una métrica comparable en el tiempo y entre agentes. Es razonable esperar que los comités de riesgo y tecnología empiecen a pedir ese tipo de indicador como requisito para promover un agente de piloto a producción, del mismo modo en que hoy piden cobertura de pruebas o resultados de un análisis de vulnerabilidades.
Para un equipo que está desplegando agentes, las implicaciones prácticas son concretas:
- Trate al agente como un sistema que necesita su propia cobertura de pruebas, no como una funcionalidad más de la aplicación.
- Mida comportamiento, no solo resultados exitosos. Interesa especialmente qué hace cuando la información es incompleta o contradictoria.
- Documente el criterio de promoción a producción antes de tener el agente listo, no después, para evitar decisiones basadas en entusiasmo.
- Reevalúe periódicamente. Un agente cuyo modelo, herramientas o datos cambian no es el mismo agente que se aprobó hace tres meses.
La disciplina vieja aplicada a la tecnología nueva
Hay algo notablemente poco glamoroso en esta noticia, y ahí está su valor. Mientras buena parte del mercado discute capacidades de frontera, el cuello de botella real de la adopción empresarial resultó ser el mismo de siempre: control de calidad, gestión de cambios y evidencia. Las organizaciones que crucen el valle de la muerte no serán necesariamente las que tengan el mejor modelo, sino las que hayan construido la disciplina para saber cuándo confiar en él.
Dónde entra TEKFENIX
En TEKFENIX diseñamos e implementamos software empresarial con esa lógica: automatizar donde aporta valor y dejar evidencia de cada paso. Servigo365 incorpora IA en la atención al cliente multicanal con reglas claras de escalamiento a un agente humano, para que la automatización nunca sea una caja negra frente al usuario. CumplimientoControl aporta el registro y la trazabilidad que exige cualquier proceso sujeto a revisión regulatoria. Y Nexturno mantiene medible la operación de sucursales, que es donde suelen aparecer primero los efectos de una automatización mal calibrada. Si está por llevar un agente de piloto a producción, el paso que le falta probablemente no sea más modelo: es más evidencia.