IBM advierte que los agentes de IA empresariales exigen nuevos modelos operativos ante la creciente presión por la gobernanza
En la conferencia Think on Tour EMEA de IBM, los ejecutivos advirtieron que la prisa por desplegar agentes de IA autónomos expone a las empresas a riesgos operativos, instándolas a integrar la gobernanza desde el diseño.
A medida que la inteligencia artificial evoluciona de responder consultas a ejecutar tareas de múltiples pasos y tomar decisiones empresariales, los líderes corporativos se enfrentan a una brecha de responsabilidad cada vez mayor. En la conferencia Think on Tour EMEA 2026 de IBM en Londres, ejecutivos de tecnología y socios de la industria se reunieron para abordar la urgente necesidad de equilibrar la rápida automatización con una estricta supervisión operativa.
Ana Paula Assis, vicepresidenta sénior y presidenta para EMEA y APAC en IBM, destacó la desconexión existente entre las ambiciones corporativas y la preparación operativa. Según datos de IBM presentados en el evento, el 80% de los ejecutivos espera que la IA impulse el crecimiento de los ingresos, aunque solo el 20% puede explicar con precisión cómo se materializará dicho crecimiento.
Además, el 80% de los ejecutivos encuestados en EMEA informó que al menos un problema relacionado con la IA ya había escalado a la junta directiva o a la alta dirección (C-suite). A pesar de estos puntos de fricción, la adopción se acelera hacia una mayor autonomía: tres cuartas partes de los ejecutivos encuestados en EMEA esperan que, para 2027, los agentes de IA ejecuten tareas comerciales completas y tomen decisiones sin intervención humana.
«La pregunta ahora es: ¿podemos operarlo a escala de manera segura y confiable?», afirmó Assis durante su conferencia magistral. «Ese no es un problema de tecnología. Es un problema operativo, y requiere un modelo operativo de IA fundamentalmente nuevo y diferente».
La gobernanza no puede ser una consideración tardía
Los líderes del sector que subieron al escenario recalcaron que desplegar agentes autónomos exige mantener el control sobre los modelos, los datos subyacentes y la infraestructura central.
Michael Nimhauser, responsable global de soberanía en la firma francesa de servicios y consultoría de TI Atos, observó que, si bien las empresas se sienten atraídas por el potencial de la IA, la inquietud por perder el control operativo sigue estando generalizada. Nimhauser subrayó que los mecanismos de control no pueden añadirse al final de un proyecto. En su lugar, la gobernanza debe integrarse en la arquitectura de los sistemas desde la fase de diseño.
Craig Aston, CEO del proveedor británico de servicios gestionados Celerity, coincidió en la necesidad de mantener el equilibrio. Celerity, un socio de IBM que utiliza internamente Bob, la herramienta de desarrollo de software impulsada por IA de IBM, lleva a cabo revisiones paralelas para cada iniciativa de IA: por un lado evalúa el valor comercial y el retorno de la inversión, mientras que por el otro analiza de forma independiente la seguridad de los datos, los permisos de acceso y los riesgos.
Aston señaló que, si bien las empresas deben fomentar la innovación interna, el entusiasmo no debe eludir las salvaguardas organizacionales, y advirtió que los riesgos no gestionados podrían amenazar la supervivencia de una compañía.
Mantener a los humanos en el circuito
Las organizaciones que están poniendo en práctica los agentes de IA descubren que la supervisión humana sigue siendo indispensable. Markerstudy, una aseguradora con sede en el Reino Unido, implementó la herramienta Bob de IBM para modernizar sistemas heredados clave desarrollados a lo largo de aproximadamente 30 años.
Bob analizó seis millones de líneas de código heredado en cuatro semanas y generó un mapa de calor que identificó los componentes críticos que requerían actualizaciones. Esto permitió a Markerstudy llevar a cabo una modernización focalizada en lugar de un costoso reemplazo integral del sistema.
Dan Fiehn, CTO de Markerstudy, subrayó que el despliegue distó mucho de ser autónomo. Los desarrolladores humanos se mantuvieron activamente involucrados para validar los resultados y entrenar los modelos a lo largo de todo el análisis. Fiehn enfatizó que el objetivo principal no debería consistir simplemente en desplegar tanta IA como sea posible, sino en ofrecer resultados medibles que mejoren la toma de decisiones para los clientes y el personal.
La transición hacia arquitecturas soberanas e integradas
Para responder a las crecientes demandas de supervisión, IBM presentó Sovereign Core, una plataforma de código abierto diseñada para ayudar a las organizaciones a retener un mayor control sobre cómo se despliegan y operan sus entornos de IA.
Los ejecutivos de IBM argumentaron que las implementaciones de IA tropiezan sistemáticamente cuando los datos permanecen aislados en silos y la infraestructura de TI está fragmentada. Como concluyó Assis, la IA está pasando de ser un mecanismo de soporte de back-office a convertirse en el fundamento de las operaciones empresariales, lo que exige que las organizaciones replanteen cómo interactúan a escala y de forma segura los flujos de trabajo humanos, las decisiones y los sistemas algorítmicos.
