OutSystems: el 82% cree que puede gobernar agentes de IA, pero solo el 26% está preparado para resolver sus conflictos

OutSystems publicó el 15 de octubre de 2026, desde Boston, un estudio elaborado junto a CIO Dive y KPMG que mide qué tan preparadas están las empresas para operar agentes de inteligencia artificial en producción. La conclusión central es una brecha: el 82% de los ejecutivos cree que su organización puede seguir el ritmo de gobernar, integrar y monitorear agentes, pero solo el 26% dice estar bien preparado para resolver conflictos entre agentes, sistemas y flujos automatizados.

La encuesta se aplicó en línea en junio de 2026 a 858 ejecutivos de las bases de CIO Dive. Aunque el foco es tecnología, los hallazgos describen exactamente el problema que enfrentan las áreas comerciales cuando conectan agentes de IA al CRM, al ERP y a las herramientas de marketing.

¿Qué tan preparadas están las empresas para gobernar agentes de IA?

La supervisión sigue siendo mayoritariamente manual. El 83% depende de procesos existentes de TI, seguridad o cumplimiento, de revisiones especializadas o de políticas centralizadas para vigilar a los agentes. Solo el 5% cuenta con controles automatizados, registros de auditoría y puntos formales de revisión humana.

Al mismo tiempo, las expectativas son altas: el 71% espera que en los próximos cinco años las aplicaciones coordinen trabajo entre sistemas, equipos o procesos, o soporten flujos de varios pasos. Es decir, más agentes interactuando entre sí con controles pensados para un mundo de aplicaciones aisladas.

¿Qué priorizan las empresas al elegir una plataforma de agentes?

• 74% prioriza la integración con las aplicaciones y sistemas existentes.
• 63% valora la orquestación de agentes entre sistemas.
• 62% considera clave poder cambiar de modelo, proveedor o plataforma.
• 81% califica como muy o extremadamente importante poder probar, evaluar y validar el comportamiento de los agentes.
• 35% menciona la consistencia de datos y el contexto compartido como un obstáculo mayor para orquestar agentes.

¿Están generando resultados los agentes de IA?

La métrica de impacto más citada es la reducción de errores, con un 64%. En cambio, apenas el 12% dice que la IA agéntica ha acelerado el lanzamiento de nuevos productos, servicios o experiencias de cliente. Hoy los agentes se justifican más por eficiencia defensiva que por crecimiento.

Tiago Azevedo, CIO de OutSystems, sostuvo que la seguridad viene de incorporar el control en la plataforma y no de revisarlo después. Michael Harper, director gerente de KPMG, planteó que la confianza en los sistemas agénticos debe diseñarse desde el primer día, porque no basta con inspeccionarlos una vez construidos.

¿Qué significa para las empresas en Chile y Latinoamérica?

El estudio no desagrega resultados por país, pero el patrón es reconocible en Chile y Latinoamérica: equipos comerciales que suman un agente de prospección, otro de atención y automatizaciones heredadas en el CRM, sin un responsable claro de cómo interactúan. Cuando dos automatizaciones actualizan el mismo campo o un agente escribe datos que otro usa para decidir, el error no aparece como una falla técnica, sino como un forecast que no cuadra o un cliente contactado dos veces.

Análisis de Revenue Hub

La cifra que más importa a un líder comercial es el 35% que reconoce problemas de consistencia de datos y contexto compartido. Un agente de ventas es tan confiable como el CRM que lee: si las propiedades están duplicadas, los workflows se contradicen y nadie sabe qué integración escribe cada campo, sumar agentes multiplica el desorden en vez de reducir trabajo. La brecha entre el 82% de confianza y el 26% de preparación real es, en la práctica, una brecha de gobierno de datos y automatizaciones.

La recomendación concreta es hacer un inventario antes de aprobar el próximo agente: qué workflows, integraciones y agentes escriben en cada objeto del CRM, quién es responsable de cada uno y qué regla manda cuando dos chocan. Un buen punto de partida es encontrar los workflows olvidados en HubSpot y revisar cómo detectar una integración que dejó de funcionar. Con ese mapa, cada agente nuevo entra con dueño, alcance acotado y un punto de revisión humana definido.

El 12% que ve aceleración en nuevos productos también es una advertencia útil para presupuestar: los primeros retornos de los agentes llegan por menos errores y menos trabajo manual, no por más ingresos de inmediato. Plantear el caso de negocio así evita expectativas que después se cobran en la adopción. Seguimos estos movimientos en tendencias SaaS.