Empresas casi triplican el número de agentes de IA activados en un año

Las empresas están acelerando la adopción de agentes de inteligencia artificial y, en promedio, casi triplicaron el número de agentes activados por organización durante el último año, según el Agentic Enterprise Index 2026 de Salesforce.

El análisis, construido con datos agregados de compañías que utilizaron Agentforce de manera sostenida entre febrero de 2025 y abril de 2026, muestra además que las organizaciones comienzan a crear agentes en un promedio de dos días después de habilitarlos y que ese tiempo se redujo 53% durante el periodo analizado.

La tendencia apunta a una evolución del uso empresarial de la IA: de herramientas que responden preguntas o generan texto hacia sistemas capaces de ejecutar tareas, activar flujos de trabajo, consultar registros, aplicar reglas de negocio y completar procesos de varios pasos.

Dos modelos de adopción empiezan a diferenciarse

Salesforce identifica dos grandes patrones. Por un lado, sectores orientados directamente al consumidor están priorizando agentes de gran volumen y tareas específicas, diseñados para responder rápido ante miles de interacciones.

Por otro, industrias con operaciones complejas o fuertemente reguladas están desarrollando agentes más versátiles, capaces de ejecutar múltiples pasos y trabajar con diferentes sistemas.

El retail representa bien el primer modelo. Durante buena parte del año, sus agentes suelen ejecutar entre una y dos acciones, enfocadas principalmente en trabajo rutinario.

En cambio, industrias como manufactura, servicios financieros, salud y sector público están desarrollando redes de agentes con mayor complejidad operativa.

Pandora automatiza el 60% de sus consultas rutinarias

Uno de los casos incluidos en el informe es Pandora. La compañía implementó a Gemma, una asistente de compras basada en Agentforce que responde preguntas sobre pedidos, envíos y cuidado de joyas, además de generar recomendaciones personalizadas.

Durante los periodos de mayor demanda, el agente gestiona 60% de las solicitudes rutinarias de soporte y contribuye a elevar en 10% el Net Promoter Score.

El objetivo no es eliminar la atención humana, sino trasladar las consultas repetitivas hacia el agente para que los equipos se concentren en casos de mayor complejidad.

De dos habilidades a seis por agente

El incremento no se limita al número de implementaciones.

A comienzos de 2025, un agente promedio podía ejecutar alrededor de dos habilidades. Actualmente puede realizar seis.

Durante temporadas de alta demanda en retail, esa capacidad llega a nueve habilidades en promedio, un crecimiento de 350 %.

Eso significa que un agente puede pasar de simplemente consultar un dato a coordinar distintos pasos dentro de un mismo proceso.

Por ejemplo, en servicio al cliente puede revisar el estado de una orden, consultar información de ventas, aplicar una regla comercial y posteriormente generar una recomendación o ejecutar una acción.

Siemens utiliza varios agentes para calificar oportunidades

El caso de Siemens muestra cómo cambia el modelo cuando el proceso empresarial es más complejo.

La compañía recibe alrededor de 2.800 leads sin calificar por semana dentro de una estructura de siete unidades de negocio y una fuerza comercial de 18.000 personas.

Salesforce describe un flujo en el que varios agentes coordinan el proceso: uno interactúa con el lead y mantiene la conversación, mientras otro recopila información, valida criterios y entrega la oportunidad con datos completos.

La implementación permite gestionar el proceso 24 horas al día, siete días a la semana, reduciendo parte del trabajo manual asociado con la calificación comercial.

Finanzas combina escala y complejidad

Los servicios financieros aparecen como un caso particular porque consiguen combinar volumen con tareas de alta complejidad.

El sector representa aproximadamente 10 % de la producción mensual total de trabajo agéntico registrada en la plataforma.

Un ejemplo es PenFed, cooperativa de crédito estadounidense que implementó agentes capaces de consultar saldos, revisar solicitudes de crédito, transferir fondos y responder preguntas basadas en información validada.

“Nuestra visión siempre ha sido utilizar la IA de manera confiable, práctica y significativa para atender fluidamente a nuestros miembros en todos los canales”, afirmó Shree Reddy, CIO de PenFed.

La compañía acompañó esa implementación con controles legales, de cumplimiento y seguridad, una condición especialmente relevante para organizaciones reguladas.

Los agentes ya empiezan a mostrar impacto en ventas

Salesforce creó una métrica denominada Unidad de Trabajo Agéntico —AWU—, que representa una tarea específica completada por un agente.

A abril de 2026, la producción de estas unidades crecía a una tasa mensual compuesta de 15%.

El informe también señala que las empresas que utilizan agentes registran un mayor crecimiento en ventas frente a aquellas que no los usan, especialmente en retail y sectores orientados al consumidor durante temporadas de alta demanda.

“Estamos pasando de chatbots pasivos y modelos predictivos a agentes orientados a la ejecución, que realmente ponen manos a la obra y generan valor”, afirmó Joe Inzerillo, presidente de IA Empresarial y Tecnología de Salesforce.

La confianza de los empleados también aumenta

El uso interno es otro indicador relevante.

Durante el periodo analizado, la frecuencia promedio con la que cada empleado interactuó semanalmente con un agente aumentó 300%.

En Salesforce, Slackbot ya es utilizado regularmente por 83% de la compañía y, según el informe, permite ahorrar hasta cinco horas de trabajo por semana por empleado.

Los agentes de servicio también atendieron 170 veces más conversaciones con clientes durante los últimos cinco trimestres y resolvieron de forma sostenida siete de cada diez sin asistencia humana.

La siguiente etapa será combinar escala y complejidad

El índice muestra que las empresas ya no están utilizando los agentes únicamente para automatizar respuestas sencillas.

El siguiente paso será conseguir que un mismo sistema pueda operar a gran escala y, al mismo tiempo, ejecutar procesos de alta complejidad con controles suficientes.

Para las compañías, eso cambia la discusión sobre IA. Ya no se trata únicamente de cuántos empleados tienen acceso a una herramienta, sino de cuántos procesos pueden ser ejecutados parcialmente por agentes y con qué impacto en productividad, ventas y experiencia del cliente.