La charla en torno a la inteligencia artificial general (AGI) puede dominar los titulares procedentes de empresas de Silicon Valley como OpenAI, Meta y xAI, pero para los líderes empresariales sobre el terreno, la atención se centra directamente en las aplicaciones prácticas y los resultados medibles. En el reciente evento Transform 2025 de VentureBeat en San Francisco, surgió una imagen clara: la era de la IA agentica real e implementada está aquí, se está acelerando y ya está remodelando la forma en que operan las empresas.
por Matt Marshall
- 1. Los agentes de IA están entrando en producción más rápido de lo que nadie se daba cuenta
- 2. La carrera de los hiperescaladores no tiene un ganador claro, ya que reina la multinube y el multimodelo
- 3. Las empresas se centran en resolver problemas reales, no en perseguir AGI
- 4. El futuro de los equipos de IA es pequeño, ágil y empoderado
Empresas como Intuit, Capital One, LinkedIn, la Universidad de Stanford y Highmark Health están poniendo silenciosamente agentes de IA en producción, abordando problemas concretos y viendo rendimientos tangibles. Estas son las cuatro conclusiones más importantes del evento para los responsables de la toma de decisiones técnicas.
1. Los agentes de IA están entrando en producción más rápido de lo que nadie se daba cuenta
Las empresas ahora están implementando agentes de IA en aplicaciones orientadas al cliente, y la tendencia se está acelerando a un ritmo vertiginoso. Una encuesta reciente de VentureBeat a 2,000 profesionales de la industria realizada justo antes de VB Transform reveló que el 68% de las empresas (con 1,000+ empleados) ya habían adoptado la IA agentica, una cifra que parecía alta en ese momento. (De hecho, me preocupaba que fuera demasiado alto para ser creíble, así que cuando anuncié los resultados de la encuesta en el escenario del evento, advertí que la alta adopción podría ser un reflejo de los lectores específicos de VentureBeat).
Sin embargo, nuevos datos validan este rápido cambio. Una encuesta de KPMG publicada el 26 de junio, un día después de nuestro evento, muestra que el 33% de las organizaciones ahora están implementando agentes de IA, un sorprendente aumento de tres veces con respecto a solo el 11% en los dos trimestres anteriores. Este cambio en el mercado valida la tendencia que VentureBeat identificó por primera vez hace solo unas semanas en su encuesta previa a Transform.
Esta aceleración está siendo impulsada por resultados tangibles. Ashan Willy, CEO de New Relic, señaló un asombroso crecimiento trimestral del 30% en el monitoreo de aplicaciones de IA por parte de sus clientes, principalmente debido a la decisión de sus clientes de adoptar agentes. Las empresas están implementando agentes de IA para ayudar a los clientes a automatizar los flujos de trabajo con los que necesitan ayuda. Intuit, por ejemplo, ha implementado agentes de generación de facturas y recordatorios en su software QuickBooks. ¿El resultado? Las empresas que utilizan la función reciben el pago cinco días más rápido y tienen un 10% más de probabilidades de recibir el pago completo.
Incluso los no desarrolladores están sintiendo el cambio. Scott White, el líder de producto del producto Claude AI de Anthropic, describió cómo él, a pesar de no ser un programador profesional, ahora está creando él mismo funciones de software listas para la producción. “Esto no era posible hace seis meses”, explicó, destacando el poder de herramientas como Claude Code. Del mismo modo, el jefe de producto de OpenAI para su plataforma API, Olivier Godement, detalló cómo clientes como Stripe y Box están utilizando su SDK de agentes para crear sistemas multiagente.
2. La carrera de los hiperescaladores no tiene un ganador claro, ya que reina la multinube y el multimodelo
Los días de apostar por un único gran proveedor de modelos de lenguaje (LLM) han terminado. Un tema constante a lo largo de Transform 2025 fue el avance hacia una estrategia multimodelo y multinube. Las empresas quieren tener la flexibilidad necesaria para elegir la mejor herramienta para el trabajo, ya sea un potente modelo propietario o una alternativa de código abierto ajustada.
Como explicó Armand Ruiz, vicepresidente de plataforma de IA de IBM, el desarrollo de un modelo de puerta de enlace por parte de la compañía, que enruta las aplicaciones para usar el LLM que sea más eficiente y eficiente para el caso específico, fue una respuesta directa a la demanda de los clientes. IBM comenzó ofreciendo a los clientes empresariales sus propios modelos de código abierto, luego agregó soporte de código abierto y finalmente se dio cuenta de que necesitaba admitir todos los modelos. XD Huang, director de tecnología de Zoom, se hizo eco de este deseo de flexibilidad, y describió el enfoque de modelo de tres niveles de su empresa: admitir modelos propietarios, ofrecer su propio modelo perfeccionado y permitir a los clientes crear sus propias versiones perfeccionadas.
Esta tendencia está creando un ecosistema potente pero limitado, en el que las GPU y la potencia necesaria para generar tokens son limitadas. Como señalaron Dylan Patel de SemiAnalysis y sus compañeros panelistas Jonathan Ross de Groq y Sean Lie de Cerebras, esto ejerce presión sobre la rentabilidad de muchas empresas que simplemente compran más tokens cuando están disponibles, en lugar de bloquear las ganancias a medida que el costo de esos tokens continúa cayendo. Las empresas se están volviendo más inteligentes sobre cómo usan diferentes modelos para diferentes tareas para optimizar tanto el costo como el rendimiento, y eso a menudo puede significar no solo confiar en los chips de Nvidia, sino ser mucho más personalizados, algo que también se repitió en una sesión de VB Transform dirigida por Solidigm en torno a la aparición de soluciones personalizadas de memoria y almacenamiento para IA.
3. Las empresas se centran en resolver problemas reales, no en perseguir AGI
Mientras que líderes tecnológicos como Elon Musk, Mark Zuckerberg y Sam Altman hablan de los albores de la superinteligencia, los profesionales de las empresas se arremangan y resuelven los desafíos empresariales inmediatos. Las conversaciones en Transform estaban refrescantemente basadas en la realidad.
Tomemos como ejemplo a Highmark Health, la tercera compañía de proveedores y seguros de salud integrados más grande del país. Su director de datos, Richard Clarke, dijo que está utilizando los LLM para aplicaciones prácticas como la comunicación multilingüe para servir mejor a su diversa base de clientes y agilizar las reclamaciones médicas. En otras palabras, aprovechar la tecnología para ofrecer mejores servicios hoy en día. Del mismo modo, Capital One está creando equipos de agentes que reflejen las funciones de la empresa, con agentes específicos para tareas como la evaluación de riesgos y la auditoría, incluida la ayuda a sus clientes de concesionarios de automóviles para conectar a los clientes con los préstamos adecuados.
La industria de viajes también está experimentando un cambio pragmático. Los CTO de Expedia y Kayak hablaron sobre cómo se están adaptando a los nuevos paradigmas de búsqueda habilitados por los LLM. Los usuarios ahora pueden buscar un hotel con una “piscina infinita” en ChatGPT, y las plataformas de viajes deben incorporar ese nivel de descubrimiento del lenguaje natural para seguir siendo competitivas. La atención se centra en el cliente, no en la tecnología en sí.
4. El futuro de los equipos de IA es pequeño, ágil y empoderado
La era de los agentes de IA también está transformando la forma en que se estructuran los equipos. El consenso es que los “escuadrones” pequeños y ágiles de tres a cuatro ingenieros son los más efectivos. Varun Mohan, CEO de Windsurf, un IDE de agencia de rápido crecimiento, inició el evento argumentando que esta pequeña estructura de equipo permite probar rápidamente las hipótesis de los productos y evita la desaceleración que afecta a los grupos más grandes.
Este cambio significa que “todo el mundo es un constructor” y, cada vez más, “todo el mundo es un gestor” de los agentes de IA. Como señalaron GitHub y Atlassian, los ingenieros ahora están aprendiendo a administrar flotas de agentes. Las habilidades requeridas están evolucionando, con un mayor énfasis en la comunicación clara y el pensamiento estratégico para guiar estos sistemas autónomos.
Esta agilidad está respaldada por una creciente aceptación del desarrollo de espacios aislados. Andrew Ng, una voz líder en IA, aconsejó a los asistentes que dejaran la seguridad, la gobernanza y la observabilidad para el final del ciclo de desarrollo. Si bien esto puede parecer contradictorio para las grandes empresas, la idea es fomentar la innovación rápida dentro de un entorno controlado para demostrar valor rápidamente. Este sentimiento se reflejó en nuestra encuesta, que descubrió que el 10% de las organizaciones que adoptan la IA no tienen un equipo de seguridad dedicado a la IA, lo que sugiere una voluntad de priorizar la velocidad en estas primeras etapas.
En conjunto, estas conclusiones pintan una imagen clara de un panorama de IA empresarial que está madurando rápidamente, pasando de una amplia experimentación a una ejecución centrada en el valor. Las conversaciones en Transform 2025 mostraron que las empresas están implementando agentes de IA hoy en día, incluso si han tenido que aprender lecciones difíciles en el camino. Muchos ya han pasado por uno o dos grandes cambios desde que probaron por primera vez la IA generativa hace uno o dos años, por lo que es bueno comenzar temprano.
Para una inmersión más conversacional en estos temas y un análisis más detallado del evento, puede escuchar la discusión completa que tuve con el desarrollador de IA independiente Sam Witteveen en nuestro podcast reciente a continuación. También acabamos de subir aquí las charlas del escenario principal de VB Transform. Y nuestra cobertura completa de los artículos del evento está aquí.
Escuche el podcast de conclusiones de VB Transform con Matt Marshall y Sam Witteveen aquí: