Nos dedicamos, entre otras cosas, a automatizar procesos con IA. Nos conviene que contrates un proyecto de agentes. Y aun así vamos a abrir con este dato: Gartner prevé que más del 40% de los proyectos de IA agéntica se cancelará antes de que acabe 2027, por costes que se disparan, valor de negocio difuso o controles de riesgo insuficientes. Precisamente porque vivimos de esto, preferimos contarte por qué mueren esos proyectos antes de que el tuyo sea uno de ellos.
La pregunta interesante no es si los agentes de IA funcionan. Funcionan, y cada vez mejor. La pregunta es por qué muere tanto proyecto que empezó con una demo impecable y un comité entusiasmado. La respuesta corta: casi nunca es culpa del modelo.
Los números que no salen en la demo
Tres datos, de dos fuentes distintas, cuentan la misma historia desde ángulos diferentes:
- 1.Gartner, junio de 2025: más del 40% de los proyectos de IA agéntica cancelados antes de fin de 2027. En la misma nota, un dato menos citado y más incómodo: de los miles de proveedores que se anuncian como "agentic AI", Gartner estima que solo unos 130 lo son de verdad. Al resto lo llama agent washing: chatbots, RPA y asistentes de siempre, reetiquetados.
- 2.MIT, agosto de 2025 (informe The State of AI in Business): tras revisar más de 300 iniciativas públicas, 52 entrevistas y 153 encuestas a directivos, concluyó que el 95% de los pilotos de IA generativa no mostraba retorno medible, con 30.000–40.000 millones de dólares ya gastados. Matiz honesto: el estudio medía impacto en cuenta de resultados a seis meses, y las mejoras difusas de productividad no computaban. Aun así, el patrón del 5% que sí funcionaba es revelador: integración profunda en el flujo de trabajo, no herramientas genéricas puestas encima del proceso.
- 3.Gartner otra vez, mayo de 2026: para 2027, el 40% de las empresas degradará o retirará agentes autónomos por huecos de gobernanza descubiertos después de un incidente en producción. Léelo despacio: después.
Y para que nadie lea aquí un "la IA no sirve": el mismo Gartner prevé que en 2028 al menos el 15% de las decisiones operativas del día a día se tomará de forma autónoma (en 2024 era el 0%) y que un tercio del software empresarial llevará IA agéntica integrada. La tecnología se va a quedar. Los proyectos mal planteados, no.
Por qué mueren (y no es por el modelo)
Primero: automatizan un proceso roto. Un agente encima de un proceso que nadie ha mapeado no arregla nada; te devuelve el mismo proceso roto, pero más rápido y con menos gente mirando. La mitad del valor de un proyecto de automatización está en el mapa del proceso que te obliga a dibujar antes de escribir una sola línea. Si ese mapa no existe, el proyecto no está listo — esté la IA que esté de moda ese trimestre.
Segundo: confunden la demo con producción. La demo enseña el caso feliz: el documento bien escaneado, la petición bien escrita, el dato donde toca. Producción es el resto: la factura girada, el correo ambiguo, el sistema que responde tarde. Ese "resto" es donde se va la mayor parte del esfuerzo real, y es exactamente lo que la demo no enseña. El informe del MIT apunta ahí: los pilotos que sobrevivieron eran los que se habían integrado en el flujo real de trabajo, con sus casos feos incluidos.
Tercero: gobernanza binaria. Es el aviso de Gartner de mayo: la mayoría trata a los agentes como todo-o-nada. O el agente está tan encerrado que no aporta, o se le confía todo y un día actúa donde no debía. La recomendación —que suscribimos— es gobernanza proporcional por niveles de autonomía: no se gobierna igual un agente que solo lee y resume que uno que recomienda con revisión humana, ni que uno que ejecuta acciones. El primero necesita poco más que control de acceso a datos; el último necesita límites de alcance, revisión y un botón de apagado que alguien sepa usar un domingo.
Cuatro mitos que pagan los proyectos
- ✗"El agente sustituye a una persona." Sustituye tareas acotadas dentro del trabajo de una persona. Los proyectos que se venden internamente como recorte de plantilla suelen dimensionarse mal, generar resistencia y acabar en la lista del 40%.
- ✗"Cuanta más autonomía, más valor." La autonomía no es valor: es un coste de gobernanza y de riesgo que se compra cuando el retorno lo paga. Muchos procesos rinden más con un agente que recomienda y una persona que decide.
- ✗"Es un proyecto de tecnología." Es un proyecto de proceso con una pieza de tecnología dentro. Si la conversación arranca por la herramienta y no por el proceso, ya sabes cómo acaba.
- ✗"Si el piloto funciona, producción funciona." El MIT midió justo lo contrario: el 95% muere entre el piloto y la cuenta de resultados. El piloto demuestra que la tecnología puede; producción exige que el proceso, los datos y la gobernanza acompañen.
Cómo lo enfocamos nosotros
Llevamos años aplicando a la infraestructura una regla aburridísima que ahora resulta que es la clave de los agentes: privilegio mínimo. Igual que no le damos a una herramienta de monitorización un token de administrador —le damos un rol de solo lectura—, un agente de IA empieza observando. Recomendar se lo tiene que ganar con métricas. Actuar solo, más todavía. En nuestro servicio de automatización e IA ese es el orden, y no lo alteramos porque la demo sea espectacular.
Lo segundo es medir antes de automatizar. Un proceso concreto, con línea base: cuántas horas al mes cuesta, cuántos errores produce, cuánto tarda. Sin línea base no hay retorno demostrable a los seis meses, y sin retorno demostrable el proyecto muere en un comité — que es exactamente lo que describe el estudio del MIT. Y lo tercero, revisión humana allí donde el error cuesta dinero o reputación: el objetivo no es quitar a la persona, es quitarle la parte del trabajo que una máquina hace mejor.
Y lo de siempre en esta casa: no vendemos licencias de ninguna plataforma de IA. Si la respuesta correcta para tu caso es "esto no lo automatices todavía", te la vamos a dar. Nuestro incentivo es que el proyecto viva y se defienda con números, no que se firme.
Las seis preguntas antes de firmar nada
- 1.¿Qué proceso, exactamente, y quién lo conoce de verdad? Si nadie de la casa puede dibujarlo en una pizarra, no está listo para automatizarse.
- 2.¿Cuánto cuesta hoy, en horas y en errores? Sin línea base no habrá retorno que enseñar dentro de seis meses.
- 3.¿Qué nivel de autonomía necesita: leer, recomendar o actuar? Empieza un nivel por debajo del que crees.
- 4.¿A qué datos y sistemas accede, con qué credenciales y quién las revisa? Un agente con acceso de administrador "para que funcione" es el mismo error que llevamos años viendo con los tokens de API.
- 5.¿Quién valida la salida y qué pasa cuando se equivoque? Se equivocará. La pregunta es si el error cuesta un clic o un cliente.
- 6.¿Cómo se apaga? Quién, con qué botón y qué pasa con el proceso mientras tanto. Si la respuesta empieza por "habría que llamar al proveedor", todavía no hay proyecto.
En corto
Los agentes de IA van a quedarse, y bien usados ahorran horas de verdad. La diferencia entre el 40% que se cancelará y el resto no está en el modelo: está en si alguien mapeó el proceso, midió la línea base, dimensionó la autonomía y dejó preparado el botón de apagado antes de la demo, no después del incidente. Es menos glamuroso que la demo. También es lo único que sobrevive al comité de los seis meses.
Fuentes (verificadas): Gartner, "Gartner Predicts Over 40% of Agentic AI Projects Will Be Canceled by End of 2027" (25-jun-2025) — gartner.com; Gartner, "Applying Uniform Governance Across AI Agents Will Lead to Enterprise AI Agent Failure" (26-may-2026) — gartner.com; MIT, "The State of AI in Business 2025" (proyecto NANDA, ago-2025), cobertura en — Fortune/Yahoo Finance. Las críticas metodológicas al estudio del MIT están recogidas en el texto.
¿Tienes un proceso que pide automatización (o un piloto que no despega)?
En everyWAN automatizamos procesos con IA con la misma disciplina que aplicamos a la infraestructura: privilegio mínimo, medición y reversibilidad. Y si tu caso todavía no es automatizable, te lo diremos igual de claro.
Hablar con everyWAN
Microsoft 365
ES 
CAT 
EN