Hace unos días me tocó conducir un evento donde presentaron varios modelos de agentes de inteligencia artificial. La persona que los exponía estaba emocionadísima. Y ojo, no está mal que lo haga, al revés, me parece perfecto.

Esa pasión es la que mueve la industria.

Pero mientras la veía hablar de cómo “esto nos va a cambiar la vida en los procesos”, yo no podía dejar de pensar una cosa incómoda: ¿y si se los empeora?

Veía las caras de los asistentes diciendo “órale”, y cuando volví a tomar el micrófono, lo único que solté fue: “se ve padrísimo, a mí me encantaría verlo funcionando, a ver qué tal”.

Honestamente, no por dudar. Sino porque me gustaría verlo funcionando.

El café que es manejado por una IA (y ordenó 15 kilos de tomate)

Pero más allá de la anécdota del evento, la cosa es esta: en Estocolmo hay una cafetería real llamada Andon Café, operada por una startup llamada Andon Labs. Lo curioso es que toda la gestión del negocio está en manos de una IA llamada “Mona”, construida sobre Google Gemini.

Mona tramitó los permisos, diseñó el menú, contrató a los baristas humanos por LinkedIn e Indeed. Hasta el barista reconoce que es “una buena jefa”.

Pero entonces aparece el “muro de la vergüenza” dentro del café.

Sí, así le llaman.

Ahí exhiben las compras absurdas que ha hecho Mona:

6,000 servilletas para un local diminuto,

3,000 guantes de látex,

4 botiquines de primeros auxilios,

15 kilos de tomates en conserva.

¿El detalle? Los tomates ni siquiera están en el menú que ella misma diseñó.

Y hay más. Unos días ordena demasiado pan, otros días pierde los plazos con la panadería y los baristas tienen que eliminar los sándwiches del menú.

La cafetería ha vendido $5,700 dólares, pero ya se gastó casi todo su presupuesto inicial de $21,000.

El problema no es la IA, es la fantasía que vendemos sobre ella

Aquí viene el dato que me parece más demoledor. Un meta-análisis de RAND Corporation sobre 65 iniciativas de IA empresariales encontró que el 80.3% de los proyectos de IA no entregan valor de negocio. Léelo otra vez: ocho de cada diez.

Y por si fuera poco, un reporte del MIT (proyecto NANDA) documenta que el 95% de los pilotos de IA generativa en empresas no producen impacto medible en utilidades.

Gartner, por su lado, proyecta que el 40% de los proyectos de agentes de IA serán abandonados antes de 2027.¿Rudo, no? Imagina cuánto dinero tirado a la basura.

Siendo asi cuando alguien te dice en un escenario “esto va a transformar tu empresa”, la pregunta correcta no es cuándo lo implemento. Es cómo evito ser parte del 80%.

La IA contrata humanos. ¿Y si se equivoca, quién responde?

Aquí está el debate ético que casi nadie quiere tener. Mona contrató a los baristas. Mona negocia con proveedores. Mona toma decisiones de dinero todos los días.

¿Quién responde cuando se equivoca?

Y, no, no es pregunta retórica.

En 2024, un tribunal canadiense determinó que Air Canada era legalmente responsable porque su chatbot inventó una política de reembolso que no existía. Tuvo que pagarle al cliente. Sentó precedente.

McKinsey lo dice claro en su estudio State of AI 2025: el 23% de las empresas ya escala agentes y el 39% experimenta con ellos.

Pero advierte algo que casi nadie repite: la mayoría de las aplicaciones aceleran el trabajo existente sin rediseñar los procesos. Y sin rediseño, no hay ganancia sostenida.

Klarna, la fintech sueca, lo aprendió por las malas. Anunció que reemplazaría 700 agentes humanos con IA. Seis meses después, la satisfacción del cliente se desplomó y reactivaron la contratación humana.

El propio CEO admitió que priorizó costos sobre experiencia.

No es que la IA no sirva. Es que no es magia

El World Economic Forum apunta algo brillante en su playbook para juntas directivas de 2026: la nueva tarea de los consejos no es controlar la IA, es codificar la gobernanza. Diseñar la restricción. Definir niveles de supervisión humana según el riesgo: informativo, asistido, transaccional o crítico.

Y eso es lo que casi nadie está haciendo. Estamos comprando agentes como si fueran electrodomésticos, sin preguntar quién aprueba qué, con qué umbral, qué se audita y quién paga cuando falla.

El problema no es que la IA se equivoque. El problema es que la estamos soltando sin red.

El consejo no pedido de hoy:

Antes de contratar tu primer agente de IA, hazte tres preguntas en frío. Primero: ¿tengo mis datos limpios y ordenados? Si no, vas a amplificar el caos a velocidad de máquina. Segundo: ¿quién aprueba qué y con qué tope? Define los carriles antes de soltar al agente. Tercero: ¿qué hago si se equivoca con un cliente, un proveedor o el SAT? Si no puedes responder eso, no estás listo. Estás apostando.

¿Y tú, ya sabes quién va a responder cuando tu agente de IA ordene 15 kilos de tomate que nadie pidió?