Gobernar la inteligencia distribuida: el mandato pendiente

Unai Obieta Jiménez | Actualizado 20 de Julio de 2026

Cuando empecé a trabajar con organizaciones que adoptaban inteligencia artificial, la conversación giraba siempre en torno a la misma pregunta: dónde aporta valor, qué caso de uso priorizar, qué asistente desplegar. Era una conversación de elección. Hoy ha cambiado de naturaleza, y muchos comités de dirección todavía no lo han asumido del todo. Ya no elegimos herramientas: recibimos agentes. Llegan dentro del CRM, de la nube y de la ofimática que la organización ya tenía pagada, sin que nadie los pida expresamente ni decida conscientemente incorporarlos.

Los números dimensionan el salto. Una organización media convive ya con más de doce agentes, la mitad operando en silos, y Gartner proyecta más de 150.000 por gran empresa en 2028, partiendo de menos de quince en 2025. Es un cambio de escala que rompe cualquier modelo pensado para desplegar soluciones una a una. Y el gobierno no acompaña: solo el 21 % de las organizaciones dice tener un modelo maduro para gobernar agentes, y Gartner anticipa que en 2027 el 40 % tendrá que degradar o retirar agentes autónomos por fallos detectados solo tras un incidente en producción. La adopción ha dejado de ser la pregunta. La pregunta es el gobierno.

Gobernar una flota distribuida tiene una dificultad concreta: no está en un sitio, está repartida por todas partes. Cada agente vive en un entorno distinto —CRM, nube, ofimática, desarrollos propios— y cada entorno gobierna solo lo suyo, con su consola, sus reglas y su factura. Nadie gobierna por encima. Esa es, para mí, la raíz del problema: no nos falta tecnología, nos falta una capa transversal que aplique las mismas reglas a lo que hoy nadie controla de forma conjunta.

¿Y qué es lo que nadie controla? Lo resumiría en cuatro frentes: el coste, lo que cada agente pregunta y consume, la ética de lo que decide y quién responde. Sobre el coste he aprendido que medir el gasto no basta. El coste por interacción ha pasado de unos 0,04 dólares en 2023 a más de un dólar en los sistemas orquestados de 2026, cerca de treinta veces más, y el consumo no gobernado cuesta de media cientos de miles de dólares al año. Lo difícil no es ver una factura que se triplica, sino responder, agente a agente, qué consume, a qué proceso pertenece, quién lo pidió y qué valor devuelve. Sin trazar, atribuir y conectar coste con valor, no se gobierna: se paga.

El segundo frente me preocupa más, porque no se mide en euros. No todo agente debería poder preguntarlo todo ni decidir sobre cualquiera. Y conviene desmontar un mito: el mayor riesgo no es el ataque externo. Gartner estima que hasta 2028 más del 80 % de las transacciones no autorizadas de agentes vendrán de violaciones internas de las propias políticas —datos sobreexpuestos, uso indebido, comportamiento mal encaminado—, no de actores maliciosos. Basta imaginar un agente que nadie desplegó rechazando a un cliente o descartando a un candidato, y enterarse tarde: por una queja, por LinkedIn o por una carta del regulador. Y esa carta ya no es hipotética: las obligaciones de alto riesgo del Reglamento Europeo de IA aplican desde agosto de 2026, y marcos como el de Singapur ya exigen que cada agente tenga una identidad verificable y una ficha de autorización.

Esto enlaza con la accountability, hoy más literal de lo que parece. Las identidades no humanas —agentes, tokens, cuentas de servicio— ya superan a las humanas en una proporción cercana a 45 a 1, y hasta 144 a 1 en entornos nativos de nube. Si no asignamos a cada agente una identidad, una autorización y un responsable, la pregunta «¿quién responde?» no tiene respuesta: la trazabilidad se vuelve inviable justo cuando más la necesitamos. La accountability no puede improvisarse cuando el daño ya ocurrió; tiene que estar definida antes.

Si tuviera que condensarlo en una idea: el gobierno de la IA ha dejado de ser una cuestión operativa para convertirse en una capacidad estratégica. Exige un modelo, no una suma de controles aislados por plataforma, que integre en una misma mesa negocio, tecnología, riesgo y cumplimiento. Ahora bien, gobernar bien no es aplicar el mismo control rígido a todos los agentes —eso, advierte Gartner, conduce al fracaso—: es exigir las mismas reglas de visibilidad y trazabilidad a toda la flota, con controles proporcionales al riesgo de cada agente. Y a esta escala, parte del gobierno lo ejercerá la propia IA: ya aparecen agentes cuya función es supervisar a otros agentes. Solo el 13 % de las organizaciones cree que gobierna su flota: es una cifra incómoda, pero también una oportunidad. La ventaja competitiva no dependerá de cuántos agentes despleguemos, sino de nuestra capacidad para gobernarlos, optimizar su uso y conectarlos con el valor que generan. Quien resuelva antes el gobierno escalará con confianza; quien no, seguirá pagando por una inteligencia que no puede ver ni defender.

Este Executive Deep Dive complementa el AI Execution Playbook 2026–27 con la visión en profundidad de uno de los expertos que contribuyeron a su creación.

El AI Execution Playbook 2026–27 reúne las ideas, patrones de ejecución y aprendizajes compartidos por toda la comunidad de líderes que participó en Game Changers Summer Edition 2026.