Artificial Intelligence

Los agentes de IA son ya infraestructura: así es realmente construir con ellos en 2026

By Anurag Verma•June 3, 2026

Los Agentes de IA Ya Son Infraestructura: Cómo Es Realmente Construir Con Ellos en 2026

El momento que me dejó ver el cambio con claridad fue leer la llamada de resultados del Q4 FY2026 de Salesforce en febrero. Agentforce alcanzó $800 millones en ARR, un aumento del 169% interanual, y el equipo directivo de la empresa seguía usando una frase que dieciocho meses atrás habría sonado a pura jerga de marketing: "unidades de trabajo agéntico". Habían registrado 2.400 millones de ellas. No son completaciones de chat. Son tareas completadas: un caso de soporte resuelto sin intervención humana, un registro de ventas actualizado tras una llamada telefónica, un flujo de incorporación activado sin necesidad de abrir un ticket. En ese punto, el debate sobre si los agentes de IA importan en la empresa ya está cerrado.

Lo que no está cerrado es cómo construirlos y operarlos de forma responsable.

Dónde Está Realmente el Mercado

El mercado global de agentes de IA se sitúa en torno a los $10.900 millones en 2026, frente a los $7.600 millones de 2025, con un CAGR del 44%. Esas cifras me importan menos que la tasa de adopción que hay detrás: el 40% de las aplicaciones empresariales ya incluye capacidades agénticas, frente a menos del 5% hace apenas un año. Algo cruzó un umbral.

La historia de la infraestructura es aún más reveladora. El Model Context Protocol de Anthropic, lanzado a finales de 2024, registra ahora 97 millones de descargas mensuales del SDK y cuenta con más de 10.000 servidores activos en producción. En diciembre de 2025, Google adoptó MCP en todos sus servicios. En abril de 2026, las empresas del Fortune 500 ya lo ejecutaban en producción. Dieciséis meses desde proyecto de investigación hasta fontanería empresarial. Es rápido.

La Linux Foundation lo formalizó a finales de 2025 con la Agentic AI Foundation (AAIF), agrupando bajo un mismo paraguas de gobernanza el MCP, el AGENTS.md de OpenAI y el goose de Block. Los miembros Platino incluyen a Amazon, Anthropic, Google, Microsoft y OpenAI. Cuando tus competidores más feroces cofinancian el mismo organismo de estándares, la capa de protocolo está resuelta.

El Lugar de los Agentes de Código

El desarrollo de software absorbió aproximadamente la mitad de los primeros despliegues agénticos, y entiendo por qué. El ciclo de retroalimentación es estrecho y medible. Cursor supuestamente superó los $1.000 millones en ARR y alcanzó una valoración de $29.300 millones en el último año, creciendo desde los $100 millones en ARR en apenas doce meses. GitHub Copilot, Claude Code, Windsurf y Devin compiten en un mercado que no existía en su forma actual hace dos años.

El cambio arquitectónico es lo que merece atención. Estas herramientas ya no son envolturas de autocompletado. Mantienen estado a lo largo de una sesión de código, abren pull requests, ejecutan pruebas, leen la salida de errores y lo vuelven a intentar. El Operator de OpenAI obtiene un 87% en benchmarks de tareas complejas de navegador. AGENTS.md, publicado en agosto de 2025, ya ha sido adoptado por más de 60.000 repositorios de código abierto como forma estándar de describir el contexto de un repositorio para los agentes. La superficie de código es el campo de pruebas más maduro que tenemos ahora mismo.

Uso Claude Code a diario en el codebase Next.js del blog y la diferencia de productividad es real, no es hype. Pero también sé exactamente lo que no puede hacer: mantener una intención coherente a lo largo de múltiples llamadas a herramientas cuando algo sale mal, o razonar sobre efectos secundarios dos pasos por delante. Esa brecha es el verdadero problema de ingeniería.

Lo Que Nadie Menciona Lo Suficiente

Aquí está el dato incómodo: solo entre el 11 y el 14% de los pilotos empresariales de agentes de IA llegaron a producción a escala a marzo de 2026. El fallo casi nunca es el modelo. Es la capa de orquestación. Inconsistencia de contexto en los puntos de traspaso, agentes que entran en bucles de retroalimentación que agotan los presupuestos de API en minutos, errores de coordinación que se propagan en cascada hasta provocar fallos a nivel de sistema. Los sistemas multi-agente en producción presentan tasas de fallo individual del 5 al 15%, y sin los mecanismos de corte adecuados, un fallo se propaga.

La seguridad es el otro problema sin resolver. Los ataques de inyección de prompts aumentaron un 340% interanual y siguen siendo la principal categoría de fallo de seguridad en IA agéntica en 2026, según el Informe de Seguridad LLM de OWASP. La variante indirecta es especialmente peligrosa: una instrucción maliciosa oculta en un documento que lee el agente, desencadenando acciones en el mundo real (consultas a bases de datos, llamadas a APIs, escritura de archivos) que los operadores nunca llegan a ver. Microsoft, Google y GitHub han sufrido explotaciones en sistemas en producción de esta manera. El veintinueve por ciento de las organizaciones que planean despliegues agénticos dicen estar preparadas para asegurarlos. El otro setenta y uno por ciento está desplegando de todas formas.

El ochenta por ciento de las organizaciones que despliegan agentes no tienen un modelo de gobernanza maduro para gestionarlos a escala. Ese número necesita bajar más rápido de lo que sube la tasa de adopción.

Cómo Es Una Buena Arquitectura Ahora

Los equipos que respeto no están construyendo agentes monolíticos. Están construyendo redes de agentes estrechos y auditables con contratos de traspaso explícitos, rutas de fallback deterministas y puntos de control humano en cada acción de consecuencias relevantes. El roadmap del MCP para 2026 aborda el problema de las sesiones con estado, las brechas de autenticación empresarial y las herramientas de gobernanza que los despliegues en producción pusieron de manifiesto. Son problemas de ingeniería resueltos una vez que te comprometes a resolverlos.

El protocolo agente a agente (A2A), que Google destacó en Cloud Next 2026, es la siguiente pieza. Los agentes necesitan descubrir a otros agentes, autenticarse con ellos y delegarles tareas sin que haya un humano en el medio. Esa fontanería se está construyendo ahora mismo.

Mi propio enfoque en los proyectos: tratar la superficie de acción del agente como un perímetro de seguridad, no como una lista de funcionalidades. Cada herramienta que puede invocar el agente es un radio de explosión potencial. Instrumentar todo. Establecer límites de presupuesto explícitos por ejecución. Construir evals antes de construir funcionalidades.

El Panorama General

El encuadre de "los agentes de IA como el nuevo sistema operativo" era acertado en su dirección pero prematuro en 2025. Lo que es más cierto a mediados de 2026 es que los agentes se están convirtiendo en infraestructura de la misma forma en que las bases de datos y las colas de mensajes se convirtieron en infraestructura: en silencio, con mucho dolor en las fases tempranas, y después de repente en todas partes. El Informe Internacional de Seguridad de la IA 2026 señala los fallos de coordinación a escala como el principal riesgo sistémico, no la capacidad individual de los modelos.

Los constructores que lo harán bien son los que tratan la fiabilidad, la observabilidad y la seguridad de los agentes como disciplinas de ingeniería de primer orden, no como algo secundario. Los que creen que la orquestación es el problema de otro van a pasarlo muy mal en producción.