Opinión La trampa del agente autónomo: por qué el 70% del trabajo no es código, son datos
Mientras 1,5 millones de desarrolladores se certifican en agentes autónomos, el 70% de las empresas latinoamericanas no tiene sus datos listos. La brecha competitiva no se cierra con cursos, se cierra con gobernanza.
Google y Kaggle acaban de relanzar su curso intensivo de cinco días sobre agentes de inteligencia artificial. La primera edición, en noviembre de 2025, congregó a 1,5 millones de inscritos. La nueva versión, que arranca el 15 de junio de 2026, incluye laboratorios, whitepapers, un podcast diario y un proyecto final donde un agente gestiona una granja virtual compitiendo en un ranking público. El temario recorre todo el ciclo de vida: arquitectura básica y “vibe coding” el primer día, integración con APIs y sistemas multiagente el segundo, memoria y contexto el tercero, coordinación avanzada el cuarto, y despliegue en la nube con observabilidad el quinto.
En paralelo, Google ha publicado cinco guías técnicas gratuitas que cubren desde la introducción hasta la puesta en producción, pasando por protocolos de interoperabilidad como MCP y A2A.
La respuesta de la comunidad técnica latinoamericana ha sido masiva. Miles de desarrolladores completan los módulos, obtienen su badge en Kaggle y actualizan sus perfiles de LinkedIn. Pero mientras ocurre esa fiesta de la capacitación, un informe de MIT Technology Review Insights —basado en una encuesta a 300 ejecutivos de datos y tecnología— revela la desconexión brutal: la inteligencia artificial solo accede, en promedio, al 45% de los datos corporativos. En las empresas rezagadas, el acceso cae al 30% o menos. Solo los denominados “líderes en datos” superan el 70%.
Ese es el elefante en la sala. Un agente que funciona en un notebook con datos limpios y curados fallará en producción si no encuentra el 70% de la información que necesita para tomar decisiones. El “vibe coding” —programar en lenguaje natural corrigiendo al modelo con más lenguaje natural— baja la barrera de entrada, no la de calidad.
La diferencia no es el modelo subyacente, sino la estrategia de búsqueda y la calidad de los operadores. En el lenguaje empresarial, eso se traduce a pipelines de datos confiables, contexto de negocio documentado y gobernanza auditable.
IDC proyecta que más del 40% de las grandes compañías latinoamericanas integrarán agentes autónomos en procesos críticos antes de 2027. Pero la brecha entre la intención y la ejecución la marcan cinco preguntas que casi ninguna organización se hace antes de lanzar el primer piloto:
1. Inventario de acceso real: ¿qué porcentaje de las bases operativas —ERP, CRM, logística, punto de venta, recursos humanos— puede consultar un agente hoy sin intervención manual? 2. Contexto de negocio: ¿están documentados los significados de los campos, las reglas de validación y los flujos de aprobación? Sin ese diccionario vivo, el agente alucina decisiones. 3. Gobernanza y linaje: ¿puede la empresa auditar qué datos usó el agente y por qué tomó cada acción? Sin trazabilidad, no hay cumplimiento ni confianza. 4. Infraestructura de despliegue: ¿existe entorno de staging, feature flags, monitoreo de latencia y fallback humano para cuando el agente falle? 5. Equipo híbrido: el “vibe coding” acelera prototipos, pero la producción exige ingeniería de software, DevOps y data engineering trabajando en tándem.
IBM ilustra hacia dónde va el mercado empresarial. La consultora acaba de anunciar una práctica dedicada a OpenAI con decenas de miles de consultores certificados, pero mantiene simultáneamente alianzas con Anthropic y Google. Su apuesta no es un modelo, sino ser el integrador agnóstico que garantice compliance, auditoría y control de datos en sectores regulados —banca, gobierno, telecomunicaciones, retail—. El mensaje implícito es claro: las grandes organizaciones no adoptan IA comprando un modelo; la adoptan construyendo la plataforma que permite usarlo con seguridad.
Hacer el curso de Google y Kaggle tiene valor: es gratuito, está en español y proporciona el vocabulario técnico para hablar con proveedores y equipos internos. Pero confundir la finalización del épico final con tener un agente listo para producción es un error estratégico costoso. El 70% del trabajo no es el agente; es la plataforma de datos que lo alimenta. Cada semana que una empresa retrasa la modernización de su base de acceso —mientras sus competidores, los “líderes en datos”, ya superan el 70% de disponibilidad— es una semana en la que la brecha competitiva se ensancha de forma irreversible.
Quien certifica más desarrolladores no gana la carrera. La gana quien libera sus datos primero.
