Agentes de IA en CRM y ERP: por qué 4 de cada 10 proyectos se van a cancelar

Todo proveedor de software vende agentes este año. Tu CRM te ofrece uno, tu ERP anuncia otro, y la mitad de las herramientas que ya pagás sumaron la palabra al menú sin cambiar nada por debajo.

Los números que se publicaron en los últimos meses ordenan bastante el ruido. Gartner proyecta que para fines de 2026 el 40% de las aplicaciones empresariales va a incluir agentes específicos por tarea, cuando un año antes eran menos del 5%. Es una adopción rapidísima.

Y en la misma serie de datos aparece la otra cara: más del 40% de los proyectos de agentes va a cancelarse antes de que termine 2027. La proyección sale de una encuesta a más de 3.400 organizaciones que ya están invirtiendo, así que no habla de empresas que no arrancaron: habla de las que sí.

Los tres motivos que da son costos que se escapan, valor de negocio que nunca se pudo demostrar, y controles de riesgo insuficientes. Ninguno es un problema de modelo.

Qué es el “agent washing”

Es el nombre que le pusieron a la práctica de renombrar como agente algo que ya existía: un asistente, un flujo de RPA, un chatbot con árbol de decisión. Gartner estima que de los miles de proveedores que hoy se presentan como agénticos, alrededor de 130 son reales.

No es una acusación de mala fe en todos los casos. La palabra no tiene una definición estricta, y una función que “usa IA” se puede describir como agente sin mentir del todo. Pero la diferencia práctica es enorme, porque lo que estás comprando cambia por completo.

Un chatbot responde. Un agente decide y ejecuta. Si nadie puede decirte qué decide y qué puede romper, no es ninguno de los dos: es una demo.

Cuatro preguntas que separan uno del otro

Antes de firmar, estas cuatro preguntas suelen alcanzar. Se hacen en una llamada y la calidad de la respuesta importa más que la respuesta misma.

¿Qué decide sin preguntarme? Un agente real tiene un espacio de decisión acotado y explícito: puede elegir entre estas acciones, con estos datos, dentro de estos límites. Si la respuesta es “aprende de tu operación” sin más, no hay espacio de decisión definido — hay una demo.

¿Qué pasa cuando se equivoca? Un agente que ejecuta va a errar. La pregunta no es si, sino qué queda anotado, quién se entera y cómo se revierte. Si no hay respuesta a las tres, el riesgo lo estás absorbiendo vos.

¿Puedo ver por qué hizo lo que hizo? No hace falta que el modelo sea explicable en abstracto. Hace falta que cada acción quede registrada con los datos que la dispararon. Sin eso no se puede auditar un error ni corregir el criterio que lo causó.

¿Qué pasa si mañana cambio de proveedor? Si el criterio de negocio vive dentro de la herramienta y no se puede exportar, no compraste un agente: alquilaste una dependencia.

Los tres motivos por los que se cancelan

Costos que se escapan

Un agente que ejecuta consume por acción, no por licencia. Los pilotos se presupuestan con el volumen del piloto y se cancelan con el volumen real, que suele ser uno o dos órdenes de magnitud mayor.

Qué hacer: antes de habilitar nada, estimá el volumen mensual real de ese proceso y multiplicá. Si el número no cierra a volumen completo, no cierra — el piloto solo lo estaba escondiendo.

Valor que nunca se pudo demostrar

Este es el más frecuente y el más evitable. A los seis meses alguien pregunta cuánto se ahorró y no hay con qué contestar, porque nadie midió el proceso anterior.

Qué hacer: anotar tres números antes de empezar — tiempo por caso, tasa de error y demora en detectar el error. Están explicados en beneficios de automatizar, y se toman antes, porque después no se reconstruyen.

Controles insuficientes

Acá la cancelación es un hecho de gobernanza, no de tecnología. Alguien en una revisión no pudo responder qué está devolviendo esto y qué podría romper, y el proyecto murió ahí.

Qué hacer: tope de volumen por hora, lista blanca de acciones permitidas, registro auditable de cada ejecución, y dos semanas en modo sombra antes de soltarlo. Los cuatro están detallados en CRM con inteligencia artificial.

Por qué los agentes acotados sobreviven

El patrón que se repite entre los que sí llegan a producción es que hacen menos. La autonomía general sigue siendo difícil de operar y fácil de romper; un agente encerrado en un dominio con reglas claras —calificar un lead, agendar un turno, conciliar un pago— trabaja dentro de un espacio donde el criterio se puede escribir y el error se puede acotar.

Es la misma conclusión a la que se llega desde el otro lado. Si podés escribir en una frase qué tiene que hacer y en qué casos debe frenar, es un buen candidato. Si no podés, todavía no es un problema de agente: es un proceso que no está definido.

Qué hacer con lo que ya te vendieron

Si en los últimos meses activaste alguna función “con agentes” en tu CRM o tu ERP, vale la pena una revisión corta:

• Buscá el registro de ejecuciones. Si no existe, no hay forma de saber qué viene haciendo.
• Mirá cuántas de sus sugerencias se aceptan sin editar. Si es el 100%, nadie está revisando y el control es ficticio.
• Preguntá quién se entera cuando falla. Si la respuesta es “el que lo note”, no hay alerta.
• Comparalo contra el proceso anterior. Si no hay número, no hay caso — ni a favor ni en contra.

Ese repaso lleva una tarde y suele resolver la discusión sobre si conviene ampliarlo o apagarlo.

En resumen

La adopción es real y rápida: para fin de año casi la mitad de las aplicaciones empresariales va a traer agentes incorporados. La tasa de cancelación también es real, y no se explica por la tecnología.

Los proyectos que sobreviven son los aburridos: alcance chico, criterio escrito, límites explícitos, registro de todo y un número contra el cual compararse. Exactamente lo que no se muestra en una demo.

Si todavía no tenés claro qué proceso de tu operación es candidato, el paso previo es el diagnóstico: hay nueve señales bastante reconocibles que indican qué está fallando y qué tipo de sistema lo resuelve.

---

Datos de proyección y adopción: Gartner, junio de 2025 y proyecciones 2026-2027, sobre una encuesta a más de 3.400 organizaciones.