Las empresas que ya utilizan agentes de inteligencia artificial están acelerando su despliegue y ampliando las tareas que les confían. El nuevo Salesforce Agentic Enterprise Index señala que el número medio de agentes activados por organización casi se triplicó durante el periodo analizado, mientras que el tiempo necesario para pasar de su creación al uso se ha reducido. Los datos proceden, eso sí, de compañías que utilizan Agentforce y otros productos de Salesforce, por lo que reflejan principalmente la evolución dentro de su propia plataforma.
Las claves de los agentes de IA en 30 segundos
- El número medio de agentes activados por organización casi se triplicó entre febrero de 2025 y abril de 2026.
- Salesforce sitúa en unos dos días el tiempo medio entre la creación de un agente y su puesta en uso.
- Cada agente pasó de manejar una media de dos capacidades a seis, con picos de nueve en retail.
- Los servicios financieros ya generan el 10 % del trabajo mensual medido por Salesforce.
- En retail, las empresas que desplegaron agentes durante las fiestas registraron un crecimiento interanual de ventas del 8 %, frente al 2 % de las que no los utilizaron.
El informe resulta especialmente interesante porque intenta medir algo que hasta hace poco era difícil de observar: qué ocurre cuando los agentes dejan las demostraciones y empiezan a trabajar sobre procesos empresariales reales.
Salesforce ha analizado actividad agregada entre febrero de 2025 y abril de 2026 de una cohorte de empresas que mantuvo agentes activos en producción durante todos los meses estudiados. Para medir el trabajo realizado ha creado además una métrica propia, denominada Agentic Work Unit (AWU), que representa una tarea concreta completada por un agente.
Según sus datos, la producción de estas unidades crecía en abril de 2026 a una tasa mensual compuesta del 15 %. Pero el cambio más relevante puede estar en la naturaleza de ese trabajo: los agentes empiezan a realizar acciones sobre sistemas empresariales en lugar de limitarse a generar respuestas.
De responder preguntas a modificar sistemas
La primera generación de asistentes empresariales basados en grandes modelos de lenguaje se utilizó principalmente para buscar información, resumir documentos o redactar textos. El modelo agéntico pretende ir un paso más allá.
Un agente puede consultar el estado de un pedido, aplicar una regla empresarial y posteriormente ejecutar un reembolso. También puede acceder a un CRM, modificar un registro, clasificar una solicitud o activar un flujo de trabajo.
Salesforce asegura que la relación entre llamadas a acciones y tokens de texto generados está creciendo a un 15 % mensual compuesto dentro de la muestra estudiada. Es una forma de medir el desplazamiento desde agentes que principalmente «hablan» hacia agentes que ejecutan operaciones.
La complejidad también aumenta.
A comienzos de 2025, cada agente podía actuar de media sobre dos capacidades diferentes. Al terminar ese año la cifra había ascendido hasta seis. En determinados momentos de elevada demanda, como la temporada de compras navideñas, Salesforce registró agentes de retail capaces de trabajar con nueve capacidades, un incremento del 350 % frente al punto de partida.
No significa necesariamente que todos los agentes empresariales estén convirtiéndose en sistemas autónomos de propósito general. De hecho, los datos muestran diferencias importantes entre sectores.
Retail concentra el 22 % del volumen mensual de AWU y multiplicó por 18 su producción entre febrero de 2025 y abril de 2026. Viajes representa otro 10 % y multiplicó por siete su actividad.
Sin embargo, los agentes de comercio minorista suelen permanecer relativamente especializados durante buena parte del año, con una o dos acciones habituales. Su complejidad aumenta cuando llegan periodos de mucha actividad.
Salesforce cita el caso de Pandora, que utiliza un agente denominado Gemma para resolver consultas sobre pedidos, seguimiento de envíos, cuidado de productos y recomendaciones de regalos. Según los datos facilitados por la compañía, durante los picos de tráfico el agente atiende el 60 % de las solicitudes rutinarias y Pandora atribuye a su uso una mejora del 10 % en su Net Promoter Score (NPS).
Finanzas e industria prueban agentes más complejos
La situación cambia cuando se observan sectores con procesos más regulados.
Salesforce ha clasificado las acciones realizadas por sus agentes en cinco niveles de complejidad, desde la lectura de información y coordinación básica hasta la modificación de bases de datos, análisis y extracción programática de parámetros.
Con esta clasificación, manufactura, servicios financieros y salud y ciencias de la vida aparecen entre los sectores que utilizan redes de agentes más sofisticadas, aunque su volumen de operaciones no siempre sea tan elevado como el registrado en retail.
Los servicios financieros destacan especialmente porque combinan ambas características. Representan alrededor del 10 % de las AWU mensuales y su volumen se multiplicó por 13 durante el periodo analizado.
Salesforce pone como ejemplo a PenFed, una cooperativa de crédito estadounidense que ha desplegado un agente denominado Ace detrás del acceso autenticado a su banca online. El sistema puede consultar saldos, comprobar el estado de solicitudes de préstamos, realizar transferencias y responder utilizando una base de conocimiento seleccionada.
Otro agente, Echo, lleva algunas de esas capacidades al canal de voz.
La diferencia respecto a un chatbot tradicional es considerable. Cuando un sistema puede modificar información financiera o ejecutar operaciones, la autenticación, los permisos, el registro de actividad y los mecanismos de supervisión pasan a formar parte de la arquitectura del agente.
También aparece el caso de Siemens, que utiliza un flujo coordinado de varios agentes para gestionar parte de la clasificación de oportunidades comerciales. La compañía recibe unas 2.800 oportunidades entrantes sin cualificar por semana, según Salesforce. Un agente puede interactuar con el contacto mientras otro obtiene información adicional, aplica las reglas de cualificación y dirige posteriormente la oportunidad al destino correspondiente.
Salesforce vincula los agentes con un mayor crecimiento de ventas
El informe también intenta relacionar el uso de agentes con resultados empresariales.
Durante la temporada navideña, los comercios analizados que habían desplegado agentes de IA registraron un crecimiento interanual de las ventas del 8 %, mientras que los que no los utilizaban crecieron un 2 %. Salesforce resume esta diferencia indicando que el crecimiento fue cuatro veces superior.
Conviene interpretar este dato con cautela. El estudio muestra una asociación dentro de la muestra analizada, pero no demuestra por sí mismo que los agentes sean la única causa de la diferencia en ventas. Las empresas que adoptan estas tecnologías también pueden diferenciarse en inversión digital, tamaño, estrategia comercial u otras variables.
Hay otra señal que Salesforce interpreta como un aumento de la confianza de los trabajadores.
La frecuencia semanal con la que un empleado interactúa con un agente aumentó un 300 % durante el periodo estudiado. En Slack, los agentes alcanzaron una media de 67 sesiones semanales y triplicaron su uso entre febrero y abril.
Mientras aumentaban las conversaciones de atención al cliente, la tasa de escalado desde agentes de IA hacia trabajadores humanos permaneció estable alrededor del 32 %.
El dato sugiere que incrementar el volumen gestionado automáticamente no ha provocado, al menos dentro de esta muestra, un crecimiento paralelo de las derivaciones.
El reto ya no es crear un chatbot
Los resultados dibujan una transición que afecta directamente a la arquitectura tecnológica de las empresas.
Un chatbot puede funcionar principalmente alrededor de un modelo, una interfaz y una fuente de conocimiento. Un agente que ejecuta operaciones necesita acceso controlado a aplicaciones, APIs, bases de datos y procesos internos.
Eso obliga a resolver cuestiones de identidad, permisos mínimos, observabilidad, auditoría, gestión de secretos y recuperación ante errores. También aumenta la importancia de decidir qué acciones puede ejecutar el agente automáticamente y cuáles necesitan aprobación humana.
El propio informe observa además un crecimiento de las acciones realizadas fuera de la función principal de cada agente. Salesforce relaciona esta evolución con arquitecturas desacopladas en las que la lógica del agente no depende necesariamente de una interfaz concreta.
Por eso el avance de la IA agéntica empresarial puede terminar siendo tanto un problema de infraestructura y gobierno como de modelos.
Los datos de Salesforce tampoco representan todo el mercado. La metodología utiliza empresas que trabajan con Agentforce y otros productos de Salesforce y exige que hayan mantenido agentes activados en producción durante todos los meses del periodo analizado. La compañía especifica además que los resultados no son indicativos de su propio rendimiento empresarial.
Aun con estas limitaciones, el índice permite observar una tendencia relevante: las organizaciones más avanzadas ya no están utilizando la IA únicamente para producir texto. Están empezando a permitir que el software consulte, decida y ejecute acciones sobre sistemas reales, y el número y la complejidad de esas acciones siguen creciendo.
Preguntas frecuentes
¿Cuánto ha crecido el uso de agentes de IA en las empresas?
Según Salesforce, el número medio de agentes activados por organización casi se triplicó durante el periodo analizado, comprendido entre febrero de 2025 y abril de 2026.
¿Qué tareas realizan los agentes de IA empresariales?
Pueden realizar desde búsquedas y resúmenes hasta acciones sobre aplicaciones empresariales, como actualizar registros, consultar pedidos, ejecutar procesos o activar flujos de trabajo. Salesforce indica que la media de capacidades por agente pasó de dos a seis durante 2025.
¿Los agentes de IA aumentan las ventas?
Salesforce observó que los retailers de su muestra que utilizaron agentes durante la temporada navideña crecieron un 8 % interanual, frente al 2 % de los que no los utilizaron. El dato muestra una correlación y no permite atribuir toda la diferencia exclusivamente a la IA.
¿De dónde proceden los datos del Salesforce Agentic Enterprise Index?
Salesforce analizó datos agregados de empresas que utilizan Agentforce y otros productos de la compañía entre febrero de 2025 y abril de 2026. Para entrar en la muestra, las organizaciones debían haber mantenido agentes activados en producción todos los meses del periodo.
