Servicios de Ciberseguridad Gestionados: El CISO no asume la responsabilidad exclusiva
Benedikt Langer
8 Min. de lectura En muchas empresas, el CISO es considerado la persona responsable de la seguridad. ...
Leer artículo
8 min de lectura
Los agentes de IA autónomos se están extendiendo por toda la empresa, a menudo sin inventario ni propietario definido. Los CIO deben decidir ahora qué agentes aportan valor a la cadena de procesos y cuáles solo generan riesgos.
06.05.2026
Lo más importante en resumen
- Tres clases de agentes, tres perfiles de ROI: El manejo de excepciones en compras y las auditorías de fletes generan ingresos directos, los agentes de previsión de demanda siguen siendo proyectos piloto sin impacto real, y los agentes de riesgo de proveedores representan un campo minado regulatorio. Quien trate todo por igual acabará con un 60 % de proyectos muertos en fase piloto, como pronostica Gartner para 2028.
- Los lanzamientos de mayo cambian la ecuación de construir frente a comprar: El Data Agent Kit de Google y Microsoft Agent 365 con Purview-Prompt-DLP abaratan el desarrollo propio de agentes, pero los convierten al mismo tiempo en una carga de cumplimiento. Ahora el CIO ya no decide si desarrollar, sino sobre qué plano de control hacerlo.
- El bloqueo de proveedores se traslada del ERP a la capa de agentes: SAP Joule, Salesforce Agentforce y Oracle AI Agents están consolidando rutas de datos que nunca habrían surgido en una comparativa tradicional de ERPs. Quien no tenga esto en la agenda del consejo directivo, en 2027 estará comprando de vuelta.
- Palancas para el C-Level: Objetivos de tiempo de ciclo, documentación de ahorros evitados y un registro de agentes con cláusula de caducidad. Tres puntos que deben incluirse en cada revisión trimestral.
Relacionado:IA autónoma: cómo los CIO gestionan los riesgos de las cajas negras / Kit de agentes NVIDIA: SAP, Salesforce y la decisión del proveedor
Qué es realmente nuevo en el despliegue de agentes en la cadena de suministro
La respuesta no comienza con la tecnología, sino con la partida contable. En la mayoría de las empresas con las que hemos hablado en los últimos trimestres, los primeros agentes productivos en la cadena de suministro están vinculados a funciones de compras: se revisan previamente las solicitudes de pedido, se comparan las facturas de transporte con el contrato y se precalifican las disputas con transportistas. Justo allí donde coinciden volumen, reglas claras y un coste medible por error.
Lo nuevo en 2026 es la velocidad. En la Google Cloud Next 26, Google presentó el Data Agent Kit como una colección portable de herramientas MCP, plugins y habilidades que transforman VS Code y la CLI de Gemini en espacios de trabajo de datos autónomos. Microsoft, por su parte, amplió en la RSA 2026 Purview con DLP de prompts en tiempo real para los agentes de Copilot Studio y lanzó Agent 365, un plano de control que rastrea cada agente a través de la identidad Entra. Ambas iniciativas desplazan el cuello de botella: ya no es el modelo, sino la gestión de identidades y datos, lo que se convierte en el punto crítico.
La realidad en las pymes DACH es distinta. Aquí operan entre tres y doce agentes en producción, entre quince y treinta más en fase de prueba, y el CIO solo se entera de muchos de ellos porque su sistema de gestión de licencias detecta anomalías. Esto es descontrol. Y el descontrol es la variante más costosa de los programas de agentes, porque cede el control al proveedor.
Tres puntos de la cadena de suministro donde los agentes generan beneficios
El tratamiento de excepciones en compras es el clásico. En un cliente industrial con aproximadamente 240.000 posiciones de pedido al año, antes de la introducción del agente, alrededor del 9 por ciento entraba en un bucle de aclaración manual: desviaciones de precio por debajo del umbral, dirección de entrega faltante, discrepancias contractuales. El agente resuelve el 71 por ciento de estos casos sin intervención humana. Son más de 15.000 procesos al año que ya no permanecen bloqueados durante cuatro semanas. La reducción del tiempo de ciclo pasa de una media de 14 días a 1,8 días.
La auditoría de costes de transporte es la segunda posición clara. La diferencia entre la matriz tarifaria acordada y la factura real del transportista alcanza, según observaciones del sector, una media del 1,4 al 2,1 por ciento. En un volumen logístico medio de 80 millones de euros en costes de transporte, esto supone entre 1,1 y 1,7 millones de euros al año que se pierden entre la tarifa pactada y la factura. Un agente que empareje automáticamente las facturas de transporte con el contrato y prepare las anomalías para el departamento de disputas recupera una parte significativa de esta pérdida.
La automatización del proceso de pedido a confirmación es la tercera posición en la que la ecuación cuadra. Si las ventas entregan al cliente una confirmación de pedido fiable en 6 horas en lugar de en 36 horas, esto acelera la conversión de cobros y reduce de forma medible la tasa de cancelaciones en mercados volátiles. Aquí los agentes son especialmente eficaces cuando se combinan con lógica ATP (disponible para prometer) y toman como referencia el ERP en lugar de una aproximación en Excel.
Muestra de ROI: agente de compras en un grupo industrial DACH
| Indicador | Antes del agente | Tras 9 meses |
|---|---|---|
| Posiciones de pedido por año | 240.000 | 240.000 |
| Tasa de aclaración manual | 9 por ciento | 2,6 por ciento |
| Tiempo de ciclo por caso de aclaración (mediana) | 14 días | 1,8 días |
| Equivalente a tiempo completo (FTE) en el puesto de aclaración | 11 | 4 (el resto reasignado a auditoría) |
| Evitación de gastos (descuentos por pronto pago + reclamaciones) | Base | aprox. 2,1 millones de euros/año |
Cifras del caso anonimizadas de un grupo industrial DACH, tras 9 meses de funcionamiento en producción. Valores orientativos para un cálculo de modelo, no extrapolables a todos los sectores. Fuente: informe de dirección, contrastado con los patrones descritos por Gartner en los «Three Building Blocks for Autonomous Supply Chain» (mayo 2026).
Dónde los agentes generan gastos sin obtener ingresos
La lista de inconvenientes es más larga que la de retorno de inversión. Los agentes de predicción de demanda que simplemente añaden una capa de lenguaje a un modelo de previsión existente rara vez superan al sistema estadístico previo. Estos desplazan el problema hacia una caja negra cuya auditoría resulta más costosa que la de un modelo ARIMA interpretable. Agentes de riesgo de proveedores que condensan fuentes externas suelen fallar en la capacidad de citación. Y el agente de informes ESG, que sintetiza puntos de datos CSRD a partir de correos no estructurados de proveedores, choca más duramente con el requisito de verificación de la CSRD de lo que ningún consejo directivo espera.
El problema va más allá. Los agentes destacan allí donde las normas son claras, el volumen es alto y cada error tiene un coste concreto y cuantificable. Los agentes decepcionan allí donde se requiere criterio, ponderación jurídica o una relación real con el proveedor. Justamente esta distinción es una tarea del CIO, no un contenido de presentación de proveedor.
Agente o flujo de trabajo: una comparación que afecta al consejo directivo
Agente adecuado
- Alto volumen de transacciones, reglas claras y coste por error medible
- Datos estructurados disponibles en ERP, WMS, TMS o eProcurement
- El camino de escalado al humano está claramente definido y es auditado
- La reducción del tiempo de ciclo es directamente visible en la conversión de efectivo
- La acción es reversible dentro de límites contractuales claros
Flujo de trabajo clásico mejor
- Bajo volumen con gran trascendencia jurídica (negociación de contratos)
- Normativa vaga, decisiva la capacidad de juicio (escalada con proveedores)
- Los documentos de diligencia debida CSRD, REACH o de cadenas de suministro requieren citabilidad
- Los datos provienen de fuentes no estructuradas sin esquemas estables
- La acción no es reversible (cambio de contrato, solicitud de patente)
Seis pasos que el CIO debería dar antes de la próxima reunión del consejo de administración
- Inventario en lugar de intuición. Liste todos los agentes en funcionamiento productivo y todos los que estén en fase de prueba dentro de la cadena de suministro, indicando el responsable, las fuentes de datos, la identidad, el modelo y la fecha de desactivación prevista. En nueve de cada diez casos, la lista es más larga de lo que sugería el último informe del CIO.
- Triage de tres clases. Clasifique según los criterios del bloque pros y contras: ROI claro (compras, auditoría de fletes, pedido a confirmación), observar (previsión de demanda, inventario) y detener ya (contratos con proveedores, informes ESG). No existe una clase cuatro.
- Decisión sobre el plano de control. Evalúe sobre qué capa de identidad y DLP deben ejecutarse los agentes. Microsoft Agent 365 con Purview-Prompt-DLP, Google Agentspace, AWS AgentCore o una capa propia basada en NVIDIA Agent Toolkit son las cuatro opciones reales. Una decisión por empresa, no por área funcional.
- Auditoría de bloqueo con proveedor. Compruebe dónde la capa de agentes está fijando datos que nunca habrían aparecido en un ERP tradicional. SAP Joule, Salesforce Agentforce y Oracle AI Agents crean cada uno sus propios caminos. Exija cláusulas de exportación y portabilidad de datos en el contrato antes de que el tercer caso de uso entre en producción.
- Objetivo de tiempo de ciclo en lugar de visión de IA. Defina por cada agente un objetivo de tiempo de ciclo y un objetivo de ahorro de costes, ambos verificables trimestralmente. Gartner señala acertadamente que sobreviven los programas que el CFO puede asociar a una inversión, no aquellos con la diapositiva de visión más bonita. Esa es la tensión adecuada.
- Cláusula de desactivación desde el primer día. Cada agente debe tener una fecha de desactivación en la que, o bien demuestra los resultados de tiempo de ciclo, o se desactiva. Esta disciplina ahorra dinero sobre todo cuando el proveedor presenta una nueva demo en la duodécima revisión trimestral.
Lo que queda sin resolver en el consejo de administración
La tensión incómoda no está en la tecnología. Está en la organización. ¿Quién en la empresa tiene la responsabilidad de decisión y escalado cuando un agente de compras desvía un pedido contra el contrato? ¿El CIO? ¿El CPO? ¿El COO? Esta pregunta no tiene una respuesta clara en la mayoría de las empresas del DAX en 2026. Precisamente por eso, los programas de agentes llegan al orden del día del consejo de administración y no se quedan en el comité de dirección de TI.
El segundo conflicto reside entre riesgo y velocidad. El Purview-DLP de Microsoft contra la inyección de indicaciones es una protección real, pero retrasa las primeras semanas de prueba entre seis y doce semanas si las etiquetas de sensibilidad en la empresa no están correctamente configuradas. Quien no haya hecho los deberes en identidad, paga dos veces por cada agente.
Una observación de las últimas reuniones de consejo: las decisiones interesantes sobre agentes no se toman en el trimestre en que un proveedor anuncia una nueva suite. Se toman en el trimestre en que el consejo se da cuenta de que el aumento en los gastos por licencias ya no se debe solo a la nube, sino también a los agentes. Hasta entonces, el CIO seguirá siendo el último en poder medir el descontrol.
Preguntas frecuentes
¿Qué es exactamente la proliferación de agentes en la cadena de suministro?
La proliferación de agentes describe el crecimiento paralelo y no coordinado de agentes de IA autónomos en funciones de compras, logística, inventario y gestión de proveedores, adquiridos a menudo por departamentos específicos. Lo característico es la ausencia de un registro central o de una capa uniforme de identidad, lo que provoca agentes duplicados, rutas de escalación poco claras y lagunas de cumplimiento. Como consecuencia, la eficacia por agente y el costo total de licencias ya casi no guardan relación.
¿En qué áreas generarán beneficios comprobables los agentes de la cadena de suministro en 2026?
En tres áreas: gestión de excepciones en compras con alto volumen y reglas claras, auditoría de costes de transporte con el margen típico entre tarifas y facturas del 1,4 al 2,1 por ciento, y automatización del proceso de pedido a confirmación combinada con lógica ATP. Gartner confirma este patrón en sus tres bloques fundamentales para una cadena de suministro autónoma: alta transaccionalidad, reglas estructuradas y coste de error medible.
¿Qué papel desempeña Microsoft Purview-Prompt-DLP para los agentes de la cadena de suministro?
Desde RSA 2026, Purview amplía la clasificación en tiempo real de datos en los agentes de Copilot Studio con Prompt-DLP e integra esta función en Agent 365 como plano central de control. Para los agentes de la cadena de suministro, esto significa que las etiquetas de sensibilidad sobre datos de proveedores y anexos contractuales se aplican antes de la invocación del agente, no solo tras la salida de datos. Esto es un requisito previo para agentes que trabajan con datos contractuales o personales en procesos de compras.
¿En qué se diferencia el Data Agent Kit de Google de Microsoft Agent 365?
El Data Agent Kit de Google es principalmente un conjunto de herramientas para el desarrollo de agentes cercanos a los datos en entornos BigQuery, Dataform y Gemini, con herramientas MCP y complementos para VS Code y CLI. Microsoft Agent 365, por el contrario, es un plano operativo y de identidad para agentes basado en Entra-ID, que utiliza Purview, Defender y acceso condicional como capa de control. En la práctica, las grandes empresas del área DACH combinan ambos entornos y deciden el bloqueo por dominio, no por empresa.
¿Qué significa la previsión de Gartner de 53.000 millones de dólares para 2030 para las pymes?
Gartner estima que el mercado de software para cadenas de suministro con IA agente alcanzará 53.000 millones de dólares en 2030, partiendo de menos de 2.000 millones en 2025. Esta previsión es relevante porque las hojas de ruta de los proveedores en SAP, Oracle y Microsoft están alineadas exactamente con este ritmo. Para las pymes, esto significa que una estrategia de espera en 2027 será más costosa que un piloto bien gestionado en 2026, ya que para entonces los modelos de licencia se habrán adaptado más fuertemente al agente por caso de uso.
Fuentes
- Google: 7 aspectos destacados y anuncios de Google Cloud Next 26
- Blog de Google Cloud: Novedades en el Agentic Data Cloud
- Blog de Seguridad de Microsoft: Innovaciones de Purview en RSA 2026
- Gartner: 53 mil millones de USD en software de cadena de suministro con IA agente para 2030
- Gartner: Tres pilares para la cadena de suministro autónoma
- Blog Sectorial de Microsoft: Supply Chain 2.0
Sobre la autora
Angelika Beierlein es COO en Evernine. Escribe para Digital Chiefs desde una perspectiva de consejo directivo sobre decisiones de liderazgo que no aparecen en los informes trimestrales, pero que impulsan el negocio.
Más del entramado MBF Media
cloudmagazin
mybusinessfuture
Fuente imagen destacada: Pexels / Tom Fisk (px:1427107)