Cada vez más aplicaciones empresariales incorporan agentes de IA. Gartner prevé que el 40 % de las aplicaciones empresariales contará con agentes específicos para determinadas tareas a finales de 2026, frente a menos del 5 % en 2025. No obstante, su presencia no necesariamente supondrá beneficio para la compañía. Si bien cada uno puede desempeñar correctamente su propia función, pero el reto aparece cuando esos agentes no se comunican entre sí.
El agente de atención al cliente puede desconocer que existen facturas pendientes de pago, pero el agente del CRM puede no saber que hay incidencias de soporte abiertas que han sido escaladas. Cada agente puede ver una parte del negocio y trabajar a partir de ella como si dispusiera de la imagen completa, pero ocurre que cuando los agentes trabajan con datos parciales, ofrecen respuestas parciales. A medida que una organización incorpora más agentes, esa brecha podría ampliarse. Por eso, la IA agéntica necesita una base de datos común que permita acceder a información unificada, coherente y gobernada.
Los retos del acceso directo
La mayoría de los agentes extraen los datos y razonan a partir de ellos. Este enfoque permite una implantación rápida, pero plantea cinco retos cuando se utiliza a escala: fragmentación, confusión, gobernanza, coste y fragilidad.
El primero es la fragmentación. Una empresa mediana suele tener su información distribuida entre aplicaciones de CRM, atención al cliente, finanzas, recursos humanos, proyectos o inventario. Si un agente solo consulta una de ellas, sus respuestas reflejan una visión limitada. Por ejemplo, ante la pregunta de qué cuentas deben priorizarse durante el trimestre, un agente puede analizar en el CRM el valor de las oportunidades y su fase comercial, pero desconocer que algunas tienen incidencias de soporte escaladas, facturas vencidas o cancelaciones recientes. La respuesta puede no ser incorrecta, pero sí incompleta.
El segundo reto es la confusión semántica. Una pregunta como «¿Cuáles son nuestros ingresos mensuales?» puede recibir respuestas distintas según el sistema consultado. El CRM puede contabilizar operaciones cerradas, mientras que el software contable refleja ingresos reconocidos. Sin definiciones empresariales comunes, dos agentes pueden ofrecer cifras diferentes para una misma métrica.
El tercer reto es la gobernanza. Los agentes suelen conectarse mediante cuentas de servicio con permisos amplios. Con pocos agentes, este modelo puede ser manejable. Con muchos agentes repartidos entre equipos y aplicaciones, controlar qué datos consultan, quién autoriza el acceso y cómo utilizan la información se vuelve más complejo.
El cuarto reto es el coste. Cada consulta extrae datos, los transforma y los envía a un modelo de lenguaje. Si un agente combina varias fuentes, realiza más llamadas a las API y consume más tokens. Un mismo registro puede procesarse varias veces al día por distintos agentes.
El quinto reto es la fragilidad. Las API cambian, los esquemas se actualizan, los campos se renombran y los permisos se modifican. Sin una capa de supervisión, estos cambios pueden afectar a los agentes sin que se detecten hasta que alguien recibe una respuesta incorrecta.
Una base que muchas empresas ya tienen
Estos retos son similares a los que las plataformas de datos ya abordaron en el análisis y la generación de informes en el paso más reciente. Actualmente, las organizaciones necesitan repositorios consolidados, definiciones coherentes, procesos de preparación de datos y controles de acceso para trabajar con información fiable. La denominada infraestructura de datos para agentes responde a esa misma necesidad: Incluye un repositorio unificado, una capa semántica, procesos de transformación, controles de acceso y mecanismos fiables de consulta.
Muchas empresas ya han construido parte de esta base mediante sus plataformas de inteligencia empresarial. Zoho Analytics, por ejemplo, conecta aplicaciones, unifica datos, define métricas, modela relaciones y aplica controles de acceso. Estas capacidades permiten que también pueda constituir el núcleo de una capa de datos para agentes. Por todo ello, no se trata necesariamente de adquirir una infraestructura nueva, sino de aprovechar la existente para ofrecer a los agentes de IA una visión común, fiable y gobernada del negocio. Sin esta base, cada agente seguirá trabajando con una parte de la información. Con ella, podrá acceder de forma controlada a los datos que necesita, y por tanto, dar su mejor versión.
Zoho Europa
Director General
