Gartner: 40% de los proyectos de AI agéntica podrían cancelarse antes de 2028

El 25 de junio de 2025, Gartner publicó una previsión que sigue siendo pertinente en 2026: más de 40% de los proyectos de AI agéntica se cancelará antes de terminar 2027. La firma atribuyó esas cancelaciones a costos crecientes, valor de negocio poco claro o controles de riesgo insuficientes. Anushree Verma, Senior Director Analyst de Gartner, señaló que muchos proyectos todavía son experimentos o pruebas de concepto impulsados por el entusiasmo y aplicados donde no corresponden.

La predicción no afirma que cuatro de cada diez agentes desplegados hoy ya hayan fracasado. Tampoco es una tasa observada de proyectos outbound. Es una estimación de Gartner sobre el conjunto de iniciativas de AI agéntica. Conviene conservar esa frontera porque una previsión útil puede convertirse muy rápido en una estadística decorativa si se presenta como resultado consumado.

Gartner también mantiene una lectura optimista: prevé que para 2028 al menos 15% de las decisiones laborales cotidianas se tomará de forma autónoma mediante AI agéntica y que 33% de las aplicaciones empresariales incluirá esa capacidad. El mensaje completo no es “los agentes no funcionan”; es “la autonomía necesita un caso económico y operativo más serio que una demo”.

Outbound parece un terreno ideal para agentes porque contiene muchas tareas repetibles: investigar cuentas, enriquecer campos, detectar señales, proponer mensajes, clasificar respuestas y actualizar el CRM. El problema aparece cuando se confunde una cadena larga de acciones con una decisión bien diseñada. Automatizar ocho pasos no demuestra que la cuenta seleccionada tenía fit, que el mensaje merecía respuesta ni que la reunión creó una oportunidad.

Un agente puede producir más filas, variantes y actividad que un operador humano. También puede multiplicar errores con bastante eficiencia: aceptar una señal caduca, inventar una explicación plausible, escribir a un contacto incorrecto, ignorar una supresión o actualizar mal una etapa. El costo visible es el consumo de herramientas y modelos; el costo menos visible está en revisión, excepciones, reputación de dominio y datos que después nadie confía en usar.

La postura de picos.Ai es que la unidad correcta de automatización no es “hacer outbound”. Debe ser una decisión acotada con entradas, salida, umbral de confianza, acción permitida y responsable. Por ejemplo: clasificar una respuesta entre siete categorías y enviar a revisión los casos inciertos. Eso se puede probar. “Conseguir reuniones en automático” mezcla demasiados problemas y deja demasiadas formas de declarar victoria.

Gartner usa el término agent washing para describir productos existentes —asistentes, RPA o chatbots— rebautizados como agentes sin capacidades agénticas sustanciales. La distinción importa menos por semántica que por riesgo. Una automatización determinista sigue reglas predefinidas; un asistente genera o recupera información para una persona; un agente puede elegir acciones y usar herramientas dentro de ciertos límites.

Si el flujo toma una lista aprobada, fusiona variables y programa correos con reglas fijas, probablemente es automatización. Si propone copy que un SDR acepta o corrige, funciona como asistente. Si decide qué cuenta priorizar, qué fuente consultar, qué mensaje enviar y qué actualizar en el CRM, estamos delegando decisiones. Ese último caso necesita evaluación, permisos y observabilidad distintos.

No hay premio por poner autonomía donde una regla basta. Una lista de supresión debe aplicarse de forma determinista, no quedar a criterio creativo de un modelo. Las decisiones ambiguas —interpretar una señal, resumir evidencia o clasificar una objeción— sí pueden beneficiarse de AI, pero con fuentes visibles y una ruta de revisión.

Mide primero la tarea. Para investigación: cobertura de campos críticos, precisión de una muestra auditada, porcentaje de afirmaciones con fuente y costo por cuenta aprobada. Para personalización: tasa de variables utilizables, errores factuales, ediciones humanas y respuestas positivas por cohorte. Para clasificación de replies: precisión por categoría, falsos negativos de interés u opt-out, latencia y porcentaje enviado a revisión.

Después conecta la tarea con el embudo: reuniones realizadas, oportunidades creadas, pipeline y tiempo operativo ahorrado. Una reducción de minutos por lead puede ser real y aun así no justificar el sistema si crecen los rebotes, las bajas o las reuniones sin fit. ROI no es volumen de acciones multiplicado por una tarifa imaginaria; necesita costos reales y un resultado que el negocio ya reconoce.

Incluye el costo total: licencias, créditos de datos, tokens, infraestructura, monitoreo, revisión humana, corrección de errores y mantenimiento. Compara una cohorte con agente contra un proceso base durante una ventana definida. Si al mismo tiempo cambias ICP, fuente, oferta, copy y secuenciador, habrás probado una operación nueva, no el aporte del agente.

Empieza por decisiones frecuentes, reversibles y verificables. Normalizar cargos, extraer señales desde páginas permitidas, resumir evidencia, sugerir una categoría de respuesta o detectar campos incompletos son buenos candidatos. Define confidence score, reason code y fallback. Cuando falta evidencia, “no sé” debe ser una salida válida, no una falla que el modelo tenga que rellenar con entusiasmo.

Conserva aprobación humana para acciones de mayor impacto: activar una campaña amplia, modificar DNS, responder negociaciones, cambiar una oportunidad, exportar datos sensibles o retirar una cuenta de supresión. La frontera puede moverse cuando la evaluación demuestra consistencia. La autonomía se gana con evidencia por tarea; no llega incluida en la licencia.

También asigna un dueño operativo. Esa persona revisa excepciones, decide cuándo pausar, mantiene el set de evaluación y responde por cambios en prompts, modelos o fuentes. Un agente sin dueño suele convertirse en una colección de credenciales, logs y resultados que todos usan hasta que algo falla.

Semana uno: elige una tarea, documenta el proceso base y construye un set de casos representativos, incluidos errores y excepciones. Semana dos: ejecuta el agente en modo sombra; produce decisiones, pero una persona conserva la acción. Registra exactitud, costo, latencia y razones de desacuerdo.

Semana tres: permite acciones reversibles sobre una cohorte pequeña, con límites diarios, logs y stop conditions. Semana cuatro: compara contra el baseline y revisa si el resultado llegó al CRM. Decide entre ampliar, corregir o retirar. Cancelar una implementación que no supera el proceso anterior no es fracasar; es evitar que una demo cara se convierta en infraestructura permanente.

picos.Ai puede diseñar esta evaluación dentro de un stack con Clay, Instantly, Smartlead y CRM: tarea, casos de prueba, permisos, métricas y conexión con pipeline. El objetivo no es vender autonomía por metro cuadrado. Es saber en qué decisiones la AI mejora velocidad y calidad sin perder control comercial.