Nyxn reporta más de 60 proyectos de Inteligencia Artificial agéntica durante 2026 en sectores como banca, seguros y retail. Su expansión coincide con un desafío para las empresas: establecer controles para que estos sistemas ejecuten tareas de forma segura.
La IA agéntica está dando un paso más allá de conversar o crear contenido. En el contexto empresarial, los agentes ya se usan para cuadrar pagos, tramitar reclamaciones o modernizar sistemas informáticos. Con ello, la pregunta cambia, ya no se trata únicamente de qué tanto se puede automatizar, sino de cómo garantizar que estos agentes actúen solo dentro de los límites que la organización les ha puesto.
Nyxn nació de la fusión de la firma tecnológica colombiana Double V Partners y la mexicana NYX, una integración que buscó combinar capacidades de desarrollo tecnológico con experiencia en escalabilidad y gestión empresarial. Como contamos en un artículo anteriormente en nuestra página web, la compañía orienta su oferta a la transformación de procesos empresariales mediante Inteligencia Artificial, con especial énfasis en el desarrollo e implementación de agentes de IA.
“La creación de Nyxn nos permitió reunir capacidades y experiencia que ya veníamos desarrollando para responder a una necesidad cada vez más evidente en las empresas de Latinoamérica. Este primer año confirmó la oportunidad de convertir la Inteligencia Artificial en resultados concretos para las organizaciones. Nuestro crecimiento refleja esa demanda y el trabajo que hemos hecho para construir una operación con alcance regional y profundidad en distintas industrias”, afirma Daniel Villa Camacho, CEO de Nyxn.
Su propuesta incluye una metodología propia que coordina agentes, arquitectura tecnológica y supervisión humana para ejecutar tareas específicas en entornos corporativos.
Ese giro aparece en el balance que presentó Nyxn a Impacto TIC mediante un comunicado de prensa, dedicados a llevar la IA agéntica a las empresas de Latinoamérica. Según la compañía, desde la fusión anunciada en mayo, desarrolló más de 60 proyectos, sumó 25 clientes en cinco mercados y alcanzó los 150 colaboradores directos.
La compañía también proyecta cerrar el año con ventas cercanas a 7 millones de dólares, frente a los 3,7 millones registrados en 2025. Estas cifras corresponden a sus propias estimaciones y resultados reportados.
En este artículo:
De generar código a ejecutar procesos empresariales
A diferencia de un chatbot convencional, que principalmente responde a las solicitudes de un usuario, un agente de Inteligencia Artificial puede utilizar herramientas y ejecutar una secuencia de acciones para cumplir un objetivo. Dependiendo de su diseño, también puede coordinarse con otros agentes, aunque su autonomía debe ajustarse a las tareas que tiene autorizadas.
En el sector financiero, Nyxn señala que uno de sus casos de uso consiste en modernizar sistemas heredados de bancos y aseguradoras. Estas plataformas pueden contener décadas de reglas de negocio incorporadas en código antiguo y documentación incompleta.
“El aprendizaje técnico más importante de este año es que generar código, documentación o respuestas con agentes es apenas una parte del trabajo. En procesos críticos, necesitamos demostrar que cada resultado cumple las reglas del negocio, establecer qué puede hacer el agente sin intervención humana y garantizar que su operación sea verificable”, señala David Casillas, CTIO de Nynx.
Según la compañía, sus agentes permiten extraer esas reglas, documentar sistemas, reescribir componentes de software y ejecutar pruebas. En un banco de la región, la empresa llegó a operar más de 50 agentes en paralelo para acelerar un programa de modernización tecnológica.
Otros proyectos se concentran en la gestión de reclamaciones y la atención a asegurados, así como en tareas de back office financiero, entre ellas conciliaciones, cobranza y validaciones documentales. En retail, los casos mencionados incluyen la gestión de inventarios y pruebas de pagos ejecutados por agentes.
Sin embargo, la cantidad de agentes desplegados no demuestra por sí sola una mejora en la productividad. Para establecer el impacto real de estas implementaciones se necesitan indicadores comparables sobre tiempos de ejecución, costos, errores y resultados obtenidos antes y después de su incorporación.
La autonomía necesita reglas
El crecimiento de estas aplicaciones plantea una pregunta para las organizaciones: ¿qué tareas pueden delegar a la IA y cuáles deben continuar bajo supervisión humana?
Un estudio de Deloitte publicado en abril de 2026 encontró que solo el 21 % de los encuestados de una muestra de 3.235 líderes empresariales y tecnológicos, distribuidos en 24 países, afirmó que su organización tenía un modelo maduro de gobernanza para la IA agéntica. La investigación también señaló que el uso de estos sistemas podría crecer considerablemente en las empresas durante los siguientes años.
El dato muestra una brecha entre la adopción tecnológica y la capacidad de gestionar sus riesgos. Un agente mal configurado o insuficientemente supervisado podría ejecutar acciones equivocadas, acceder a información que no debería utilizar o realizar operaciones que requieran autorización humana.
Por eso, desplegar agentes en procesos críticos exige definir permisos, establecer límites de actuación, registrar sus acciones y comprobar sus resultados. También es necesario determinar en qué situaciones deben detenerse y solicitar la intervención de una persona.
Nyxn afirma que su metodología Forge busca responder a parte de estos desafíos mediante procesos de desarrollo repetibles, medibles y auditables. La empresa asegura que este enfoque puede acelerar desde un 40 % la entrega de software empresarial frente a métodos tradicionales. No obstante, el comunicado no detalla la metodología de comparación ni los proyectos utilizados para calcular ese porcentaje.
La compañía también señala que Forge incorpora el estándar ISO/IEC 42001, relacionado con los sistemas de gestión de Inteligencia Artificial, y que cuenta con una certificación vigente bajo esa norma. Según la Organización Internacional de Normalización (ISO), el estándar establece requisitos para gestionar los riesgos y las oportunidades asociados con el desarrollo y uso de sistemas de IA. Su aplicación no significa que cada resultado generado por un agente sea infalible: requiere procesos de gestión y mejora continua.
¿Qué implica para las empresas colombianas?
La adopción empresarial de esta tecnología también se relaciona con los objetivos de Colombia en materia de Inteligencia Artificial. El Conpes 4144 de 2025 estableció una política nacional con acciones hasta 2030 para fortalecer capacidades, infraestructura, talento, gobernanza y mitigación de riesgos asociados con la IA.
Para las empresas, esto significa que incorporar agentes no debería limitarse a adquirir una herramienta o automatizar una tarea. También implica revisar la calidad de los datos, la seguridad de los sistemas, los permisos de acceso, la trazabilidad de las operaciones y la responsabilidad sobre las decisiones que se delegan.
El reto, en definitiva, no consiste solo en conseguir que la IA haga más tareas, sino en saber cuáles puede ejecutar, cómo comprobar lo que hace y cuándo debe intervenir una persona.
