En el marco de la conferencia global SAS Innovate 2026, el sector tecnológico presencia un cambio de enfoque: la transición de los modelos de lenguaje genéricos hacia la denominada IA agéntica. Esta evolución busca integrar asistentes, copilotos y plataformas de datos en un ecosistema unificado que permita a las organizaciones operar con mayor control y precisión. La estrategia actual no solo prioriza modelos más potentes, sino infraestructuras y agentes especializados capaces de tomar decisiones responsables bajo supervisión humana.
La industria tecnológica replantea su enfoque frente a la Inteligencia Artificial (IA), dejando atrás la etapa de experimentación aislada para priorizar la integración de agentes autónomos, la gestión de datos unificada y la gobernanza estricta. Las tendencias presentadas en la conferencia evidencian que el desafío actual ya no radica únicamente en la capacidad técnica de los modelos, sino en su aplicación responsable y medible en entornos productivos complejos.
La IA agéntica propone sistemas que no se limitan a generar textos o líneas de código, sino que actúan y toman decisiones interconectadas bajo un esquema de supervisión. En lugar de reemplazar funciones operativas, esta innovación se diseña para interactuar mediante sistemas multiagente que asisten en procesos corporativos complejos.
Bryan Harris, Executive Vice President and Chief Technology Officer at SAS, detalló la trayectoria de este fenómeno: “Toda tecnología disruptiva sigue el mismo camino. Esta resuelve el problema, transforma la sociedad y, eventualmente, pasa a formar parte del trasfondo de la vida cotidiana, y al final tenemos en el centro a las personas”.
Esta visión operativa se aplica directamente en áreas como el mercadeo, donde la integración de asistentes busca agilizar la ejecución de campañas sin perder la trazabilidad de las acciones. Mike Blanchard, Vice President, Customer Intelligence en SAS, precisó: “La IA agéntica no consiste en ceder el control a las máquinas. Se trata de crear sistemas que amplifiquen la experiencia humana. La IA puede asistir, recomendar y ejecutar más rápido, pero dentro de límites definidos y con supervisión”.
Índice de temas
¿De qué manera la simulación virtual y la automatización resuelven cuellos de botella en la industria?
Las nuevas aplicaciones sectoriales apuntan a optimizar procesos históricamente manuales, permitiendo al personal evaluar escenarios logísticos de alta complejidad y reducir el desperdicio comercial. Kathy Lange, directora de investigación en la práctica de software de IA, datos y automatización de IDC, señaló al respecto de las herramientas enfocadas en cadenas de suministro: “Los agentes preconfigurados actuales suelen abordar procesos básicos; con Supply Chain Agent, SAS está simplificando un proceso muy complejo, lo que podría generar un valor significativo”.
De forma paralela, el uso de gemelos digitales —réplicas virtuales exactas de instalaciones físicas— permite al sector médico y de manufactura detectar fallas logísticas y entrenar sistemas de visión por computadora mediante el uso de datos sintéticos. Esto facilita mejorar la protección en las plantas industriales al simular accidentes con maquinaria, sin exponer a la fuerza laboral a ningún riesgo real.
¿Por qué la gobernanza es una urgencia frente a la IA en la sombra?
El uso no autorizado de herramientas tecnológicas por parte de equipos de trabajo, conocido como IA en la sombra o shadow AI, representa uno de los mayores riesgos de seguridad institucional y cumplimiento normativo en la actualidad. Según un estudio elaborado de la mano de IDC, la implementación corporativa de algoritmos avanza más rápido que la inversión en mecanismos de seguridad. A su vez, Gartner prevé que para 2030 más del 40 % de las organizaciones enfrentará incidentes asociados a esta adopción paralela y no regulada.
Frente a este escenario, Reggie Townsend, vicepresidente de Ética, Gobernanza e Impacto Social de IA en SAS, afirmó: “La gobernanza de la IA con demasiada frecuencia se percibe como una medida de cumplimiento; sin embargo, es un motor de crecimiento. En lugar de temer que la IA en la sombra ponga en riesgo a la organización, la gobernanza de IA permite a las personas llevar al límite el uso de la IA dentro de un entorno estructurado, transparente y seguro”.
¿Qué rol jugarán la tecnología cuántica y la analítica masiva en el futuro a corto plazo?
La evolución del sector empresarial también proyecta la integración de la Inteligencia Artificial Cuántica. Estudios recientes en el mercado revelan que la principal barrera actual de adopción no es el costo de la infraestructura, sino la falta de conocimiento sobre sus usos prácticos. El objetivo de la industria consiste en identificar en qué problemas de optimización combinatoria esta tecnología aporta retornos de inversión frente a la computación clásica.
A nivel de impacto masivo, las innovaciones ya arrojan resultados tangibles en la economía del deporte y el entretenimiento. El club de fútbol Liverpool FC implementa analítica avanzada para individualizar la interacción digital con su audiencia a escala global. Chris Jennions, vicepresidente de Marketing de la institución, sostuvo: “Con SAS Customer Intelligence 360 podemos ofrecer experiencias digitales individualizadas en tiempo real impulsadas por IA, atendiendo a nuestros seguidores mejor que nunca. Igual de importante, nos permite medir claramente el éxito a través del engagement, la conversión y el sentimiento del fan, apoyando la sostenibilidad a largo plazo”.
El panorama actual evidencia que la competitividad en la economía digital ya no depende del simple acceso a los algoritmos; el nuevo estándar exige que las herramientas se desplieguen con utilidad comprobable y bajo marcos de control rigurosos.
