Del piloto a la operación: AmCham Chile reúne a Deloitte, Salesforce y Microsoft para descifrar la IA agéntica
17 Octubre 2026
Autor: AmCham Chile
Ejecutivos de las tres compañías explicaron qué distingue a los agentes autónomos de la automatización tradicional y presentaron casos de empresas de la región que ya los usan para atender y vender a sus clientes.
La Cámara Chilena Norteamericana de Comercio, AmCham Chile, a través de su Comité de Tecnología, Innovación y Data, realizó el conversatorio “Descifrando la IA agéntica: de la teoría a la adopción”, una sesión dedicada a entender cómo las empresas pueden incorporar sistemas de inteligencia artificial que ejecutan tareas por cuenta propia. Participaron Martín Cabrera, co-chair de esa instancia y socio de Engineering, AI & Data de Deloitte, quien moderó el encuentro; Guido Ipszman, Director General de Salesforce en Chile, y María José Corona, Líder de AI Workforce de Microsoft.
La bienvenida estuvo a cargo de Macarena Gatica, consejera de AmCham Chile y Chair del Comité, quien situó la discusión en un cambio de etapa. “En los últimos años, buena parte de la conversación sobre inteligencia artificial se ha centrado en herramientas que responden preguntas, resumen información o generan contenido. La IA agéntica plantea un paso distinto: sistemas capaces de ejecutar tareas y operar sobre procesos de negocio con distintos grados de autonomía”, afirmó. Ese salto, agregó, enfrenta a las compañías con preguntas muy concretas: “Por dónde partir, qué casos priorizar, a quiénes involucrar y cómo pasar de la experimentación a una implementación que efectivamente genere valor”.
Un agente de IA, explicó Cabrera, es un sistema capaz de razonar y planificar, que a partir de eso decide y ejecuta flujos de trabajo de manera autónoma. En las implementaciones más avanzadas opera en grupo, con un agente orquestador que reparte la tarea entre otros especializados, conectados a bases de datos internas y a herramientas externas.
El cambio de fondo está en quién ocupa el centro del proceso. En el modelo tradicional, las tareas avanzan en secuencia y cada etapa espera el aporte o la aprobación humana. Con agentes, el sistema resuelve problemas de varios pasos alineado con objetivos que fijan las personas, y ellas pasan a supervisar.
La magnitud del cambio quedó expresada en un marco de Deloitte. La automatización convencional captura hasta 5% del valor posible. Incorporar agentes a los procesos existentes lo eleva a una franja de 5% a 35%, y rediseñarlos de punta a punta con IA integrada, a una de 35% a 70%. El tramo superior queda para las organizaciones que reconfiguran un área o la compañía completa en torno a la tecnología. Cabrera extendió la mirada al comercio con una proyección de Gartner. Hacia 2028, los clientes-máquina, agentes que compran en nombre de personas u organizaciones, superarán 1,8 veces en número a los clientes humanos y moverán billones de dólares.
Desde Microsoft, María José Corona puso la mirada en el trabajo cotidiano. A partir del Work Trend Index 2026, el estudio de la compañía sobre tendencias laborales, expuso cómo los agentes se integran a los equipos y qué criterios conviene resolver antes de escalarlos.
Ipszman llevó la conversación al punto donde suelen trabarse las empresas, el paso de la prueba a la operación. Su premisa es que la inteligencia artificial ya genera valor en muchas compañías y que la tarea pendiente es escalarlo. Para eso, Salesforce identifica cuatro decisiones.
La primera es elegir bien el caso. Ipszman recomendó partir por procesos de alto volumen, repetitivos y medibles, con impacto directo en el estado de resultados. La segunda tiene que ver con quién se sienta a la mesa. El patrocinador debe ser el ejecutivo responsable de esas cifras, porque sin su respaldo la iniciativa queda atrapada en lo que la presentación de Salesforce llama un piloto eterno. La tercera es salir a producción con un producto mínimo viable, de alcance acotado y con usuarios reales, un ejercicio que valida el negocio y consigue presupuesto para crecer. La cuarta, desplegar por etapas, un segmento de clientes a la vez, que se mide y se ajusta antes de ampliar.
La advertencia de Ipszman fue directa. Un agente que falla frente a todos los clientes al mismo tiempo pierde la confianza de la organización. En su lógica, la puesta en producción marca el comienzo del proyecto, cuyo éxito se mide en el crecimiento del uso mes a mes.
Los casos que presentó muestran ese patrón en compañías de la región. Zurich tiene en su portal a Tobías, un asistente que informa el estado de los reembolsos y detecta intención de compra antes de derivar a un ejecutivo; ha atendido más de 15 mil conversaciones con cerca de 80% de resolución autónoma. Banco Ripley recibe unas 27 mil consultas semanales y resuelve el 54% de ellas sin intervención humana.
Seguros Falabella fue más lejos. Su agente de WhatsApp valida la identidad del cliente y los datos del vehículo, cotiza un seguro automotriz con varias aseguradoras y cierra la venta con un enlace de pago. Ese flujo, sin ejecutivos de por medio, registra una conversión de 5,4%. En otra escala, Falabella opera un solo agente para tres de sus marcas en tres países, que ya suma más de cuatro millones de conversaciones.
De esas experiencias, Ipszman extrajo rasgos comunes. Makro, en Perú, y Zurich llegaron a producción en dos meses. En todos los casos, el patrocinador pertenece a la primera línea ejecutiva. Los agentes rinden según la calidad de los datos que consumen y derivan a una persona lo que no deben resolver solos. Antes de terminar, dejó a la audiencia una pregunta: qué proceso de su empresa debería estar ya en manos de un agente y cuál de las cuatro decisiones impide dárselo.