En un solo trimestre, la proporción de directivos empresariales estadounidenses que afirman tener las capacidades y la gobernanza necesarias para gestionar el riesgo de la IA a escala pasó del 57% al 73% (KPMG, 2026). En aproximadamente el mismo periodo, la proporción de organizaciones que integran controles en sus agentes, junto con procedimientos de monitorización y evaluación, cayó al 30%, frente al 43% de dos trimestres antes. KPMG expone el motivo en una sola frase: muchas se apoyan en los "guardarraíles ya existentes".
La misma encuesta. Las mismas empresas. La confianza subió a medida que se retiraban los controles más cercanos al agente.
El tercer dato es el que debería mover una decisión este trimestre. Las organizaciones que desarrollan o implementan activamente sistemas multiagente ascendieron al 25%, desde el 6% en cada uno de los dos trimestres anteriores. La complejidad se acumula justo en el momento en que el control integrado se adelgaza, y se le pide a la gobernanza de agentes de IA que funcione sobre una infraestructura construida para un problema distinto.
Qué midió realmente KPMG
La encuesta se realizó entre el 24 de julio y el 25 de agosto de 2026 y recogió las respuestas de 314 directivos de alta dirección y responsables de negocio estadounidenses en organizaciones con ingresos anuales de 1.000 millones de dólares o más; más de un tercio superaba los 10.000 millones (KPMG, 2026). Esa muestra importa, y volveré sobre ella.
Dos movimientos van en direcciones opuestas:
| Indicador | T3 2026 | Medición anterior |
|---|---|---|
| Confianza en las capacidades y la gobernanza para gestionar el riesgo de IA a escala | 73% | 57% (trimestre anterior) |
| Integración de controles en sus agentes, con monitorización y evaluación | 30% | 43% (dos trimestres antes) |
| Desarrollo o implementación activa de sistemas multiagente | 25% | 6% (en cada uno de los dos trimestres anteriores) |
| Construcción, despliegue o desarrollo de agentes de IA | 62% | 53% (trimestre anterior) |
| Casos de uso de alto riesgo definidos en los que no se permiten decisiones autónomas de agentes | 49% | 28% (T3 2025) |
| Presupuestos de uso o de tokens implementados | 43% | — |
La disciplina financiera está mejorando de verdad: el 74% incluye ya revisiones de costes en los procesos de aprobación de IA, frente al 61% del trimestre anterior, y el 70% utiliza cuadros de mando de monitorización de IA. Esta no es la historia de organizaciones descuidadas. Es la historia de una gobernanza que madura en una dimensión — gasto, visibilidad, proceso de aprobación — mientras otra dimensión se desregula en silencio.
Por qué la confianza en la gobernanza de agentes de IA se adelantó al control
La expresión "guardarraíles ya existentes" carga con mucho peso, así que merece la pena preguntar cuáles son esos guardarraíles.
KPMG enumera lo que las organizaciones incluyen en su capa de control: controles de acceso a datos (59%), controles de seguridad e identidad (53%), monitorización de las salidas de IA (47%), aplicación de políticas y guardarraíles (42%) y gestión del acceso a modelos (40%) (KPMG, 2026).
Vuelva a leer esa lista como operador. Cada elemento gobierna el acceso: a qué sistemas puede llegar un modelo, qué identidad porta, qué modelo puede invocarse y si las salidas parecen aceptables a posteriori. Ninguno responde a la pregunta que plantea un agente: ¿puede este agente ejecutar esta acción concreta visible al exterior, en nombre de quién, dentro de qué presupuesto, y quién puede revocarla en pleno curso?
Los controles perimetrales son necesarios y no viajan con el agente. Un agente que se ha autenticado legítimamente, que alcanza solo sistemas aprobados e invoca un modelo aprobado puede, aun así, enviar el correo equivocado a un cliente, emitir un reembolso fuera de política o comprometer a la empresa con un proveedor. Ninguno de esos casos es una violación de acceso. Cada uno es una cuestión de autoridad sobre la acción, y la autoridad sobre la acción es precisamente lo que el 30% estaba construyendo y lo que empresas por valor de 13 puntos dejaron de construir.
La brecha es mayor donde el despliegue es más rápido
Un único agente que invoca una herramienta bien delimitada es un caso manejable con controles perimetrales. Un sistema multiagente — donde la salida de un agente se convierte en la instrucción de otro — no lo es, porque no hay perímetro alguno entre ambos. Esa configuración pasó del 6% al 25% en dos trimestres. El modelo de control se adelgazaba justo cuando la arquitectura que gobierna se volvía más difícil de razonar.
La explicación de costes que nadie enuncia
Hay una razón poco lucida por la que se recortan los controles integrados en los agentes, y no es la complacencia.
El equipo QuantumBlack de McKinsey calculó el coste variable de operación de un agente en producción y halló que, para una tarea de atención al cliente bancaria, los costes de tokens representan con frecuencia solo entre el 20% y el 25% de los costes variables de operación, mientras que la supervisión humana supone entre el 70% y el 75% (McKinsey QuantumBlack, 2026). En la incorporación de clientes esperan que entre el 10% y el 20% de las ejecuciones agénticas sean revisadas por expertos de riesgos y de negocio.
La supervisión no es un redondeo en el caso de negocio de un agente. Es el caso de negocio. Lo que significa que todo control que pone a una persona en el camino de una acción es un coste de margen visible, recurrente y cuantificable — y en el momento en que un cuadro de mando dice que todo va bien, esa partida se convierte en la más fácil de defender al recortar.
Ese es el mecanismo detrás de las dos curvas de KPMG. La confianza creciente no provocó la caída de los controles. La confianza creciente eliminó el argumento para conservar un control costoso que todavía no había fallado de forma estruendosa.
La contraevidencia del control por diseño
Si adelgazar los controles integrados en los agentes fuera simplemente una eficiencia racional, las empresas que lo hacen deberían rendir mejor. La evidencia disponible apunta en sentido contrario.
El Institute for Business Value de IBM encuestó a 2.000 directivos tecnológicos de nivel C y comparó las organizaciones que integran el control directamente en los sistemas de IA con aquellas que se apoyan en una gobernanza manual. El grupo del control por diseño reportó un 25% menos de incidentes, 16 veces más agentes de IA desplegados, márgenes operativos un 18% superiores y un consumo de presupuesto de IA 4 veces menor (IBM Institute for Business Value, 2026).
El control integrado no fue el freno del despliegue. Fue lo que hizo el despliegue lo bastante sostenible para escalar: una diferencia de 16 veces en agentes realmente en funcionamiento.
El mismo estudio coloca la cifra de confianza bajo una luz incómoda: el 77% de esos directivos tecnológicos afirmó que la adopción de la IA ya supera sus capacidades de gobernanza, dos tercios dijeron ser considerados responsables de sistemas de IA que no controlan por completo, y la organización media de la muestra registró 54 incidentes de agentes en un año, el 17% de los cuales requirió más de cuatro horas para contenerse. Los encuestados de KPMG son en su mayoría altos directivos y responsables de negocio. Los de IBM son los CIO y CTO a quienes se llamaría de urgencia. El 73% y el 77% no son necesariamente contradictorios: puede que simplemente midan la confianza a distancias distintas del incidente.
La objeción honesta
Tres límites, dichos con claridad.
Esta es una muestra de empresas de 1.000 millones de dólares en adelante, y eso contradice la lectura obvia. Más de un tercio de estas empresas supera los 10.000 millones de ingresos. Una compañía de 200 empleados no dispone de la gestión de identidades, las herramientas de acceso y la revisión de seguridad a las que estos directivos están recurriendo. Así que el hallazgo no se traslada como "las grandes empresas se están relajando y nosotros estamos bien". Se traslada en su versión más incómoda: los guardarraíles preexistentes en los que aquí se confía están en gran medida ausentes en el mid-market, lo que hace el control integrado en el agente menos opcional, no más.
La confianza es autodeclarada; la cifra de controles también. Nadie auditó estas organizaciones. Un salto del 57% al 73% en un trimestre es un movimiento amplio para una creencia, y las creencias pueden recalibrarse más rápido que las capacidades. Lea el 73% como una medición de percepción, no como una evaluación de madurez.
Más supervisión no es monótonamente mejor, y este artículo no debe pretender lo contrario. Gans y Holden modelan la supervisión de agentes capaces de ocultar sus acciones y muestran que una auditoría más estricta disuade la conducta indebida a la vez que aumenta el ocultamiento entre los agentes que siguen infringiendo, de modo que la tasa de detección — la probabilidad de descubrir a un agente que infringe — puede caer a medida que la auditoría se intensifica (Gans & Holden, NBER, 2026). Sus condiciones de disuasión son específicas: la evidencia de una infracción debe sobrevivir al ocultamiento, el agente no debe poder conocer el sorteo de la auditoría antes de actuar, y las sanciones deben poder escalar en lugar de limitarse a la pérdida de la recompensa de la tarea. La implicación no es "añada más revisiones". Es que el diseño del control vence al volumen del control, y que los registros de auditoría que no pueden ser editados por lo que se audita hacen más trabajo que la frecuencia de revisión.
Qué poner en marcha antes de que el próximo agente entre en producción
Cuatro movimientos. Ninguno requiere un programa de plataforma, y los propios datos de KPMG muestran que cada uno es ya práctica normal, no una exigencia de frontera.
- Escriba primero la lista de lo "nunca autónomo". El 49% de estas organizaciones ha definido casos de uso de alto riesgo en los que no se permite a los agentes decidir de forma autónoma, frente al 28% del año anterior. Esto es un documento, no una compra. Nombre las clases de acción que siempre requieren una decisión humana antes de desplegar nada contra ellas.
- Ponga un techo a cada agente. El 43% ya aplica presupuestos de uso o de tokens. Fije un límite por transacción y mensual, de modo que un fallo tenga un coste acotado en lugar de abierto, y que la conversación con finanzas gire en torno a un techo y no a una sorpresa.
- Asigne una persona con nombre a cada agente, no al programa. "El comité de IA es responsable de la supervisión" no es un responsable. Sí lo es una persona concreta que aprueba las clases de acción que no automatizó y que puede revocar la autonomía sin abrir un ticket.
- Haga que el registro de auditoría no sea escribible por el agente. Esta es la lectura operativa del resultado sobre el ocultamiento: registre la acción, quién la aprobó y la revocación en el momento en que ocurren, en un lugar que el agente no pueda modificar. La frecuencia de revisión se ajusta después; la integridad de la evidencia no se puede añadir a posteriori.
Esos cuatro son también el diseño más defendible ante las obligaciones de supervisión humana del EU AI Act, lo que es un efecto secundario útil más que la razón para hacerlo. Si quiere una referencia concreta sobre cómo se estructuran la aprobación por acción y la autonomía ganada — solicitudes de aprobación que llevan un nombre, autonomía concedida por tipo de acción y no por agente, una solicitud sin respuesta que caduca en lugar de pasar en silencio, y un supervisor humano obligatorio por encima de cada agente — Scovai documenta públicamente su modelo de gobernanza de Digital Employees.
El punto más profundo trata de lo que una cifra de confianza puede y no puede decirle sobre la gobernanza de agentes de IA. El 73% no es erróneo: esas empresas construyeron una gobernanza real en torno al gasto, el acceso y la visibilidad. Los controles que soltaron son los que se sitúan entre un agente y una acción en el mundo, y nada en un cuadro de mando de monitorización informará de su ausencia hasta que algo haya ocurrido ya.
Antes de que su próximo agente entre en producción, busque la lista de acciones que puede ejecutar sin preguntar a nadie. Si esa lista no existe sobre el papel, no está vacía: simplemente no está escrita.
