Mientras en Silicon Valley el debate sobre la inteligencia artificial gira alrededor de la velocidad, la seguridad y el avance de los agentes autónomos, en América Latina la discusión empieza en un terreno más concreto: cómo llevar esta tecnología a problemas reales de las empresas.
La IA agéntica (sistemas diseñados para ejecutar procesos complejos con una intervención humana mínima) se ha convertido en uno de los principales focos de la industria. Pero su rápido avance también plantea interrogantes entre investigadores y empresas sobre hasta dónde debería llegar su autonomía y a qué velocidad debería desplegarse.
La adopción de esta tecnología en América Latina avanza entre oportunidades y obstáculos propios. Y mientras las empresas buscan demostrar que los agentes pueden generar resultados concretos, dentro de la propia industria de IA crece otra preocupación: qué tan rápido debería avanzar una tecnología capaz de tomar cada vez más decisiones y ejecutar tareas por sí misma.
En la apertura de Dreamforce 2026, la conferencia tecnológica anual de Salesforce, Marc Benioff, CEO de la empresa, puso sobre la mesa el debate sobre velocidad, seguridad y agentes autónomos. Benioff abrió el evento más importante de su compañía reuniendo en un mismo escenario a Dario Amodei, CEO de Anthropic, y Jensen Huang, CEO de Nvidia.
La conversación puso el foco en dos aspectos del despliegue de la inteligencia artificial: la necesidad de avanzar y la necesidad de hacerlo con controles de seguridad. Amodei insistió en la importancia de revisar los procesos, mantener la transparencia y mejorar las medidas de seguridad. Huang, por su parte, sostuvo que velocidad y seguridad no tienen por qué ser conceptos contradictorios.
El debate ocurre en un momento en que las preocupaciones sobre el ritmo de desarrollo de la IA también han aumentado dentro de los propios laboratorios tecnológicos. Investigadores y empleados actuales y anteriores de empresas de IA han expresado preocupación por la velocidad con la que se desarrollan sistemas cada vez más capaces. Algunos cuestionan incluso si la industria tiene claro cuál debería ser un ritmo de desarrollo adecuado.
La tensión entre velocidad y seguridad no es, por tanto, únicamente un debate de escenario. También atraviesa a quienes desarrollan estas tecnologías.
Para Salesforce, la inteligencia artificial dejó de ser un simple motor de respuestas para convertirse en una nueva capa del software empresarial. Benioff insiste, sin embargo, en que esa transición solo es viable sobre un principio central para la compañía: la confianza.
"Cada empresa, cada compañía y cada país terminará convirtiéndose en una empresa de IA", dijo Jensen Huang durante la conversación con Benioff.
Marc Benioff, CEO de Salesforce, y Jensen Huang, CEO de Nvidia, durante la presentación principal de Dreamforce 2026. - Cortesía de Salesforce
Cuando el discurso de Silicon Valley aterriza en América Latina, la conversación cambia de tono. En las empresas latinoamericanas que están avanzando con esta tecnología, la adopción parece estar menos vinculada a los grandes anuncios globales que a su capacidad para resolver problemas concretos de operación como rastrear órdenes en línea, agilizar un check-in aéreo, cerrar una venta o atender usuarios en tiempo real.
Para Charly Arguindegui, vicepresidente de Salesforce para América Latina, el criterio para evaluar si un agente de inteligencia artificial funciona es menos futurista que las demostraciones de Dreamforce. Debe generar ingresos o reducir costos. "Cada agente que nosotros disponibilizamos para nuestros clientes tiene que tener un retorno de inversión medible", afirmó Arguindegui en entrevista con CNN en Español.
Según el líder argentino, la adopción en América Latina está cada vez más vinculada a la resolución de problemas específicos de negocio. Un ejemplo es el caso del retailer chileno Falabella, que implementó un agente enfocado en responder consultas sobre entregas. "Tenían un problema concreto que era reunir información de distintos sistemas para saber dónde estaba un pedido, la tecnología vino a resolver eso", explicó Arguindegui.
Pero que un agente funcione en una demostración no significa necesariamente que esté listo para operar a escala. Ahí aparece uno de los principales obstáculos que identifican empresas como Salesforce: la confianza.
"Hay mucho miedo de poner un agente de inteligencia artificial frente al cliente", señaló Arguindegui, al explicar la cautela de las empresas cuando la IA pasa de resumir documentos a interactuar directamente con los usuarios, lo que activa alertas sobre gobernanza, seguridad de datos y riesgos reputacionales.
Ese temor tiene un contexto más amplio. Investigadores y empleados de laboratorios de IA han expresado preocupación por sistemas capaces de operar con mayor autonomía y por la posibilidad de que la velocidad de desarrollo supere la capacidad de las personas para supervisarlos.
Al mismo tiempo, no todos los especialistas comparten las previsiones más alarmistas, y algunos consideran que parte del debate sobre los riesgos está condicionado por el entorno y las comunidades profesionales de quienes trabajan en seguridad de IA.
En el mercado mexicano, el desafío ya no es únicamente probar la inteligencia artificial, sino llevarla a la operación diaria de las empresas. Isidro Quintana, country manager de Salesforce en México, sitúa esta transición en el centro de su gestión y señala que todavía hace falta mayor difusión para que las organizaciones comprendan cómo la IA puede contribuir al crecimiento, optimizar costos y abrir nuevas líneas de negocio.
"Falta difusión", afirmó Quintana a CNN en Español.
El problema, sin embargo, comienza después del piloto: conseguir que esas pruebas se conviertan en implementaciones a escala. Quintana señala que esto implica cambios en los procesos internos y capacidad de las organizaciones para adoptar nuevas formas de trabajo.
Los primeros casos ya muestran cómo esa transición empieza a tomar forma. Empresas como Grupo Posadas y Volaris han desplegado agentes de IA integrados a WhatsApp. En el caso de Volaris, Quintana señala que la compañía reporta ventas generadas por sus agentes que, según la empresa, no se habrían concretado a través de los canales tradicionales.
Este potencial respalda la estrategia financiera de la empresa tecnológica en el país, donde mantiene un compromiso de inversión de US$ 1.000 millones enfocado en consolidar su Global Delivery Center (GDC) para operaciones locales y globales.
El espacio Agentic Enterprise City de Dreamforce 2026 mostró cómo Salesforce plantea la integración de agentes de IA en las operaciones empresariales. - Cortesía Salesforce
Para Quintana, México también tiene una oportunidad relacionada con el talento. El país cuenta con una amplia base de ingenieros y profesionales tecnológicos, aunque señala que el dominio del inglés sigue siendo una limitación para algunos perfiles. La expansión de operaciones tecnológicas puede abrir oportunidades para que parte de ese talento desarrolle carreras en México sin necesariamente migrar.
En América Latina, la implementación de IA enfrenta complejidades que rara vez se contemplan en los grandes escenarios globales: la diversidad del idioma y las limitaciones de la infraestructura física.
Arguindegui relató el caso de un retailer argentino cuyo agente comenzó a interrumpir conversaciones porque su configuración inicial estaba basada en español mexicano. Algunos modismos rioplatenses eran interpretados por el sistema de seguridad como posibles expresiones ofensivas.
A las variantes del idioma se suma la realidad de la conectividad regional. Durante una prueba de agentes de voz en Argentina, la llamada no se concretó por falta de cobertura celular en el lugar de la demostración. El modelo funcionaba, pero la falla residía en la infraestructura de telecomunicaciones.
Estos casos muestran que implementar IA no consiste simplemente en activar una tecnología. Las soluciones también deben adaptarse a las necesidades y condiciones específicas de cada empresa y mercado.
Ese tipo de problemas explica por qué la implementación no termina con el desarrollo del modelo. Un camino para abordar esto es contar con equipos de ingeniería de despliegue directo (Forward Deployed Engineering) que trabajan con los clientes para adaptar las soluciones a sus procesos y necesidades específicas.
La IA agéntica puede estar tomando forma en los grandes escenarios de San Francisco, pero su impacto en América Latina se jugará en otro terreno, el de las empresas que necesitan que estos agentes funcionen con sus datos, en sus procesos, en el idioma de sus clientes y en las condiciones reales de sus mercados.
Con información de Hadas Gold y Harmeet Kaur, de CNN.
For more CNN news and newsletters create an account at CNN.com