En qué se equivocó el MIT con los agentes de IA: los nuevos datos de G2 muestran que realmente impulsan el retorno de la inversión empresarial
Compruebe su búsqueda, Instituto Tecnológico de Massachusetts: 95% de Proyectos de inteligencia artificial No falles, ni mucho menos.
Según nuevos datos de G2casi el 60% de las empresas ya tienen agentes de IA en producción, y menos del 2% de ellos fallan una vez implementados. Esto pinta un panorama muy diferente de los pronósticos académicos recientes que indican un estancamiento generalizado en los proyectos de IA.
Como una de las plataformas de revisión de software de colaboración abierta más grandes del mundo, el conjunto de datos de G2 refleja las tendencias de adopción del mundo real, lo que demuestra que los agentes de IA están demostrando ser mucho más duraderos y “pegajosos” que los primeros pioneros de la IA.
«Nuestro informe realmente señala que el agente es una bestia diferente cuando se trata de IA en términos de fracaso o éxito», dijo a VentureBeat Tim Sanders, jefe de investigación de G2.
Implementación de IA en servicio al cliente, inteligencia empresarial y desarrollo de software
Sanders señala que ahora a menudo se hace referencia a esto Estudio del Instituto de Tecnología de Massachusettsque se publicó en julio, solo consideraba proyectos dedicados a AGI, dice Sanders, y muchos medios de comunicación generalizaron que la IA falla el 95% de las veces. Señala que los investigadores de la universidad analizaron anuncios genéricos, en lugar de datos de circuito cerrado. Si las empresas no informan el impacto de las pérdidas y ganancias, sus proyectos se consideran fracasos, incluso si en realidad no lo son.
G2 Informe de información sobre agentes de IA 2025Por el contrario, encuestó a más de 1.300 tomadores de decisiones B2B y encontró que:
El 57% de las empresas tiene agentes en producción y el 70% dice que los agentes son el “núcleo de las operaciones”;
El 83% de ellos está satisfecho con el desempeño del agente;
Las empresas invierten ahora más de 1 millón de dólares de media al año, y una de cada cuatro gasta más de 5 millones de dólares;
9 de cada 10 prevén incrementar esta inversión en los próximos 12 meses;
Las organizaciones obtuvieron un ahorro de costos del 40 %, un flujo de trabajo un 23 % más rápido y 1 de cada 3 informó ganancias de velocidad de más del 50 %, especialmente en marketing y ventas;
Casi el 90 % de los participantes del estudio informaron una mayor satisfacción de los empleados en los departamentos donde se desplegaron agentes.
¿Casos de uso líderes para agentes de IA? Atención al cliente, inteligencia de negocios (BI) y desarrollo de software.
Curiosamente, G2 encontró un “número sorprendente” (aproximadamente 1 de cada 3) de lo que Sanders llama organizaciones “déjalo destrozar”.
«Dejan que un agente haga una tarea y luego la cancelan inmediatamente si es una mala acción, o realizan un control de calidad para poder deshacer las malas acciones muy rápidamente», explicó.
Sin embargo, al mismo tiempo, los programas de agentes con un ser humano en el circuito tenían el doble de probabilidades de lograr ahorros de costos (75 % o más) que las estrategias de agentes totalmente autónomos.
Esto refleja lo que Sanders llamó un “empate” entre las organizaciones “Let It Rip” y “Leave Some Human Gates”. “Dentro de unos años habrá un ser humano involucrado”, dijo. «Más de la mitad de los encuestados nos dijeron que había más supervisión humana de la que esperaban».
Sin embargo, casi la mitad de los compradores de TI se sienten cómodos dando a los agentes total autonomía en flujos de trabajo de bajo riesgo, como el procesamiento de datos o la gestión de canales de datos. Mientras tanto, piense en la IA y la investigación como trabajo preparatorio, dijo Sanders; Los agentes recopilan información en segundo plano para preparar a los humanos para tomar decisiones y decisiones finales.
Un ejemplo clásico de esto es un préstamo hipotecario, como señaló Sanders: los agentes hacen todo bien hasta que un humano analiza sus hallazgos y aprueba o rechaza el préstamo.
Si hay errores, quedan en segundo plano. «No se publica para usted ni se le pone su nombre», dijo Sanders. «Como resultado, confías más en él. Lo usas más».
Cuando se trata de métodos de implementación específicos, Salesforce fuerza agente Sanders informa que la empresa está «ganando» a los distribuidores llave en mano y a la construcción propia, con el 38% de la cuota total de mercado. Sin embargo, muchas organizaciones parecen estar avanzando hacia lo híbrido con el objetivo de eventualmente soportar herramientas internas.
Luego, como quieren una fuente confiable de datos, «cristalizarán en torno a Microsoft, ServiceNow, Salesforce, compañías que tienen un sistema de registro real», predijo.
Los agentes de IA no se rigen por plazos
¿Por qué los agentes (al menos en algunos casos) son mucho mejores que los humanos? Sanders se refirió a un concepto llamado ley de parkinsonQue establece que “el trabajo se expande hasta llenar el tiempo disponible para su realización”.
«La productividad individual no conduce a la productividad organizacional, porque los humanos sólo se guían por los plazos», dijo Sanders. Cuando las organizaciones analizaron proyectos públicos de IA, no establecieron objetivos; Los plazos no han cambiado.
«La única manera de solucionar esto es subir la portería o tratar con los no humanos, porque los no humanos no obedecen la Ley de Parkinson», dijo, señalando que no sufren del «síndrome de procrastinación humana».
Los agentes no toman descansos. No te distraigas. «Trabajan duro para que no tengas que cambiar los plazos», dijo Sanders.
«Si se concentra en ciclos de control de calidad cada vez más rápidos y que puedan automatizarse, solucionará a sus clientes más rápido de lo que puede solucionar a los humanos».
Comience con los problemas comerciales y comprenda que la confianza se genera lentamente
Sin embargo, Sanders ve que la IA sigue a la nube en lo que respecta a la confianza: recuerda que en 2007, cuando todo el mundo se apresuraba a implementar herramientas en la nube; Luego, en 2009 o 2010, “hubo una especie de depresión en la confianza”.
Combine esto con preocupaciones de seguridad: el 39% de todos los encuestados de G2 dijeron que habían tenido un accidente. Incidente de seguridad Desde el despliegue de la inteligencia artificial; La condición fue grave en el 25% de los casos. Sanders destacó que las empresas deberían considerar medir la rapidez con la que se puede volver a capacitar a un agente en milisegundos para que no vuelva a repetir una mala acción.
Siempre aconseja incluir operaciones de TI en las implementaciones de IA. Saben qué salió mal con AGI y la automatización robótica de procesos (RPA) y pueden llegar al fondo de la explicabilidad, lo que genera más confianza.
Por otro lado, no confíes ciegamente en los vendedores. De hecho, sólo la mitad de los participantes dijo que sí; Sanders señaló que la señal de confianza número uno es la interpretabilidad del agente. «En entrevistas cualitativas, nos dijeron una y otra vez que si usted (el proveedor) no puede explicarlo, no podrá implementarlo ni gestionarlo».
También es importante comenzar con un problema de negocio y trabajar hacia atrás, aconsejó: no compre agentes y luego busque pruebas de concepto. Si los líderes aplican agentes a las mayores vulnerabilidades, los usuarios internos serán más tolerantes cuando ocurran incidentes y más dispuestos a iterar, desarrollando así su conjunto de habilidades.
«La gente todavía no confía en la nube, ciertamente no confía en la IA generacional y es posible que no confíe en los agentes hasta que la prueban, y entonces el juego cambia», dijo Sanders. “La confianza llega en una mula, no sólo se obtiene el perdón”.
