Key Takeaways
Durante el último año se ha generado cierto hype en torno a la IA. Equivocadamente se pone el acento en la AGI (Inteligencia Artificial General), mientras las tendencias de IA ya producen avances significativos en entornos empresariales.
Estos avances no ocurren en la capa de modelos, sino a nivel de sistemas, transformando un LLM en un sistema agéntico completo. Es en las arquitecturas de memoria, los motores de razonamiento, las llamadas a API y las interfaces donde confluyen estas cinco tendencias de IA. Aunque algunas de estas tendencias de IA son aún prototipo, en los próximos 12-18 meses serán realidad y redefinirán la IA empresarial en 2026. Los laboratorios de Salesforce AI Research trabajan con nuestros clientes mirando hacia una empresa agéntica, donde agentes IA colaboran con humanos amplificando sus capacidades. El denominador común de estos avances es que exigen que los humanos sigan firmemente al mando.
1: El auge de la inteligencia ambiental
El futuro pasa por agentes proactivos que actúen sin precisar órdenes explícitas, basándose en el contexto. Es lo que se conoce como «inteligencia ambiental», que permite ofrecer perspectivas, asistencia e información relevante a los usuarios de manera proactiva. En esencia, contar con una IA «siempre activa» entre bastidores que sabe cuándo actuar.
Así, en los contact centers, además de transcribir, la IA sugerirá técnicas de desescalado y anticipará la información que precisa el agente. Otro ejemplo: un técnico de campo recibirá el diagnóstico o el historial de reparaciones sin solicitarlo, incluso, ¡se solicitarán los repuestos! Nos encaminamos a un «servicio invisible»: problemas que se resuelven antes de que los clientes los verbalicen.
2: Los agentes IA hablan entre sí
Los agentes de IA ya gestionan inventarios, facturación y logística, centrándose en funciones concretas. La tendencia de IA se encamina a agentes orquestadores, es decir, que los agentes se entiendan entre sí a través de los límites organizativos. Se trataría de intermediarios que coordinan flotas de especialistas y actúan como asistentes personales de IA alineados con sus preferencias y objetivos empresariales. Todo ello respetando los límites éticos y legales, con transparencia sobre cómo se toman las decisiones.
Para ello se precisa una nueva capa semántica, un lenguaje común para que el agente de IA negocie con otras empresas en su nombre. Agentforce ya tiene este tipo de experiencias polifónicas dentro de las organizaciones.
Y es que Salesforce está desarrollando activamente estos protocolos de comunicación entre agentes IA. Google adoptó recientemente nuestro concepto de Agent Cards en su especificación de agente a agente. Cuando compre un coche, su agente personal de IA negociará con agentes del concesionario, la aseguradora o la financiera.
3: El estándar de los entornos de simulación
El escenario autónomo que dibujamos es innovador, incluso crítico, y su IA necesitará «horas de vuelo» antes de ser certificada. Así, otra de las tendencias de IA son los bancos de pruebas como los entornos de simulación eVerse de Salesforce. En ellos se generan escenarios B2B y B2C realistas, validados por expertos, y se entrenan los agentes IA, midiendo sus fallos y aciertos para optimizar su comportamiento.
Así fue como actuamos antes de lanzar Agentforce Voice, sometiéndolo a pruebas de estrés (distintos acentos, interrupciones, ruido de fondo y conexiones inestables). En los próximos 18 meses, estas simulaciones se convertirán en un requisito del mercado. Los compradores empresariales exigirán saber las horas de simulación y conocer esas pruebas de estrés. Y, por supuesto, querrán ver los datos de entrenamiento para reducir la «brecha de realidad»: rendimiento en entornos controlados vs. entorno real.
4: Inteligencia General Empresarial (EGI)
La Inteligencia General Empresarial (EGI) representa una de las tendencias de IA más avanzadas: agentes que ejecutan tareas empresariales complejas con capacidad y, sobre todo, con coherencia. Para que sea una realidad se necesita que confluyan varios factores con un 99% de precisión, incluso en casos con ruido o falta de información:
- Razonamiento a largo plazo con múltiples pasos
- Inteligencia adaptativa ajustada a reglas cambiantes
- Investigación y análisis profundos
- Perspectivas proactivas en tiempo real
Ya hemos presentado nuestra prueba comparativa de LLM para CRM, que mide el rendimiento de los modelos en precisión, coste, velocidad y confianza y seguridad. En los próximos 18 meses, estos criterios críticos para el negocio se convertirán en requisitos básicos para adquirir IA empresarial.
No basta con una IA ocasionalmente brillante pero inconsistente: sólo las empresas que consigan alta capacidad con alta consistencia obtendrán un valor transformador.
5: Inteligencia espacial
Nos dirigimos hacia la inteligencia espacial, es decir, la capacidad de la IA para percibir, razonar e interactuar con espacios tridimensionales. Dos referentes como la Dra. Fei-Fei Li o Yann LeCun están volcados con estos modelos mundiales.
Estos modelos permitirán una IA que no solo procese el lenguaje sobre el mundo físico, sino que lo comprenda e interactúe con él. ¿Cómo se traduce esto en la empresa? Amazon, por ejemplo, ya cuenta con sistemas robóticos en almacenes que comprenden relaciones espaciales, predicen el comportamiento de objetos y se adaptan a entornos cambiantes.
El verdadero reto no es el modelo en sí, sino construir la infraestructura que lo rodea (sistemas de memoria, motores de razonamiento…). Estas capacidades madurarán y se integrarán con plataformas como Agentforce, dando lugar a categorías completamente nuevas de colaboración humano-IA en ámbitos inimaginables.
¿Alguna pregunta?
Nosotros le ayudamos
Preguntas frecuentes
Mientras el hype se centra en modelos de lenguaje aislados, las tendencias de IA en 2026 se enfocan en sistemas agénticos integrados que operan con memoria, razonamiento y autonomía supervisada.
La tendencia se dirige hacia la «empresa agéntica«, donde la IA no sustituye al humano, sino que actúa como un amplificador de capacidades, siempre bajo supervisión humana.
Mientras que la AGI busca una inteligencia humana en cualquier campo, la EGI se enfoca en que las tendencias de IA logren un 99% de precisión y consistencia en tareas corporativas complejas, como el razonamiento en CRM y el análisis de datos masivos en tiempo real.
