El nuevo usuario del software
El software empresarial empieza a tener un usuario distinto de la persona que lo opera en pantalla. En un análisis publicado por IDC en mayo de 2026, la hipótesis central es que el usuario principal puede pasar a ser un agente de inteligencia artificial, no exclusivamente un trabajador humano.
El cambio altera los criterios con los que conviene evaluar una herramienta. Si un agente debe consultar datos, activar funciones o coordinarse con otros sistemas, la profundidad de las API, el acceso a la información y la confiabilidad de la integración pesan tanto como la interfaz que utiliza una persona.
Esto no elimina al ser humano. Lo sitúa en otro lugar: la persona conserva el criterio y la supervisión, mientras la IA puede asumir parte del trabajo mecánico. La consecuencia es que el valor del software dependerá cada vez más de cómo colaboran ambos dentro de una operación real.
La adopción ya está en marcha
La transformación no se limita a demostraciones aisladas. Según el Connectivity Benchmark Report de Salesforce, basado en una encuesta a 1.050 responsables de TI de empresas, las organizaciones encuestadas utilizan en promedio 12 agentes y prevén que esa cifra aumente un 67% en dos años. Además, el 83% declara que la mayoría o la totalidad de sus equipos y funciones ya ha adoptado agentes de IA.
La misma investigación muestra el reverso de esa expansión: el 50% de los agentes opera en silos, en lugar de formar parte de un sistema multiagente, y el 96% de los responsables de TI afirma que el éxito de los agentes depende de su integración entre sistemas. La lectura es clara: el reto ya no consiste solo en demostrar que un agente puede completar una tarea, sino en conectarlo de manera coherente con el resto de la operación.
MCP convierte la integración en una capacidad visible
El Model Context Protocol, o MCP, ofrece una interfaz consistente para que los agentes descubran y utilicen bases de datos, API, sistemas de archivos y servicios externos, según Microsoft for Developers. Por eso la compatibilidad con MCP puede funcionar como una señal práctica de que un sistema está preparado para ser utilizado por agentes externos.
La señal ya aparece en la adopción empresarial. Salesforce informa de que el 39% de las organizaciones que están desplegando agentes soporta o planea soportar MCP. El mismo informe identifica las arquitecturas basadas en API como una base para conectar, coordinar y gobernar varios agentes.
| Qué conviene comprobar | Qué aporta o exige |
|---|---|
| Acceso interoperable | Que el agente pueda descubrir y utilizar datos, API, herramientas o servicios mediante interfaces consistentes. |
| Compatibilidad con MCP | Una vía estandarizada para exponer herramientas y datos a clientes de IA compatibles. |
| Autorización | La especificación de autorización de MCP la considera opcional para las implementaciones; cuando se admite sobre HTTP, define mecanismos basados en OAuth. |
| Gobernanza de llamadas | Políticas que determinen si un agente puede invocar una herramienta con determinados argumentos y en un momento concreto. |
La recomendación práctica es sencilla: al evaluar software nuevo, hay que comprobar si ofrece acceso MCP y si sus API son suficientemente profundas para los casos de uso previstos. Pero esa comprobación debe ir acompañada de otra: qué controles existen una vez que el agente está conectado.
Conectar no basta
MCP resuelve una parte del problema: facilita que un agente encuentre y ejecute herramientas. No garantiza por sí solo que esa ejecución sea segura, esté autorizada o pueda auditarse. La especificación de autorización de MCP establece que la autorización es opcional para sus implementaciones.
Microsoft for Developers señala además que MCP estandariza la superficie de ejecución, pero no define cómo gobernarla ni incorpora un punto de control previo a cada llamada. Entre los riesgos descritos están las herramientas manipuladas, la inyección de instrucciones, los ataques a la cadena de suministro y los fallos en cascada.
Por eso conviene separar dos preguntas. La primera es si el sistema permite conectar agentes. La segunda es qué pueden leer o hacer una vez conectados. Salesforce sitúa entre los principales obstáculos la gestión del riesgo y la seguridad o el cumplimiento, la falta de experiencia interna, la infraestructura heredada y la integración de aplicaciones y datos aislados.
De la demostración a la operación
La diferencia entre añadir una capa de IA y construir una operación preparada para agentes se aprecia mejor en casos concretos. Phygital Tech describe el caso de Tru-Trac Rollers, donde los agentes acceden mediante MCP a datos vivos del ERP. La empresa pudo realizar consultas en lenguaje natural sobre cifras de producción sin migrar los datos ni modificar la instalación existente de SYSPRO, según la propia descripción del proveedor.
El caso de Atlasvision plantea otra dimensión. Según la descripción publicada por Atlasvision, la capa de agentes utiliza las mismas reglas, permisos y trazabilidad que las personas; las acciones irreversibles o de alto riesgo pasan por aprobación humana. El sistema expone más de 100 herramientas mediante MCP y clasifica las acciones por riesgo antes de ejecutarlas.
Descubrir
El agente identifica las herramientas y los datos disponibles.
Solicitar
Formula una llamada con una herramienta y unos argumentos concretos.
Validar
El sistema comprueba identidad, permisos, alcance y política aplicable.
Clasificar
La acción se distingue por su riesgo y por si puede revertirse.
Aprobar o ejecutar
Las acciones permitidas se ejecutan; las sensibles pueden requerir aprobación humana.
Registrar
La operación queda trazada para su revisión.
Estos ejemplos sugieren que el beneficio no proviene de añadir un chatbot, sino de permitir que el agente consulte y actúe dentro del sistema operativo real de la empresa. El papel humano más sólido no consiste necesariamente en revisar cada paso, sino en conservar el control sobre las acciones sensibles y no reversibles.
Un criterio para los nuevos sistemas
La regla de decisión cambia. Si una organización utiliza software que no puede ser utilizado por agentes, debería valorar el coste de sustituirlo o integrarlo antes de ampliar su dependencia de esa herramienta. Si está evaluando tecnología nueva, debería exigir como mínimo acceso interoperable a datos y herramientas, compatibilidad con MCP cuando corresponda y controles claros sobre las acciones del agente.
La pregunta decisiva deja de ser solo qué puede hacer una persona dentro del software. Ahora también hay que preguntar qué puede hacer un agente, con qué datos, bajo qué permisos y con qué supervisión. La compatibilidad con agentes puede convertirse en una ventaja, pero solo cuando la interoperabilidad se apoya en sistemas confiables y reglas operativas explícitas.
Fuentes
- The Agent Takeover: What Happens When AI Becomes the Primary User of Enterprise Software — IDC — https://www.idc.com/resource-center/blog/the-agent-takeover-what-happens-when-ai-becomes-the-primary-user-of-enterprise-software/
- Connectivity Report 2026 — Salesforce — 2026-02-05 — https://www.salesforce.com/news/stories/connectivity-report-announcement-2026/?bc=OTH
- Tru-Trac Rollers | Case Study — Phygital Tech — 2024-11-01 — https://www.phygital-tech.ai/case-studies/tru-trac
- I build the systems businesses run on — Atlasvision — https://www.atlasvision.io/work/trading-erp
- modelcontextprotocol/docs/specification/2025-06-18/basic/authorization.mdx at main — GitHub — https://github.com/modelcontextprotocol/modelcontextprotocol/blob/main/docs/specification/2025-06-18/basic/authorization.mdx
- Securing MCP: A Control Plane for Agent Tool Execution — Microsoft for Developers, Jack Batzner — 2026-04-22 — https://developer.microsoft.com/blog/securing-mcp-a-control-plane-for-agent-tool-execution/