Supervisar agentes autónomos, el verdadero reto tras la adopción de IA en el desarrollo de software, señala Peter Kroll, Country Manager de Novacomp México

CIUDAD DE MÉXICO, 14 de septiembre de 2026 /PRNewswire/ -- La incorporación de agentes de inteligencia artificial dentro de los equipos de desarrollo de software avanza más rápido que la capacidad de muchas organizaciones para supervisarlos, definir límites de autonomía y garantizar trazabilidad sobre sus decisiones. Así lo advierte Novacomp, compañía especializada en transformación digital e inteligencia artificial, al analizar los nuevos desafíos que enfrentan las empresas mexicanas a medida que estos agentes dejan de limitarse a sugerir código y empiezan a ejecutar tareas de forma cada vez más autónoma.

El cambio ocurre en un entorno donde la adopción de IA entre desarrolladores ya es amplia. De acuerdo con la encuesta global de desarrolladores de Stack Overflow, el 84% de los profesionales de software utiliza herramientas de IA en sus flujos de trabajo, pero solo 29% confía en la precisión de los resultados que generan, y 66% señala como su principal frustración que las soluciones de IA resultan "casi correctas, pero no del todo".

"El reto ya no es únicamente que la inteligencia artificial pueda generar código. El verdadero desafío empieza cuando un agente toma decisiones, ejecuta acciones y modifica sistemas sin un modelo claro de supervisión detrás", afirmó Peter Kroll, Country Manager de Novacomp México.

Este desplazamiento ya está modificando el trabajo de ingeniería, moviendo al desarrollador desde la creación directa de código hacia funciones de validación, control de calidad y supervisión de agentes. El riesgo aparece cuando un agente obtiene acceso a repositorios, infraestructura o datos sensibles sin que exista una persona responsable de revisar sus decisiones. En ese escenario, el agente puede modificar código, ejecutar pruebas o desplegar cambios en producción sin que después quede claridad sobre qué decisión tomó ni por qué.

"Un agente de IA que modifica código, ejecuta pruebas o despliega cambios necesita un responsable humano claramente identificado, con capacidad para auditar sus acciones y revertirlas cuando sea necesario. Sin esa figura, la organización puede perder visibilidad sobre su propio ciclo de desarrollo", señaló Kroll.

Una investigación de Deloitte publicada en 2026, realizada entre más de 3,200 líderes de tecnología y negocio en 24 países, encontró que solo 21% de las organizaciones cuenta hoy con un modelo maduro de gobierno para agentes de IA. Cerca de ocho de cada diez todavía no tiene mecanismos consolidados para definir qué decisiones puede tomar un agente sin intervención humana, cómo se monitorea su comportamiento o cómo se mantiene un registro completo de sus acciones.

"Muchas organizaciones empiezan por desplegar agentes y después intentan construir los controles. El orden debería ser el contrario. Primero hay que definir los límites, la trazabilidad y las responsabilidades, y después determinar qué nivel de autonomía puede asumir cada agente", explicó Kroll.

Gartner estima que, para 2027, 40% de las organizaciones podría reducir el nivel de autonomía o retirar agentes de IA debido a fallas de gobernanza detectadas después de incidentes en producción.

"La productividad de un equipo de desarrollo ya no debería medirse únicamente por cuánto código puede generar un agente. El verdadero indicador es cuánto de ese trabajo puede validarse, gobernarse y llevarse a producción manteniendo calidad, seguridad y control del negocio", afirmó Kroll.

El tema resulta especialmente relevante para México, uno de los mayores ecosistemas de desarrollo de software de América Latina. GitHub reportó que Brasil, México y Colombia sumaron en conjunto más de 3.2 millones de desarrolladores nuevos entre 2024 y 2025, una señal del ritmo de crecimiento de la región y de lo que está en juego en la forma en que estas organizaciones gobiernen sus agentes de IA.

Para Novacomp, este panorama refuerza la necesidad de un enfoque AI-First, en el que la inteligencia artificial se integra desde las primeras etapas del desarrollo bajo modelos claros de arquitectura, seguridad, control de accesos, auditoría y supervisión humana. La compañía identifica cinco prácticas que las organizaciones deberían establecer antes de ampliar el uso de agentes autónomos. Definir niveles de autonomía, asignar responsables humanos, limitar accesos por agente, mantener trazabilidad completa de sus acciones y asegurar mecanismos para detener o revertir decisiones cuando sea necesario.

"Las organizaciones que van a diferenciarse serán las que logren gobernar sus agentes de IA con la misma disciplina con la que administran cualquier sistema crítico de negocio", afirmó Kroll.

Para la multinacional costarricense, las empresas mexicanas que empiecen a construir estas capacidades ahora estarán mejor preparadas para escalar la IA agéntica de forma sostenible y convertirla en una ventaja competitiva dentro de sus operaciones de ingeniería.

FUENTE Novacomp