Menlo Ventures: los agentes concentran el 80% del uso empresarial de IA y el mercado alcanza los 177.000 millones de dólares

Hasta hace poco, la palabra «agente» era un toque de moda en las presentaciones de las startups, mientras que la IA figuraba en la partida de «experimentos» de los presupuestos empresariales. Si damos crédito al último informe de Menlo Ventures, la situación ha cambiado: la IA se ha convertido en una partida de gasto considerable y los chatbots ya no hacen la mayor parte del trabajo.

Qué se afirma exactamente

El informe State of Enterprise AI estima el gasto empresarial en IA en 177.000 millones de dólares. Un año antes, en 2025, la cifra era de 33.000 millones. Deedy Das, socio de Menlo, declaró en Bloomberg Tech que los agentes ya representan el 80% del uso. Según explicó, las empresas están pasando de los chatbots a sistemas que ejecutan tareas complejas por sí solos. También destacó que Anthropic y OpenAI dominan el gasto empresarial en API.

Una salvedad importante: solo contamos con un breve resumen de la emisión, sin la metodología del informe. No está claro qué mide exactamente ese 80%: tokens, solicitudes, dinero o número de implantaciones. No es un detalle menor. Un agente realiza muchas llamadas al modelo para resolver una sola tarea, por lo que su cuota en tokens resulta casi inevitablemente enorme, aunque siga habiendo más implantaciones de chatbots que de agentes.

Un ejemplo sencillo de chatbot y agente

Un chatbot sigue el esquema «una pregunta, una respuesta». Un empleado pega el correo de un cliente y obtiene un borrador de respuesta. Se llama al modelo una sola vez, la persona revisa el texto y lo envía.

A un agente se le encarga la tarea completa: «gestiona esta solicitud de devolución». Por su cuenta, abre el CRM, consulta el historial de pedidos, comprueba las condiciones de devolución, escribe al cliente y actualiza el estado. Para ello necesita decenas de llamadas al modelo y varias herramientas externas. La cuenta es sencilla: puede haber el mismo número de usuarios y, aun así, la factura de la API multiplicarse. Es probable que este cambio explique parte del crecimiento de 33.000 millones de dólares → 177.000 millones de dólares, más allá de que simplemente haya más personas abriendo un chat.

Qué pueden hacer quienes desarrollan estos productos

Desarrolladores. Calculad el coste por tarea, no por solicitud. Un agente que realiza una media de 30 pasos necesita límites tanto en el número de pasos como en el presupuesto de tokens; de lo contrario, un solo flujo atrapado en un bucle puede agotar la cuota mensual. Registrad cada paso y mantened la posibilidad de revertir los cambios: cuando el sistema escribe por sí solo en el CRM, un error acaba en los datos reales de los clientes.

Responsables de producto. El valor está ahora en completar un proceso de principio a fin, más que en una ventana de conversación atractiva. La pregunta para cualquier funcionalidad es qué tarea resuelve de principio a fin y cómo mediremos si la ha completado correctamente.

Fundadores. El mercado se está concentrando en torno a dos proveedores de modelos, y eso supone un riesgo: son ellos quienes fijan los precios, los límites y las condiciones. Incorporad una capa de abstracción sobre el modelo para que cambiar de proveedor no exija reescribir el producto. El nicho de «otro chatbot más sobre una API» parece cada vez más difícil de defender.

Cómo interpretar estas cifras

El informe lo ha elaborado una firma de capital riesgo que invierte en este mismo mercado, por lo que tiene interés en mostrar un crecimiento rápido. Las estimaciones de gasto de este tipo de estudios suelen basarse en encuestas y supuestos de expertos, no en las facturas de las empresas. La tendencia probablemente sea real: los agentes sí consumen más recursos y están pasando a producción. Pero conviene tomar las cifras como una referencia, no como estadísticas exactas. Hasta que se publique la metodología, los 177.000 millones de dólares y el 80% deberían citarse con la aclaración «según las estimaciones de Menlo».