Agentic AI en el ecosistema emprendedor chileno
Este estudio de Endeavor Research identifica las condiciones organizacionales, técnicas y de liderazgo que permiten a startups y scaleups chilenas integrar Agentic AI con impacto real y escalable en su negocio. Lee los principales highlights del reporte en esta página y descárgalo al final.
Panorama global de la adopción
88%
de las empresas ya integró IA en alguna función del negocio
7,2X
más retorno logran las empresas con mayor madurez operativa en IA, frente al promedio
74%
del valor económico de la IA lo captura solo el 20% de las empresas
Antecedentes
Qué es Agentic AI
Todo sistema de Inteligencia Artificial capaz de perseguir objetivos específicos de forma autónoma, planificando y ejecutando secuencias de acciones sobre sistemas y entornos reales, sin requerir intervención humana en cada paso. La diferencia con un chatbot tradicional está en la acción.
""Los LLMs dirigen dinámicamente sus propios procesos y uso de herramientas, manteniendo el control total sobre cómo cumplen las tareas.""
— Anthropic (2024)
El desafío
Muchos pilotos, pocas escalas
2/3
de las empresas aún no logra escalar sus implementaciones de IA más allá del piloto (McKinsey, 2025)
"Si los datos no están gobernados y los procesos no son claros, Agentic AI no ordena, amplifica el desorden. El cuello de botella ya no es la tecnología ni el presupuesto: es cuántos procesos tienes realmente listos para delegarle a un agente. "
— Gert Findel, Socio & Co-CEO de Acid Labs
"La adopción de agentes de IA no se juega en la tecnología, sino en la confianza. Cuando una organización puede mostrar quién decide, qué puede hacer un agente y cómo se detiene si algo falla, esa confianza se convierte en la puerta de entrada a una adopción real y en una ventaja competitiva, no solo en un principio ético."
— Justo Hidalgo - Director de Inteligencia Artificial, Adigital - IAméricas
Resultados
Quiénes ya están capturando valor
Klarna
US$ 40M
Un agente autónomo gestionó 2,3 millones de conversaciones y redujo el tiempo de respuesta de 11 minutos a menos de 2.
Amazon Q
US$ 260M
Ahorro anual estimado al migrar de forma autónoma decenas de miles de aplicaciones Java.
Nubank
55%
De las consultas de primer nivel fueron resueltas sin intervención humana. Gestionaba más de 2 millones de conversaciones mensuales y redujo en 70% el tiempo de respuesta.
Recomendaciones
Por dónde partir
Antes de evaluar plataformas o modelos, el equipo debe responder si está definida la operación a transformar, cómo se medirá y quién es el responsable del proyecto. El cuello de botella no es el acceso a la tecnología, sino las decisiones organizacionales.
"Los proyectos que son exitosos son los que parten de una estrategia de IA alineada al negocio, donde los agentes son una consecuencia de esa estrategia y no iniciativas aisladas. No existen agentes inteligentes sin datos inteligentes: los datos son el verdadero activo estratégico."
— Gloria Vailati, Executive AI Advisor de Oracle South America
Liderazgo y visión estratégica
El proceso a transformar, el indicador de éxito y el responsable deben estar claros antes de evaluar plataformas.
Calidad de datos y sistemas
Los datos que alimentan al agente deben estar centralizados, estructurados y disponibles.
Accountability humano y ético
Definir quién responde cuando el agente falla es una exigencia de diseño, no un tema para después.