La nueva fiebre agentic de Wall Street

Wall Street ya entendio la primera parte de la inteligencia artificial. La siguiente pregunta es quien captura valor cuando los agentes dejan de conversar y empiezan a ejecutar trabajo real dentro de las empresas.

Durante los ultimos dos anos, la narrativa de inteligencia artificial estuvo dominada por una idea bastante facil de seguir: mas modelos, mas GPUs, mas data centers, mas capex. Nvidia se convirtio en el simbolo perfecto de esa fase. Pero debajo de esa historia, otra curva empezo a levantarse con menos ruido y con una pendiente que ya no parece lineal: la adopcion de AI agents en la empresa.

La diferencia importa. Un chatbot responde. Un agente actua. Puede consultar datos internos, llamar herramientas, ejecutar workflows, abrir tickets, revisar codigo, analizar telemetria, preparar ventas, atender clientes o activar procesos de seguridad. Eso convierte la IA en una interfaz operativa, no solo en una interfaz conversacional. Y cuando una tecnologia pasa de "ayudar a escribir" a "hacer cosas dentro del sistema", la narrativa de inversion cambia de forma.

La pista mas importante no esta en los comunicados grandilocuentes, sino en las metricas de uso. Salesforce reporto Agentforce ARR de 1.2 mil millones de dolares, con crecimiento de 205% interanual. Tambien reporto 3.8 mil millones de Agentic Work Units, +111% trimestre contra trimestre, y mas de 28.6 billones de tokens procesados, +152% secuencial. Microsoft dijo que Microsoft 365 Copilot ya supera los 20 millones de seats pagos, con seat adds +250% interanual, mientras el uso mensual de sus agentes first-party subio 6x en lo que va del ano. Atlassian, por su parte, senalo que el uso de creditos de IA de Rovo crece mas de 20% mensual.

Vistas en una grafica normal, estas cifras parecen simplemente "fuertes". Vistas en escala logaritmica, cuentan otra historia: una narrativa que podria estar entrando en la parte inclinada de la curva, donde el mercado tarda en distinguir entre crecimiento rapido y crecimiento compuesto.

La curva ya no esta escondida

Las primeras fases de una narrativa tecnologica suelen parecer pequenas porque los numeros absolutos todavia no dominan el P&L. Eso paso con cloud, software as a service, publicidad digital y, mas recientemente, con infraestructura de IA. Al principio el debate se concentra en si el producto es real. Luego, cuando aparecen metricas de uso repetidas, el debate cambia: cuanto de ese uso se convierte en ingresos, margen y expansion de presupuesto.

Los AI agents estan entrando en esa segunda conversacion. Salesforce no esta hablando solo de demos, sino de ARR, work units y tokens procesados. Microsoft no esta hablando solo de usuarios gratuitos o curiosidad inicial, sino de seats pagos de Copilot, crecimiento de agentes y una capa de control llamada Agent 365. Atlassian no esta hablando solo de Rovo como feature de productividad, sino de creditos de IA creciendo a mas de 20% mensual y clientes con Rovo expandiendo ARR mas rapido que los no usuarios.

Ese tipo de metrica es lo que vuelve interesante la escala logaritmica. Un crecimiento de 20% mensual no parece tan espectacular en un titular como un "10x", pero sostenido durante doce meses se acerca a una multiplicacion de nueve veces. Un +111% secuencial en unidades agentic implica que el volumen se duplico en un trimestre. Un +152% secuencial en tokens procesados sugiere que la intensidad de uso esta creciendo incluso mas rapido que la adopcion superficial.

La pregunta para Wall Street no es si todo esto seguira exactamente al mismo ritmo. Probablemente no. La pregunta correcta es si el mercado esta subestimando la forma de la curva. Cuando una narrativa pasa de crecimiento lineal a crecimiento compuesto, los multiplos suelen moverse antes de que la monetizacion completa sea obvia.

La segunda derivada: control, datos y permisos

La parte mas obvia de la inteligencia artificial ya esta muy concurrida. Nvidia, AMD, los hyperscalers y los grandes modelos capturaron buena parte de la atencion. Pero la segunda derivada de los agentes de IA puede estar en otro lugar: las capas que permiten que esos agentes sean seguros, gobernables y utiles dentro de una empresa real.

Ese es el punto central. Un agente sin acceso a datos corporativos es un asistente limitado. Pero un agente con acceso a datos, aplicaciones y herramientas internas se convierte en una nueva identidad operativa. Puede leer, escribir, mover informacion, iniciar acciones y tomar decisiones parciales. En ese momento aparecen preguntas que antes no eran urgentes: quien autorizo al agente, que permisos tiene, que datos puede tocar, en nombre de quien actua, como se audita su comportamiento y como se apaga si algo sale mal.

Por eso companias como Okta, Zscaler, Cloudflare y Datadog empiezan a verse menos perifericas dentro de la narrativa de IA. Okta esta empujando la idea de tratar a los agentes como identidades no humanas, con descubrimiento, registro, gobierno y revocacion de acceso. Zscaler compro Symmetry Systems para mapear como identidades humanas y no humanas se conectan con aplicaciones y datos. Cloudflare esta construyendo arquitectura alrededor de MCP, Access, AI Gateway, portales MCP y deteccion de Shadow MCP. Datadog lanzo un MCP Server para que agentes accedan a telemetria en tiempo real dentro de controles de seguridad y gobernanza.

En otras palabras, los agentes crean una nueva superficie de valor y una nueva superficie de riesgo al mismo tiempo. Esa combinacion suele ser poderosa para el software empresarial. Si el cliente quiere desplegar la tecnologia, necesita tambien comprar control.

De Copilot a coworker

El cambio semantico parece pequeno, pero es enorme para la monetizacion. Un copilot ayuda a una persona. Un coworker digital participa en el flujo de trabajo. Esa transicion explica por que Salesforce, Microsoft, ServiceNow, Snowflake y Atlassian estan tan interesadas en posicionarse como plataformas agentic, no solo como proveedores de herramientas con IA incorporada.

Salesforce tiene una ventaja narrativa clara porque Agentforce esta conectado a ventas, servicio, datos de clientes y Slack. Si el agente puede reducir friccion en customer service, ventas o soporte interno, la empresa puede defender un SKU premium o consumo incremental. Microsoft tiene la plataforma mas completa: Microsoft 365 Copilot, Copilot Studio, Agent 365, Foundry, Fabric, GitHub y Azure. Su reto es distinto: el impacto puede ser enorme, pero tambien puede diluirse dentro de un conglomerado gigantesco.

ServiceNow tiene una lectura muy limpia para workflows. Si los agentes tienen que ejecutar procesos de IT, HR, operaciones o customer service, la capa de orquestacion importa. Snowflake aparece por otro angulo: los agentes necesitan datos gobernados y contexto confiable. Si la nueva interfaz de consumo de datos es un agente, el valor del warehouse o lakehouse no desaparece; puede aumentar. Atlassian tiene Rovo y Teamwork Graph, con una senal de uso fuerte, aunque todavia falta comprobar cuanto de ese consumo se convierte en monetizacion durable.

Esta es la razon por la que la narrativa de AI agents no deberia analizarse como un solo trade. Hay al menos cuatro cestas distintas: plataformas de productividad y workflow, datos corporativos gobernados, seguridad/identidad/observabilidad e infraestructura de inferencia. Microsoft, Salesforce y ServiceNow estan en la primera. Snowflake en la segunda. Datadog, Okta, Zscaler y Cloudflare en la tercera. Nvidia, AMD, Arista y Vertiv en la cuarta.

El riesgo: uso exponencial no siempre significa beneficios exponenciales

La parte incomoda de la tesis es que las metricas de uso pueden correr mas rapido que los ingresos rentables. Procesar mas tokens no garantiza mejor margen. Tener mas agentes activos no garantiza que los clientes paguen mas. Un crecimiento fuerte en creditos de IA puede indicar adopcion, pero tambien puede presionar costes si el pricing no esta bien calibrado.

El mercado ya conoce este patron. Muchas tecnologias empresariales pasan por una fase en la que todos prueban, pocos despliegan a escala y aun menos pagan lo suficiente como para justificar la narrativa. Con AI agents, el filtro sera especialmente importante porque la autonomia real todavia esta en construccion. Hay workflows donde el ROI es evidente, como soporte, IT ops, desarrollo y seguridad. Pero en procesos regulados, finanzas internas, legal o decisiones de alto riesgo, la adopcion puede ser mas lenta.

Tambien esta el riesgo de seguridad. MCP y los tool calls son poderosos porque conectan modelos con sistemas reales. Pero ese mismo poder abre la puerta a tool injection, credenciales mal gestionadas, exfiltracion de datos, agentes sombra y acciones no autorizadas. Si aparece un incidente grande, la narrativa podria bifurcarse: castigo para despliegues imprudentes, premio para proveedores de control, identidad, auditoria y Zero Trust.

La valoracion es el otro punto delicado. Nvidia sigue siendo el lider obvio de la infraestructura de inferencia, y Dynamo 1.0 refuerza la idea de que la inferencia agentic sera una carga de trabajo enorme. Pero lo obvio suele estar mas descontado. La oportunidad mas interesante podria estar en nombres donde la narrativa aun no domina completamente el multiple: Datadog, Okta, Zscaler, Cloudflare, Snowflake, Atlassian o incluso ServiceNow, dependiendo del precio y la ejecucion.

Lo que Wall Street mirara ahora

La narrativa de AI agents ya no esta en fase oculta. La palabra "agentic" aparece en earnings, presentaciones y lanzamientos de producto. Pero eso no significa que la oportunidad haya terminado. Significa que la seleccion se vuelve mas exigente.

El mercado deberia mirar menos las demos y mas las metricas de conversion: ARR agentic, consumo por cliente, expansion neta, margen bruto despues de inferencia, numero de workflows en produccion, frecuencia de uso semanal, permisos gobernados, incidentes evitados y capacidad de cobrar por control. La senal no sera simplemente "tenemos agentes". La senal sera "los agentes hacen trabajo real, con datos reales, bajo permisos reales, y el cliente paga por eso".

En escala logaritmica, las primeras duplicaciones parecen pequenas hasta que dejan de serlo. Esa podria ser la etapa actual de los agentes empresariales. La IA generativa ya gano la atencion. Ahora empieza la pregunta mas interesante para los inversores: quien gana cuando la IA deja de hablar y empieza a trabajar.

ℹ️ Descargo de responsabilidad (léelo con calma)

Este contenido es informativo y educativo. No es asesoría financiera ni una recomendación para comprar o vender valores. Invertir en mercados implica riesgos, incluido el de pérdida total del capital.

Te invitamos a hacer tu propia investigación (DYOR), contrastar fuentes y evaluar tu perfil de riesgo y horizonte de inversión antes de tomar decisiones. Podemos estar invertidos (o no) en algunos de los activos, acciones o ETFs mencionados al momento de publicar; esto no debe interpretarse como recomendación personalizada.

Si necesitas orientación específica, consulta a un asesor financiero autorizado en tu jurisdicción. ¡Gracias por leernos y por invertir tiempo en tu educación financiera! 🙌