- En la era agéntica, los gobiernos podrían delegar algunos procesos a agentes de inteligencia artificial (IA) y concentrarse en tareas más estratégicas de toma de decisiones.
- Más allá de la tecnología, prepararse para la IA agéntica requiere liderazgo para una nueva gobernanza y el rediseño de procesos.
- Los países de América Latina y el Caribe (LAC) deben trabajar en la definición de los estándares que regirán el uso de la IA agéntica en el ámbito público.
La inteligencia artificial está transformando la forma en que los gobiernos operan. Hasta ahora, los usos más visibles de esta tecnología en la función pública se han centrado en chatbots que responden preguntas o en herramientas que ayudan a los funcionarios a redactar documentos.
Estos avances, que siguen en etapas tempranas de implementación, comparten una premisa común: un ser humano como usuario de estas herramientas, tomando decisiones, iniciando acciones y asumiendo la responsabilidad de los resultados. Sin embargo, esta premisa podría cambiar pronto.
Como señala un informe del Banco Interamericano de Desarrollo de 2024 sobre la transformación digital en América Latina y el Caribe, persisten retos estructurales en la región. Entre ellos destacan sistemas fragmentados, una interoperabilidad débil y la brecha entre la digitalización y la transformación digital genuina de las administraciones públicas.
Sin embargo, desde su publicación, un nuevo cambio está emergiendo en torno a esos desafíos: la transición de la IA, como herramienta de apoyo al trabajo en la función pública, a la IA como nueva capa operativa del Estado.
Mientras las herramientas tradicionales de IA generativa responden a instrucciones y son operadas por humanos, los agentes de IA pueden perseguir autónomamente un objetivo definido a lo largo de varios pasos: recopilar información, consumir servicios de otros sistemas y ejecutar acciones (Figuera 1).
El rol humano, entonces, pasa de accionar cada paso de un proceso a centrarse en diseñarlo, supervisar los resultados e intervenir cuando surgen excepciones.
La iniciativa Bürokratt de Estonia ofrece un primer vistazo a esta transición. En lugar de enviar a los ciudadanos a recorrer distintas agencias, esta solución conecta asistentes de IA interoperables en más de 18 organizaciones gubernamentales. Así, cuando un ciudadano plantea una necesidad, el sistema ayuda a identificar, de manera transversal entre distintas agencias, los pasos y los servicios pertinentes.
Si bien los marcos legales para agentes públicos completamente autónomos aún están en evolución, la infraestructura ya se está construyendo y varios gobiernos están comenzando a seguir este camino.
Como señaló el CEO de NVIDIA, Jensen Huang, en el NVIDIA GTC 2026, con el tiempo todas las empresas de tecnología y de software como servicio (SaaS) se convertirán en empresas de agentes como servicio (AaaS). Un reciente artículo de MindStudio sobre AaaS resume bien las implicancias de esta transformación: mientras que en el modelo SaaS es un humano quien opera las herramientas, en el modelo AaaS son los agentes de IA quienes realizarán el trabajo de forma autónoma, continua y simultánea en múltiples sistemas.
Esa distinción importa en la administración pública. Por ejemplo, un agente de IA que gestione una licencia comercial podría recuperar datos del registro nacional, revisar expedientes de inspección, identificar inconsistencias y escalar únicamente los casos que requieren juicio humano. Por ello, en este nuevo modelo, la pregunta ya no es solo cómo los funcionarios usan la IA, sino cómo gobernar los sistemas de IA que realizan el trabajo.
En muchos países, los ciudadanos siguen actuando como mensajeros entre instituciones públicas, trasladando documentos de una agencia a otra porque los sistemas no se comunican de forma eficaz.
Las arquitecturas agénticas podrían reducir parte de esa fricción al apoyarse en estándares compartidos que permitan a los agentes acceder a los sistemas y coordinarse entre sí de manera más consistente.
El estándar emergente en el centro de este cambio es el Model Context Protocol (MCP), introducido en 2024 y ya adoptado por varios de los principales proveedores tecnológicos del mundo. Antes del MCP, conectar sistemas de IA con fuentes de datos externas solía requerir integraciones a medida. El MCP ofrece una interfaz compartida para que los agentes interactúen con herramientas y fuentes de datos, lo que podría reducir el costo y la complejidad de la conexión entre sistemas.
Para los gobiernos, la relevancia es práctica. Si los agentes pueden operar a través de estos protocolos, podrían coordinarse entre sistemas públicos incluso donde no se ha logrado una integración estructural completa.
Como ejemplo, la Oficina de Publicaciones de los Estados Unidos muestra un anticipo de esta lógica cuando en enero de 2026 desplegó un servidor MCP público que permite a los agentes de IA acceder directamente al repositorio oficial de información federal, describiéndolo como una API universal para agentes.
Si bien las arquitecturas agénticas pueden complementar los esfuerzos de interoperabilidad existentes, no eliminan la necesidad de gobernanza de datos ni de estrategias de integración. Esta tecnología sugiere un modelo más flexible para entornos en los que la integración completa aún no se ha alcanzado.
Si los gobiernos no comienzan a construir las condiciones técnicas e institucionales para las operaciones agénticas, no solo perderán una oportunidad de eficiencia, sino que continuarán operando el gobierno bajo lógicas tecnológicas anteriores, mientras el mundo a su alrededor es moldeado por sistemas capaces de operar a una velocidad, escala y coordinación que las burocracias humanas no pueden igualar.
Los estándares y modelos operativos que darán forma a la IA agéntica se están definiendo en tiempo real. Si los gobiernos del Sur Global no se involucran a tiempo, esos estándares podrían no reflejar sus realidades institucionales ni sus prioridades de política pública.
La promesa de eficiencia de la IA agéntica será tan exitosa como la gobernanza que la acompañe. Los marcos de gobernanza digital existentes no fueron diseñados para sistemas que consuman datos de múltiples fuentes, apliquen razonamiento probabilístico y tomen acciones autónomas. Cuando un funcionario actúa, la responsabilidad suele ser directamente atribuible. Cuando actúa un agente de IA, la responsabilidad y la auditabilidad se vuelven más complejas.
Investigaciones recientes han comenzado a abordar ese desafío. Un modelo denominado Governance-as-a-Service introduce una capa de control externo que evalúa y puede detener en tiempo real las acciones de los agentes de IA sin modificar la lógica interna del modelo. Dado que monitorear la actividad de los agentes de IA se vuelve cada vez más difícil para los humanos, este marco introduce mecanismos automatizados para evaluar y escalar acciones en tiempo real. En experimentos realizados, el modelo bloqueó con éxito acciones de alto riesgo preservando los resultados operativos.
En la era agéntica, la gobernanza no puede limitarse a un enunciado normativo. Debe volverse operativa y verificable en la práctica.
Además, las administraciones públicas enfrentan riesgos reales de implementación. Los primeros despliegues de la IA agéntica en el ámbito empresarial han evidenciado exposición a riesgos de ciberseguridad, acciones no autorizadas, errores de razonamiento y dependencia de proveedores. En el ámbito público, la mayoría de los gobiernos aún no cuenta con la capacidad institucional, legal y técnica necesaria para gestionar estos riesgos a escala.
La IA agéntica no ofrece resultados garantizados; requiere una transición que exige una preparación deliberada. La IA generativa abrió un nuevo capítulo en la forma en que las personas interactúan con el software y los datos; la IA agéntica puede representar un libro completamente distinto, uno en el que los sistemas no solo asisten la toma de decisiones humanas, sino que participan cada vez más en la ejecución y coordinación de las operaciones gubernamentales.
La pregunta central ya no es si esta transición merece atención, sino si los gobiernos construirán la capacidad para moldearla antes de que ella los moldee a ellos.
El costo de la inacción será una brecha digital cada vez más profunda entre los países que ya están construyendo estas condiciones habilitantes y aquellos que no.
Reconociendo la importancia de esta agenda emergente, el BID ha liderado debates regionales sobre las implicaciones de gobernanza y operativas de la IA agéntica, incluido el Diálogo Regional de Política de IA 2025 celebrado en San José, Costa Rica. Un nuevo diálogo regional, previsto para 2026, profundizará en cómo los gobiernos pueden dar forma a esta emergente capa operativa del Estado de maneras que fortalezcan las instituciones públicas y generen mayor valor en la región.