La Habana, Cuba. – Es ampliamente reconocido que la tecnología es un aliado imprescindible para el desarrollo de la sociedad. De hecho, aquellas que no la utilizan, sin dudas, están destinadas al fracaso. Ante esa realidad, la consultora Gartner, una de las principales firmas de investigación y consultoría en tecnología, dio a conocer, cómo hace cada año, sus predicciones para el año 2027. En ellas destaca un cambio significativo en el panorama empresarial hacia la adopción de plataformas industriales en la Nube.

Sin duda, esa ayuda ofrecerá una serie de beneficios significativos para las instituciones, incluyendo una mayor eficiencia operativa, toma de decisiones de manera informada y la capacidad de escalar rápidamente en respuesta a las demandas de la sociedad. Además, abre nuevas oportunidades para la colaboración y la innovación, al permitir a las empresas conectar e integrar fácilmente sistemas y procesos en toda la cadena de valor. Sin más, manos a la obra.

Se ha vuelto terriblemente obvio que nuestra tecnología ha superado nuestra humanidad. Albert Einstein.

A pesar de los beneficios conocidos, la adopción de plataformas industriales en la Nube también trae desafíos, como, por ejemplo, la seguridad de los datos, la interoperabilidad entre sistemas heredados y en los que actualmente se encuentran Nube, así como la gestión del cambio organizacional.

Debido a eso, la gran interrogante que se presenta es, ¿cómo deberán abordar las empresas esos desafíos de manera proactiva mediante la implementación de políticas de seguridad, la formación de los colaboradores y la adopción de estrategias para el cuidado y manejos de datos?

Esa predicción refleja una tendencia sobre la transformación digital en la industria, y desafía a aquellas organizaciones que estén o no preparadas para enfrentar esos cambios. Por lo mismo, es necesario contar con un socio tecnológico que ayude a las empresas a superar esos desafíos.

Cuando Gartner habló de la IA de agentes el año anterior, sonó como una advertencia sobre el futuro. Doce meses después, se lee más como una descripción del presente. El pronóstico probó que el auge de los agentes era vaporware. Los proyectos que fallan rara vez mueren porque los modelos eran demasiado tontos para hacer el trabajo. Mueren porque las empresas se quedan sin una métrica de éxito, sin acceso a los datos correctos, y sin un plan para lo que sucede cuando los hechos no marchan bien. La próxima ola de cancelación es un problema de gestión que lleva un traje de tecnología.

 

Cuando se habla de agentes, se hace referencia a los sistemas de IA que responden a un aviso: se les da un objetivo, acceso a herramientas o datos, y algo de autonomía para tomar medidas hacia un resultado. Esa distinción es importante, porque mucho de lo que se vende como agente es realmente un chatbot con ambiciones.

Cuando Gartner publicó la cifra de fracasos del 40 % en junio de 2025, nombró tres causas: aumento de los costos, valor comercial poco claro y controles de riesgo inadecuados. Un hecho curioso, no se habló de la capacidad del modelo, no estuvo en la lista, y ninguno de los tres modos de fallo que los analistas marcaron es algo que un modelo más inteligente arreglaría. Se puede utilizar GPT-6 en un proyecto sin un resultado definido, y lo que se obtiene es un fracaso más elocuente.

El mismo análisis marcó algo que las presentaciones de los proveedores no anuncian. Gartner estimó que de los miles de empresas que reclamaban capacidades de agentes, solo unas 130 estaban construyendo algo que mereciera esa etiqueta. Gran parte del resto se parecía más a chatbots, automatización de procesos robóticos y asistentes en nuevos envases. La industria incluso tiene un nombre ahora: lavado de agente. Así que antes de que ese cálculo llegue a proyectos reales, se considera que una parte ya está contando el trabajo que nunca fue agente para empezar.

Un año después, la situación ha cambiado. En junio, Business Standard informó que la IA empresarial había entrado en una fase que se juzga menos por la cantidad de herramientas que se implementan y más por los rendimientos que realmente producen. Los datos detrás de ese cambio no dicen que los agentes son inútiles. Dicen que la implementación es más difícil de lo que aparentaba. La evaluación de Forrester para 2026 de la categoría, titulada «Las empresas están persiguiendo, pocos son atrapantes», encontró que aproximadamente tres cuartas partes de las empresas adoptan una IA agente, pero solo una parte la ejecuta en la producción real. En la encuesta de seguridad de la misma firma de 2026, el 49 % de los responsables de la toma de decisiones de seguridad señalaron a la IA de agentes como una preocupación. Eso es una advertencia sobre lo que sucede cuando los agentes obtienen acceso y autoridad antes de que alguien haya resuelto quién es responsable.

El trabajo académico se desarrolla en la misma dirección. Un estudio de 2026 sobre la industria colocó a la mayoría de las empresas que examinó en los peldaños más bajos de una escala de madurez de agente, como asistentes y “compensadores”, con exactamente un nivel que alcanza la orquestación genuina de agentes múltiples. Los investigadores llamaron al problema una “brecha de verificación de capacidad-despliegue”: el agente puede hacer la tarea en una prueba controlada, pero la empresa no puede verificarla o confiar en ella una vez que se ejecuta contra sistemas propietarios y datos en vivo. Esa brecha es la que detiene esos proyectos, y no tiene nada que ver con la calidad del modelo.

El Instituto de Seguridad de la IA del Reino Unido analizó más de 177 000 herramientas de agentes construidas entre finales de 2024 y principios de 2026 y encontró que las herramientas de “acción”, las que permiten a un agente enviar el correo electrónico, cambiar el archivo o mover el dinero en lugar de simplemente describirlo, aumentaron del 24 % al 65 % del uso en dieciséis meses. Los agentes están cruzando de la sugestión a la acción más rápido que la mayoría de las empresas construyen los controles para gobernar esa acción. Ese es el punto donde un despliegue descuidado deja de ser un piloto desperdiciado y comienza a ser una responsabilidad.

Ahí está el patrón que sigue apareciendo en implementaciones reales. Las demostraciones de pilotos funcionan muy bien. El agente redacta la respuesta, concilia la factura, reserva la reunión antes de que alguien pregunte. Toda marcha bien. Posteriormente tiene que correr el área técnica, y se estanca en las cosas poco glamorosas. La factura tiene un campo que falta. El registro de clientes está duplicado. La política cambió la semana pasada y nadie actualizó el flujo de trabajo. El agente no puede alcanzar el sistema de registro. Los datos que necesita se encuentran detrás de tres muros de permisos. Nadie estuvo de acuerdo en cómo era “trabajar”.

Cada uno de esos fracasos vive en el alcance y la propiedad, no en el modelo. Un agente que puede actuar dentro de su negocio, es tan bueno como los carriles que construye a su alrededor, y la mayoría de las empresas todavía tratan los carriles como una idea de último momento. Ellos compran la capacidad y se saltan la disciplina operativa. El modelo obtiene el título mientras la integración y la rendición de cuentas no tienen personal. Luego llega la revisión del presupuesto, alguien pregunta por qué regresó el proyecto y la habitación se silencia. Ese silencio es lo que suena como una cancelación.

La brecha entre las promesas y la producción es donde desaparece gran parte del dinero. Cerrarla es principalmente trabajo operativo, y es lo primero que se corta cuando se vende un proyecto en la demostración. El mercado de proveedores comienza a admitir tanto. “Agentes gobernados”, barandillas, pistas de auditoría y torres de control se están moviendo de las ideas después de los lanzamientos de ventas, porque los despliegues tempranos han demostrado qué se rompe.

 

La solución es sencilla, aunque pasada de moda: más rigor sobre la implementación. Antes de aprobar el próximo piloto de agente, un ejecutivo debería poder obtener tres respuestas en un lenguaje sencillo. ¿Cuál es la métrica de éxito escrita y quién la aceptó? ¿A qué datos y herramientas necesita realmente llegar el agente?, y ¿tiene ese acceso hoy? Cuando falla, ¿quién se da cuenta, ¿quién es el responsable del resultado y qué tan rápido puede alguien revertirlo?

Si esas respuestas no existen, el proyecto no está listo, y financiarlo de todos modos es la forma en que se convierte en parte del 40 %. Pídale a cualquier vendedor que le venda un agente que lo guíe a través de las tres preguntas anteriores antes de aprobar. Los que construyen sistemas reales tendrán respuestas. Los que vuelven a empaquetar un chatbot como agente cambiarán rápidamente el tema al modelo.

El pronóstico de Gartner puede resultar correcto, y se lee como un veredicto sobre la tecnología, es la lectura equivocada. Los agentes que sobrevivan en el 2027 no serán los que ejecuten los modelos más grandes. Serán los que tengan un número adjunto a su trabajo y un nombre en el interruptor de anulación. Es la misma disciplina de despliegue que las empresas aplican en cualquier otro lugar y siguen olvidando aplicar a los agentes. La ola está llegando. Si un proyecto se ve arrastrado depende menos de lo que implemente que de cómo se implemente.

Los cronogramas tecnológicos de 2027 no deberán construirse como una lista de nuevas tecnologías. Deben funcionar como una estrategia para decidir dónde invertir, qué modernizar y qué capacidades desarrollar.

La inteligencia artificial seguirá avanzando desde la experimentación hacia aplicaciones más integradas en las operaciones. El reto será pasar de pilotos aislados a soluciones que mejoren procesos, reduzcan costos o aceleren decisiones. Además, la IA agéntica y la automatización de tareas ganan espacio en las conversaciones de los líderes tecnológicos. Gartner, ya aborda el ecosistema de agentes de IA como una decisión estratégica para los responsables de tecnología.

Para 2027, las organizaciones deberían concentrarse, según Gartner en: 1 Identificar procesos donde la IA pueda generar valor medible. 2. Establecer gobierno, seguridad y calidad de datos. 3. Integrar IA con aplicaciones y flujos existentes. 4. Preparar equipos para trabajar con herramientas inteligentes. y 5. Medir resultados, no solamente número de casos de uso. La oportunidad no consiste en incorporar IA porque el mercado lo exige. Consiste en utilizarla donde pueda transformar una operación concreta.

Prioridades tecnológicas para 2027: ciberseguridad desde el diseño

 

La expansión de la inteligencia artificial, la Nube, las API y aplicaciones distribuidas aumenta la superficie de ataque. Por eso, la seguridad ya no puede funcionar como una capa independiente que se incorpora al final de un proyecto. Los CIO y CTO tienen que integrar protección de identidades, endpoints, aplicaciones, datos y redes dentro de la arquitectura tecnológica. También deberán fortalecer la capacidad de detectar amenazas y responder rápidamente ante incidentes.

Modernización: reducir deuda tecnológica sin detener el negocio

Los sistemas heredados continuarán representando uno de los principales obstáculos para escalar nuevas iniciativas. Sin embargo, modernizar no significa reemplazar todo de inmediato.

Los equipos tecnológicos deberán priorizar aplicaciones críticas, identificar dependencias y establecer rutas graduales de transformación. Nube, API, arquitecturas modulares, observabilidad y automatización pueden ayudar a construir plataformas más flexibles. Así, las prioridades tecnológicas para 2027 deberán conectar modernización con objetivos de negocio. Una migración que no mejora velocidad, resiliencia, costo o experiencia difícilmente justificará su inversión.

Automatización y talento: dos capacidades inseparables

La automatización permitirá reducir trabajo repetitivo y mejorar la eficiencia operativa. Sin embargo, no eliminará la necesidad de talento especializado. Al contrario, cambiará las habilidades que las organizaciones necesitan. Los equipos deberán combinar conocimientos técnicos con capacidades de arquitectura, datos, seguridad, IA y resolución de problemas. Además, las organizaciones tendrán que decidir cuándo desarrollar talento interno y cuándo incorporar capacidades externas.

La formación también tendrá un papel importante. Datos citados en estudios de Gartner apuntan a que 70 % de los CIO de América Latina aumentarán su inversión en capacitación de IA hacia 2027. Modelos como Staff Augmentation pueden ayudar a cubrir brechas específicas sin ampliar permanentemente la estructura interna. De forma paralela, una “fábrica de software” puede aportar equipos especializados para acelerar iniciativas concretas.

Convertir las prioridades en un cronograma ejecutable

Definir prioridades no es suficiente. El siguiente paso consiste en convertirlas en iniciativas con responsables, presupuesto, tiempos y métricas. Un cronograma tecnológico para 2027 puede estructurarse en cuatro preguntas: ¿Qué se debemos proteger? Datos, identidades, infraestructura y aplicaciones críticas. ¿Qué se debe modernizar? Sistemas que limitan escalabilidad o velocidad. ¿Qué se puede automatizar? Procesos repetitivos y operaciones manuales y ¿Qué capacidades se necesitan? IA, Nube, datos, ciberseguridad y desarrollo especializado.

El verdadero reto será evitar que todas las iniciativas compitan por los mismos recursos. Las entidades que prioricen con claridad podrán avanzar más rápido y reducir la distancia entre estrategia y ejecución.

En 2027, las ventajas tecnológicas no dependerán de adoptar más herramientas. Dependerán de construir una operación capaz de evolucionar continuamente. Las organizaciones que combinen IA, seguridad, modernización, automatización y talento especializado estarán mejor preparadas para responder a nuevas demandas sin comprometer estabilidad ni velocidad.

En su IT Symposium/Xpo, celebrado recientemente, Gartner dio a conocer la lista que publica anualmente por estas fechas con las principales tendencias tecnológicas estratégicas que las organizaciones deben explorar durante el próximo ejercicio.

Los sistemas de IA funcionan hoy en día en un vacío arquitectónico que “genera software más rápido de lo que los humanos pueden revisarlo, crea rutas de credenciales no gestionadas y vincula los procesos a monopolios de proveedores únicos”, dijo dijo Gene Álvarez, analista y vicepresidente de Gartner, en un comunicado. “Para evitar esa vulnerabilidad sistémica, las organizaciones deben pasar de ser observadoras pasivas de las capacidades de los modelos a convertirse en arquitectas activas de los límites entre la organización, las personas y las máquinas”.

Tendencias tecnológicas actuales

Gartner organizó sus diez tendencias en torno a tres etapas que las empresas deben recorrer para pasar de ejecutar código estático a orquestar trabajadores automáticos autónomos, gestionar la IA sensorial y hacer posible la computación soberana.

La primera etapa, que ya está en marcha y se prolongará durante los próximos uno a tres años, consiste en “aprovechar la frontera de la IA no textual”, afirma Gartner. Esa fase incluye las tres primeras tendencias tecnológicas estratégicas de la empresa.

1. Modelos cuantitativos a gran escala (LQM)

 

Gartner los define como “arquitecturas de redes neuronales híbridas y modulares creadas para procesar y analizar datos cuantitativos”. Utilizan fórmulas matemáticas, métodos y algoritmos existentes para modelar sistemas complejos. En comparación con los LLM, los LQM se diseñan explícitamente para el razonamiento numérico y requieren una cantidad significativamente menor de memoria, almacenamiento y potencia de cálculo, según la empresa.

Los LQM pueden hacer que la toma de decisiones pase de la resolución reactiva de problemas a la simulación proactiva. “Este enfoque riguroso impulsa una agilidad empresarial sin precedentes, lo que permite a las organizaciones implementar de forma segura previsiones autónomas en sectores estrictamente regulados, como las finanzas y la sanidad”.

Predicción de Gartner: para 2030, los LQM sustituirán a los LLM en el 25 % de las tareas de previsión estratégica y modelización operativa en las principales funciones empresariales.

2. Modelos de razonamiento del habla

Una década de automatización de la atención al cliente no ha proporcionado la precisión, la velocidad y las tasas de resolución que desean las empresas y los clientes, y los modelos de razonamiento del habla pueden ayudar a cerrar esa brecha, según Gartner. La empresa los define como “sistemas de IA de voz que razonan directamente a partir del audio, analizando el contexto y la intención a lo largo de una conversación para determinar qué hacer a continuación. Evitan la transcripción tradicional de texto mediante el razonamiento y la ejecución de tareas encadenadas, ampliando la resolución autónoma a la resolución de problemas en varias rondas, los cambios de contexto y la recuperación de errores”.

Predicción de Gartner: para 2030, más del 70 % de las interacciones de voz empresariales serán gestionadas de forma autónoma por modelos de voz, frente a menos del 10 % en 2026.

3. Modelos del mundo

Un modelo del mundo es un sistema computacional entrenado con conjuntos de datos multimodales “para aprender representaciones abstractas de entornos físicos y virtuales”, según Gartner. “Permiten a los agentes autónomos simular posibles estados futuros, predecir resultados y comprender las consecuencias de sus acciones antes de ejecutarlas”.

Los modelos del mundo permitirán a las máquinas comprender el espacio, el tiempo y la causalidad: un avance de vanguardia que vendrá impulsado por las inversiones en robótica, vehículos autónomos y computación espacial, y que será posible gracias a unos costes de entrenamiento de modelos significativamente más bajos durante los próximos tres años, según la empresa.

Predicción de Gartner: para 2030, el 40 % de las aplicaciones robóticas incorporarán modelos del mundo para impulsar decisiones óptimas en entornos adaptativos, frente a menos del 1 % en 2025.

Prioridades a medio plazo

La segunda etapa de Gartner, con un horizonte de tres a cinco años, consiste en “gobernar la plataforma de agentes autónomos”.

Las máquinas están produciendo software más rápido de lo que los equipos pueden auditarlo, y las revisiones manuales se están convirtiendo en el principal cuello de botella, según Gartner. Las cuatro tendencias tecnológicas estratégicas de esa etapa se centran en la gobernanza y en limitar lo que los agentes autónomos pueden ver, utilizar y producir.

4. Plataformas de contexto de IA

El conocimiento operativo fragmentado provoca “alucinaciones” y genera costos informáticos prohibitivos. Las plataformas de contexto de IA unifican el conocimiento corporativo disperso y proporcionan los antecedentes que los agentes de IA necesitan “para interpretar las entradas, tomar decisiones y actuar en consonancia con los objetivos empresariales”, afirman desde Gartner.

“Sin una capa de contexto dedicada, las organizaciones se enfrentan a graves riesgos operativos, entre los que se incluyen agentes con privilegios excesivos, incumplimientos normativos, baja confianza y un consumo excesivo de tokens“.

Predicción de Gartner: para 2027, las organizaciones que den prioridad a la semántica en los datos preparados para la IA aumentarán la precisión de la IA agentiva hasta en un 80 % y reducirán los costes hasta en un 60 %.

5. Sistema de control de agentes de programación de IA

Gartner define esa tecnología como un sistema de bucle cerrado que regula el comportamiento autónomo de los desarrolladores a lo largo de todo el ciclo de vida del desarrollo de software. “Integra plataformas de programación con el contexto empresarial, el enrutamiento de modelos, las puertas de verificación y los bucles de retroalimentación para garantizar que el software cumpla con las normas de seguridad y cumplimiento”, aseguran desde la empresa.

Sin un sistema de control específico, los desarrolladores deben dedicar tiempo a verificar manualmente los resultados generados por la máquina, lo que, según Gartner, da lugar a procesos con un coste elevado y anula los beneficios en productividad.

 

Predicción de Gartner: para finales de 2026, los agentes de programación autónomos generarán el 20 % de todas las confirmaciones públicas, lo que hará que los sistemas de control de bucle cerrado sean obligatorios para evitar fallos críticos en la calidad de la entrega de software.

6. Identidad de los agentes de IA

Existe una necesidad apremiante de gestionar activamente a los trabajadores digitales autónomos, que pueden exponer vulnerabilidades masivas en los sistemas heredados. El marco de identidad de los agentes de IA “correlaciona elementos computacionales compuestos, como los pesos de los modelos, las indicaciones y las credenciales, con los comportamientos en tiempo de ejecución para establecer una confianza continua y la responsabilidad humana”.

“La aplicación de controles de identidad dinámicos permite a las organizaciones sustituir las credenciales estáticas de alto riesgo por un acceso dinámico controlado por políticas”, afirmó Álvarez. “La identidad de los agentes de IA vincula modelos, indicaciones y credenciales con las acciones de los agentes, lo que genera confianza y responsabilidad”.

Predicción de Gartner: para 2028, el 25 % de las brechas de seguridad en las empresas se remontan al uso indebido de agentes de IA debido a privilegios de máquina no gestionados y a prácticas obsoletas en materia de credenciales. “Si las organizaciones no resuelven estos retos de identidad, más de la mitad de sus iniciativas de IA empresarial se detendrán por completo”, advierte la firma de análisis.

7. Corrección autónoma de vulnerabilidades

Gartner define la corrección autónoma de vulnerabilidades (AER) como “un conjunto integrado de capacidades que combinan técnicas de IA y automatización para detectar, priorizar y corregir vulnerabilidades de seguridad en todo el entorno digital de la empresa”. Un sistema AER probará e implementará automáticamente parches o parches virtuales en entornos de producción.

“El proceso defensivo tradicional ha fallado, lo que deja a las organizaciones con un periodo de exposición medio de 50 días en el que las vulnerabilidades permanecen sin parchear”, explican desde Gartner. “Al sustituir la validación manual y lenta por una defensa continua a velocidad de máquina, los líderes tecnológicos transforman la gestión de vulnerabilidades de una cola pasiva en un escudo operativo activo”.

 

Predicción de Gartner: para 2031, las organizaciones que implementen soluciones autónomas de corrección de exposiciones reducirán su ventana media de contención de vulnerabilidades de semanas a menos de 48 horas.

Proyectos futuros

La tercera etapa, prevista para dentro de más de cinco años, exige a las empresas “diseñar una agilidad duradera”. Esa fase reconoce el riesgo de la dependencia de la nube —incluida la fatiga del SaaS y el bloqueo de proveedores— y se centra en la transición hacia entornos soberanos, desechables y orgánicos. Incluye las tres últimas tendencias tecnológicas estratégicas de la lista de Gartner para 2027.

8. Tecnología soberana

“La tecnología soberana se refiere al hardware, el software, las bases de datos y los modelos de IA diseñados, tanto técnica como legalmente, para ofrecer estrategias de salida realistas de los proveedores críticos”, indica Gartner. “Esas tecnologías permanecen disponibles de forma permanente para evitar el bloqueo y garantizar una continuidad operativa total”.

Predicción de Gartner: para 2030, más del 75 % de las organizaciones con sede fuera de Estados Unidos adoptarán estrategias de soberanía digital, trasladando las cargas de trabajo críticas para reducir los riesgos geopolíticos y de dependencia de un único proveedor.

9. Aplicaciones desechables

Gartner define las aplicaciones desechables como aplicaciones de software creadas específicamente para ser retiradas de forma intencionada una vez que se haya cumplido su objetivo empresarial concreto o ese haya dejado de ser relevante.

“La transición hacia las aplicaciones desechables altera de forma fundamental la forma en que se adquiere, se diseña y se presupuesta el software, convirtiendo las carteras de aplicaciones en sistemas dinámicos, en lugar de inversiones heredadas a largo plazo”, señala Álvarez.

Predicción de Gartner: para 2030, el cansancio generalizado respecto al SaaS y la abundancia de software impulsado por la IA obligarán a las organizaciones líderes a garantizar que el 80 % de las nuevas aplicaciones sean desechables y fáciles de sustituir.

10. Wetware como servicio

 

Gartner define el “wetware como servicio” como “un modelo operativo emergente que proporciona acceso remoto, basado en la nube, a sistemas biológicos vivos o sintéticos con fines computacionales”.

Esa tecnología se está desarrollando como respuesta a las limitaciones del hardware informático tradicional de silicio, que no puede escalar la IA empresarial de forma indefinida debido a unas exigencias medioambientales y energéticas insostenibles.

Esos procesadores orgánicos alojados pueden utilizar la plasticidad natural de las redes bioquímicas para ejecutar algoritmos complejos con una eficiencia energética extrema, según Gartner: “Las neuronas biológicas cultivadas en laboratorio pueden realizar cálculos orientados a objetivos con una eficiencia extrema, ejecutando algoritmos complejos de reconocimiento de patrones con una fracción de la potencia de los servidores tradicionales”.

Predicción de Gartner: para 2030, el 25 % de las empresas que den prioridad a una IA especializada de bajo consumo implementarán la computación biológica para superar los límites tradicionales del silicio.

Ya habló el oráculo, sólo resta trabajar en función de ello.

Referencias

• Bednarz, Ann. 21 de octubre de 2026. Computerworld. Las tendencias tecnológicas de Gartner para 2027 amplían (y limitan) las capacidades de la IA. https://www.computerworld.es/article/4238257/las-principales-tendencias-tecnologicas-de-gartner-para-2027-amplian-y-limitan-las-capacidades-de-la-ia.html

• Hill, Emily. LIVE From Gartner: Top 10 Technology Trends for 2027. The national CIO Review. https://nationalcioreview.com/articles-insights/live-from-gartner-top-10-technology-trends-for-2027/

• Las prioridades tecnológicas para 2027 que marcarán la agenda de CIOs. Xideral. https://www.xideral.co/prioridades-tecnologicas-2027/

• Proyecciones de Gartner 2027: ¿Cómo enfrentar los desafíos en seguridad? https://es.linkedin.com/pulse/proyecciones-de-gartner-2027-c%C3%B3mo-enfrentar-los-desaf%C3%ADos-en-seguridad-ilzne

• Szczerba, Robert J. Why 40% Of Agentic AI Projects May Be Canceled By 2027. Forbes. https://www.forbes.com/sites/robertszczerba/2026/07/07/why-40-of-agentic-ai-projects-may-be-canceled-by-2027/