La apuesta de Accenture por los agentes de IA enfrenta la prueba del parche

Accenture se convirtió en uno de los tres principales clientes empresariales de Anthropic bajo un acuerdo de tres años para vender servicios de IA. Nueve meses después, las empresas dijeron que evaluadores de Accenture trabajarían dentro de Anthropic, probando modelos del proveedor que Accenture ayuda a llevar a sus clientes. El revendedor se estaba convirtiendo en inspector.

Esa combinación habría tenido poco sentido cuando la IA empresarial consistía en darles una herramienta a los empleados y enseñarles a usarla. Tiene sentido comercial cuando un agente puede recibir una solicitud, acceder a otro sistema e iniciar trabajo sin esperar a que una persona escriba el siguiente prompt. Entonces el cliente necesita respuestas que una licencia de modelo no puede ofrecer: qué identidad autorizó la acción, a qué sistemas podía acceder el agente, dónde una persona podía detenerlo y quién debe explicar el resultado.

La gobernanza de agentes de IA invierte el negocio de la implementación. A medida que los modelos facilitan automatizar la ejecución rutinaria de código y tareas, las empresas tienen más motivos para pagar por las reglas que rodean esa ejecución: permisos, integración, evaluación, revisión y un registro de lo ocurrido. Accenture está armando una posición como operador de esas reglas entre proveedores. Todavía no ha demostrado que esa posición produzca mejores resultados para los clientes, ni que un evaluador tan cercano a un proveedor de modelos pueda ser lo bastante independiente como para merecer ese papel.

SynOps podía automatizar una tarea sin asumir la decisión

En 2019, Accenture presentó SynOps como software de automatización que había usado internamente para gestionar tareas y reasignar aproximadamente a 40,000 trabajadores. Esa fue una afirmación de la empresa, no una medida de empleos eliminados. La cuestión de diseño era cómo sacar trabajo repetible de una fila humana y conservar a las personas para el trabajo que permanecía. Por tanto, la estrategia de automatización de Accenture antecede a la generación actual de modelos.

Un agente cambia el límite de la tarea. Apple incorporó Claude Agent de Anthropic, Codex de OpenAI y soporte para MCP en Xcode 26.3, colocando proveedores de agentes competidores dentro de un entorno de desarrollo. Cursor fue un paso más allá con Automations: un cambio en una base de código, un mensaje de Slack o un temporizador pueden iniciar un agente de programación. Ningún anuncio de producto establece que una empresa haya autorizado de forma segura cambios en producción. Ambos muestran por qué la autorización ya no puede tratarse como una configuración del chatbot de un solo empleado.

Una persona que inicia un asistente puede revisar una sugerencia antes de usarla. Un temporizador no revisa nada. Una vez que el software inicia la tarea, una organización debe decidir de antemano qué puede leer el agente, qué puede cambiar y cuáles cambios requieren revisión. El repositorio de código, el sistema de identidad y el registro de aprobaciones se convierten en partes del mismo flujo de trabajo. Esa es también la razón por la que la economía de la programación agéntica va más allá del costo de generar código: cuanto más barato sea el cambio propuesto, más importantes serán las reglas para aceptarlo.

Los proveedores pueden suministrar controles; los clientes todavía tienen que conectarlos

Google presentó una Gemini Enterprise Agent Platform para gestionar el ciclo de vida de flotas de agentes. Microsoft presentó una especificación abierta de control de agentes destinada a dar a los desarrolladores un control granular y consistente sobre el comportamiento de los agentes. OpenAI añadió aislamiento y un arnés para probar tareas de largo horizonte a su Agents SDK. Esos productos importan porque los proveedores de nube y modelos podrían conservar para sí mismos gran parte del mercado de controles; una consultora no puede asumir que cada nuevo requisito se convierte en un contrato de servicios.

El control de cada proveedor tiene un límite. Un entorno aislado puede restringir la ejecución de un agente, pero no decide qué empleado puede aprobar un cambio en el sistema de TI de un cliente. La gestión de flotas puede rastrear agentes, pero un cliente aún debe conciliarlos con sus identidades, registros, excepciones y procedimientos de incidentes. El acuerdo de tres años de OpenAI para incorporar modelos y agentes al software empresarial de ServiceNow coloca la cuestión dentro del trabajo de TI, no junto a él: un agente que gestiona una tarea debe operar bajo la autoridad del sistema, no solo producir una respuesta plausible sobre la tarea.

Las alianzas Frontier de OpenAI con Accenture, BCG, Capgemini y McKinsey reconocen un límite práctico a la distribución de modelos. El proveedor puede ofrecer la plataforma; los intermediarios empresariales ayudan a adaptarla a organizaciones cuyos sistemas y derechos de decisión ya existen. Pero esos intermediarios tienen que ganarse el espacio entre los proveedores. Un cliente podría comprar las herramientas de ciclo de vida de Google, los controles conductuales de Microsoft y las herramientas de pruebas de OpenAI sin otorgar a una sola consultora responsabilidad duradera sobre cómo funcionan juntas.

El plano de control de agentes más amplio va más allá del software de oficina. Su versión empresarial tiene destinos comunes y consecuentes: el repositorio de código que un agente puede modificar, el ticket de TI que puede cerrar y el activo de red que puede tocar. La preocupación de las aseguradoras por reclamaciones potencialmente multimillonarias derivadas de agentes fuera de control da a un permiso fallido o a un registro de revisión faltante una audiencia financiera fuera del equipo de ingeniería.

Accenture está armando acceso en tres puntos distintos

Las alianzas y adquisiciones de Accenture abordan distintas partes de un contrato operativo. Con Anthropic, las empresas esperan invertir más de $2 mil millones durante cinco años en capacidad de evaluación de IA de frontera, incluidos evaluadores integrados y red teaming. Es una inversión prevista, no dinero ya gastado ni evidencia de un beneficio para clientes. Anthropic también lanzó un compromiso de $100 millones para Frontier Academy a fin de capacitar a 10,000 ingenieros desplegados para 2028, comenzando con Accenture, Bain y otros.

Con Google Cloud, Accenture formó un grupo de negocio de Gemini Enterprise y planea capacitar hasta 1,000 ingenieros desplegados en sitio. Estos ingenieros representan un punto de contacto distinto del de los evaluadores dentro de un laboratorio de modelos: están destinados a trabajar cerca de los despliegues de clientes, donde una regla de permisos debe encontrarse con una aplicación existente y un responsable. Los planes no establecen cuántos ingenieros han sido capacitados ni cómo funciona algún flujo de trabajo resultante.

Accenture también anunció una transacción combinada de ciberseguridad de $4.18 mil millones por una participación mayoritaria en Dragos y las adquisiciones completas de runZero y NetRise. Los activos propuestos abordan el inventario y la seguridad de los entornos a los que un agente podría ingresar. Una política que prohíbe el acceso a un sistema desconocido es difícil de aplicar; un operador primero necesita saber qué activos existen. La transacción fue anunciada, no prueba de que Accenture haya integrado esas capacidades en despliegues de agentes.

Accenture apareció en cuatro artículos en el período comparativo anterior y en 21 en el período posterior entre 2024 y 2026. Ganó atención, no evidencia de valor contractual ni éxito operativo; aún tiene que demostrar que puede operar un proceso de control confiable alrededor de varios modelos.

Las firmas de servicios enfrentan al mismo tiempo demanda y compresión laboral

Tata Consultancy Services ofrece la advertencia más clara contra tratar la demanda de IA como protección para el antiguo modelo de personal. TCS reportó ventas del cuarto trimestre de $7.63 mil millones y una utilidad de $1.48 mil millones, ambas por encima de las estimaciones, y dijo que los nuevos modelos de IA no habían afectado la demanda de servicios. Dos meses después, su presidente predijo que los agentes podrían reemplazar la mitad de los empleos de TCS, mientras la empresa dijo que planeaba reducir la contratación a medida que adoptara IA. La predicción no es una pérdida de empleos observada. La combinación muestra a una firma que espera atender a clientes mientras usa menos personas para parte del trabajo.

Capgemini ha tomado otra ruta: acordó adquirir WNS por $3.3 mil millones para ampliar los servicios de IA agéntica y se asoció con SAP en herramientas Mistral personalizadas para industrias con requisitos estrictos de datos. Estos movimientos no identifican a un ganador. Muestran a pares que buscan capacidades en procesos, despliegue y control de datos mientras los proveedores de modelos desarrollan más de las herramientas por sí mismos.

Accenture solo puede cobrar por juicio especializado si los clientes reciben algo mejor que un nuevo nombre para horas de implementación. Accenture no ha mostrado, en el registro disponible, resultados verificados de antes y después para despliegues de clientes de agentes gobernados y activados por eventos en errores, tiempo de revisión, tiempo de ciclo o costo total. La investigación corporativa que describe un “impuesto de verificación” humano da un peso particular a la medida faltante: un agente puede completar más pasos y aun así dejar a una persona con más resultados por revisar. El rediseño de procesos tiene que contar el trabajo trasladado al revisor, no solo el trabajo retirado al implementador.

Un evaluador debe poder reprobar a su propio proveedor

Anthropic llama evaluación independiente a su acuerdo con Accenture, aunque Accenture también es un importante cliente comercial y socio de ventas. Eso no invalida una evaluación. Hace de la independencia algo que debe demostrarse mediante criterios divulgados, pruebas repetibles, fallas registradas y la capacidad de un cliente para actuar ante un resultado desfavorable. Una evaluación de alineación dentro de un laboratorio de modelos tampoco puede, por sí sola, establecer si un cliente particular dio a un agente los permisos correctos en un sistema particular.

La distinción importa después del despliegue. Expertos legales han dicho que la ley estadounidense no está preparada para agentes fuera de control, mientras que el presidente de la FTC, Andrew Ferguson, ha argumentado contra tratar a los agentes como actores con voluntades independientes. Las organizaciones y las personas permanecen en la cadena de responsabilidad. Una empresa que no puede reconstruir la autorización, las acciones, la revisión y el manejo de excepciones de un agente tendrá dificultades para explicar una falla a un cliente o a una aseguradora, por más cuidadosamente que haya evaluado el modelo subyacente.

Las firmas de servicios profesionales ya saben que usar una herramienta no transfiere la responsabilidad por un resultado. Deloitte reembolsó parcialmente un informe del gobierno australiano de AU$439,000 después de que se encontraron errores y reconoció que la IA había ayudado a producirlo. Accenture enfrenta una prueba más operativa: el FBI dijo que un contratista de Accenture no aplicó un parche de seguridad en relación con una filtración que, según se reportó, expuso datos de miles de empleados. Esa falla reportada no mide el trabajo de Accenture con agentes, pero pone a prueba directamente la disciplina que una firma debe poseer antes de vender aseguramiento continuo.

Accenture puede colocar a un evaluador dentro de Anthropic. El FBI aun necesitaba que alguien aplicara el parche.