El Índice de Preparación ACx, el Watch List para 2026, nuestros principios de IA Responsable, y el material fuente completo de este reporte.
* 01 Artículo Especial
El Índice de Preparación ACx.
Un marco de puntuación para evaluar la capacidad de una organización para ejecutar la experiencia del cliente agéntica. Siete dimensiones, correspondientes al Mapa de Arquitectura ACx y los tres criterios del éxito de ACx. Marcas y empresas encuestadas. Puntuadas de 1 a 10.
2,9 /10
Empresa Promedio+ 7 /10
Líderes ACxDefinición de Estrategia | |
3.2 Prom. | 8.0 Líderes |
Org. promedio: inversión en IA vinculada a capacidades, no a un resultado del cliente con nombre.
Líderes: cada despliegue vinculado a un resultado definido, línea base, y responsable antes de comenzar el trabajo.
Base de Datos | |
4.0 Prom. | 8.1 Líderes |
Org. promedio: datos propios fragmentados, identidad del cliente no unificada.
Líderes: infraestructura de datos unificada con capas de acceso agéntico en producción.
Aceleración de Ejecución | |
2.5 Prom. | 8.4 Lideres |
Org. promedio: midiendo tiempo hasta la recomendación.
Líderes: estándar de 8 semanas hasta sistemas funcionales, con plazos de producción incorporados en los contratos de compromiso.
Talento y Competencia en IA | |
2.8 Prom. | 7.6 Líderes |
Org. promedio: alta adopción, bajo dominio.
Líderes: 100% formados, acreditación específica por rol, competencia vinculada al reconocimiento, y avance en todas las disciplinas.
Profundidad Sectorial | |
2.4 Prom. | 7.9 Líderes |
Org. promedio: contexto vertical perdido entre estrategia y producción.
Líderes: profunda experiencia sectorial incorporada en cada equipo de entrega, produciendo resultados comercialmente significativos — no solo técnicamente correctos.
Gobernanza e IA Responsable | |
2.9 Prom. | 7.5 Líderes |
Org. promedio: gobernanza tratada como obstáculo o ejercicio de compliance.
Líderes: marcos alineados con ISO, política como habilitador, IA responsable como filtro de aprovisionamiento en lugar de declaración de relaciones públicas.
Rigor de Medición | |
2.2 Prom. | 7.3 Líderes |
Org. promedio: actividad de IA medida, resultados no.
Líderes: validación de ROI en 90 días incorporada en cada despliegue, con líneas base fijadas antes del lanzamiento.
El Rigor de Medición con la puntuación más baja es el hallazgo más revelador del Índice. La mayoría de las organizaciones no saben realmente si su inversión en IA está funcionando. Saben que se está usando. No saben qué está produciendo. Ese es el problema fundamental que el estándar ACx está diseñado para corregir — y la primera conversación que vale la pena tener con cualquier organización seria sobre su preparación.
* 02 Artículo Especial
Diseñado para agentes.
La experiencia del cliente de hoy está construida para ojos, pulgares, y atención humana. En diez años, el visitante más valioso a tu marca puede no ser una persona en absoluto — será el agente actuando en nombre de una persona. La ventana para diseñar ese futuro se abre ahora.
La mayoría de las superficies de CX — sitios, apps, flujos de soporte, embudos de comercio — son accidentalmente hostiles para los agentes. Dependen del diseño visual, las interrupciones modales y la narrativa de marca que funciona para los humanos y confunde a las máquinas. Las organizaciones que construyan silenciosamente una capa paralela legible por agentes hasta 2027 poseerán el siguiente canal antes de que tenga nombre.
Un horizonte de diez años
2026
Fase 01
Sentar las bases
Los próximos seis meses se tratan de los fundamentos ACx: contenido estructurado, APIs semánticas, captura de intención, esquemas legibles por agentes. La infraestructura que nadie ve pero de la que todo agente dependerá.
2027 → 2031
Fase 02
Dos audiencias en paralelo
Durante aproximadamente cinco años, cada superficie CX significativa sirve a dos consumidores a la vez: un humano que escanea, toca y siente — y un agente que consulta, negocia, y transacciona. Las marcas que diseñan para ambos ganan dos veces.
2032 → 2035
Fase 03
Dominado por agentes
A principios de la década de 2030, más transacciones, comparaciones, y recomendaciones fluyen a través de agentes que a través de sesiones impulsadas por humanos. El agente se convierte en el cliente principal. Las visitas humanas se convierten en excepciones de alto riesgo.
2036 y más allá
Fase 04
La pregunta abierta
¿Desaparece el canal humano — como lo hicieron la mayoría de los catálogos impresos — o persiste como un espacio deliberado y premium de la forma en que los navegadores aún persisten junto a las apps? No lo sabemos. Pero las marcas que cubren ambas posibilidades superarán a las que no lo hacen.
Construido para humanos
Jerarquía visual, narrativa de marca, movimiento, y emoción
Flujos secuenciados, arcos de persuasión, arquitectura de elección considerada
Confianza ganada a través del tono, el oficio, y la experiencia sentida
Construido para agentes
Datos estructurados, intención legible por máquinas, superficies semánticas limpias
Negociación programática, precios deterministas, y APIs de políticas
Confianza ganada a través de la confiabilidad, la procedencia, y las afirmaciones verificables
Las marcas que ganen la era de los agentes son las que empezaron a construir para ella mientras todavía parecía opcional.
El costo de esperar no es un lanzamiento perdido — es estructural. La preparación para agentes no es una capa que añades más tarde. Son las decisiones de arquitectura que tomas ahora: cómo se modela el contenido, cómo se resuelve la identidad, cómo se exponen las transacciones, cómo se verifica la confianza. Las marcas que traten 2026 como un año de fundamentos — no de funcionalidades — serán las que tengan opciones cuando cambie la mezcla de canales.
* 03 Artículo Especial
Lista de seguimiento 2026.
Seis señales que no formaron parte del reporte principal de este año — y que probablemente definirán la próxima edición.
01 | El Punto de Inflexión del Comercio Agéntico |
02 | La Gobernanza de IA como Diferenciador Competitivo |
03 | La Carrera por los Datos de Fans |
04 | Agentes Multimodales en la Experiencia del Consumidor La IA basada en texto es la línea base empresarial actual. La próxima ola — agentes que razonan simultáneamente sobre texto, imagen, audio, y vídeo — ya está en despliegue productivo temprano. Las marcas de CPG que trabajan hoy en experiencia de producto multimodal están doce meses por delante de donde estará la arena Consumer en 2027. |
05 | La Consolidación de las Empresas de Servicios El segmento medio del mercado está bajo presión. Las empresas que no son genuinamente nativas en IA ni lo suficientemente grandes para absorber los costos de I+D están siendo presionadas entre las boutiques tecnológicamente avanzadas y los actores de escala offshore. La consolidación durante 2026–2027 es el resultado probable. |
06 | La Normalización de la Desviación en el Despliegue de IA El desastre del Challenger fue causado por la aceptación gradual de anomalías como normales. El mismo patrón es observable en la IA empresarial hoy. Resultados sesgados aceptados como "suficientemente buenos". Alertas de seguridad descartadas porque aún no han causado un incidente visible. Umbrales de calidad bajados incrementalmente. Las organizaciones con mayor riesgo son las que han redefinido silenciosamente lo aceptable. |
* 04 Artículo Especial
Usando la IA responsablemente
La era ACx será definida no solo por la rapidez con que las organizaciones despliegan la inteligencia agéntica — sino por la responsabilidad con que lo hacen. La velocidad sin responsabilidad no es una ventaja competitiva. Es una responsabilidad que se acumula silenciosamente hasta que deja de serlo.
Apply es una empresa que prioriza la IA. Eso significa abrazar la IA como una parte central de cómo trabajamos y entregamos valor, y asumir plena responsabilidad por cómo la usamos. Los principios a continuación no son una lista de verificación. Son los valores a los que nos comprometemos.
01 | El Juicio Humano Sigue Siendo Central Somos una empresa que prioriza la IA, pero no solo la IA. La IA hace a nuestra gente más capaz. No reemplaza su responsabilidad sobre el trabajo. Cada resultado — desde código hasta texto y todo lo que hay entre ambos — es propiedad de la persona que lo produjo. Nuestra gente es plenamente responsable de lo que sale por nuestra puerta, independientemente de las herramientas utilizadas. |
02 | Transparencia con los Clientes La IA es parte de cómo trabajamos en cada departamento y cada entregable. Todo uso de IA sigue nuestras políticas de confidencialidad, protección de datos, y uso responsable sin excepción. Usamos plataformas de IA dentro de nuestro propio entorno para producir trabajo de clientes. Nunca llevaremos una herramienta, modelo, o plataforma a un entorno de cliente que no haya sido aprobado para su uso en él. |
03 | Equidad y Conciencia del Sesgo Los modelos de IA pueden reflejar los sesgos de sus datos de entrenamiento. Esa es una limitación conocida, y una para la que se entrena a nuestra gente. En cada disciplina, la experiencia humana en el oficio se aplica a todos los resultados de IA antes de que lleguen a un cliente. Eso no es opcional — es como trabajamos. Ningún resultado de IA se entrega sin una persona responsable de él. |
04 | Alineación Regulatoria Solo usamos modelos y plataformas de IA que se alinean con las regulaciones de privacidad y datos de las regiones donde operamos nosotros y nuestros clientes. Apply tiene certificación ISO 27001, con ISO 42001 pendiente. Esa certificación no es una insignia. Es la base sobre la que se construyen nuestras prácticas de seguridad de la información — y se aplica a todo lo que hacemos, incluyendo cómo usamos la IA. |
05 | El Modelo Correcto, el Propósito Correcto Elegimos modelos de IA que se adaptan a la tarea — no el más poderoso disponible. Los modelos más grandes consumen más energía y cómputo. Usar un modelo de vanguardia donde uno más ligero funciona igual de bien no es ni buena práctica ni una gestión responsable de los recursos compartidos. El uso de IA en Apply debe ser deliberado. |
06 | Responsabilidad Ambiental La IA tiene un costo ambiental real y creciente — no solo en cómputo, sino en el agua utilizada para enfriar los centros de datos que alimentan estos modelos. Nuestro compromiso de dimensionar correctamente la elección de modelos es una de las formas en que actuamos sobre esa preocupación en lugar de solo reconocerla. |
La IA responsable no es una restricción sobre lo que construimos. Es la base que hace que lo que construimos valga la pena confiar.
Estos principios evolucionan con el panorama. Los revisamos anualmente — y antes cuando cambios significativos en la tecnología, la regulación, o el entorno de riesgo lo hacen necesario. Las organizaciones que traten la IA responsable como un ejercicio de compliance serán reactivas. Las que la traten como una postura competitiva serán de confianza — y en la era ACx, la confianza es el activo que se potencia más rápidamente.
* Fuentes y Referencias
Lecturas adicionales
Referencias citadas en este reporte, con su fuente. Todas las URLs activas a abril de 2026.
Capítulos 01 y 04 · Fracaso de Proyectos de IA y Escala | Gartner press release — Lack of AI-Ready Data Puts AI Projects at Risk (Feb 2025) McKinsey — The State of AI (Nov 2025) Approximately one-third of companies have begun scaling AI; nearly two-thirds have not yet begun scaling mckinsey.com/capabilities/quantumblack/our-insights/the-state-of-ai McKinsey Global Institute — Notes from the AI Frontier (Sept 2018) Projected AI adding ~$13T to global GDP by 2030 mckinsey.com/featured-insights/artificial-intelligence/notes-from-the-frontier-modeling-the-impact-of-ai-on-the-world-economy MIT NANDA Initiative — The GenAI Divide: State of AI in Business 2025 (July 2025) 95% of enterprise GenAI pilots fail to deliver measurable P&L impact nanda.media.mit.edu/the-genai-divide-state-of-ai-in-business-2025 |
Chapter 01 · AI Adoption Acceleration | NBER Working Paper 32966 — The Rapid Adoption of Generative AI (Bick, Blandin & Deming, 2024) Generative AI adoption running roughly 2× the speed of the internet at comparable ages (individual adoption) nber.org/papers/w32966 Gartner press release — Hype Cycle for AI (Aug 2025) AI agents and AI-ready data identified as the two fastest-advancing technologies on the 2025 Hype Cycle for AI gartner.com/en/newsroom/press-releases/2025-08-05-gartner-hype-cycle-identifies-top-ai-innovations-in-2025 McKinsey Global Institute — The Economic Potential of Generative AI Generative AI could add $2.6–4.4T annually across use cases; broader AI $13T by 2030 mckinsey.com/capabilities/mckinsey-digital/our-insights/the-economic-potential-of-generative-ai McKinsey — The State of AI 88% of enterprises now use AI in some form; only 23% report scaling agentic AI across the enterprise mckinsey.com/capabilities/quantumblack/our-insights/the-state-of-ai |
Chapter 02 & 03 · CX Quality & Ecosystem Design | Forrester — US Customer Experience Index 2025 CX quality has declined for four consecutive years; 25% of brands fell, only 7% improved forrester.com/research/customer-experience-index Forrester — Customer Journeys Connect Brand And Experience (2025) Forrester’s ongoing argument that the linear funnel is dead; customer experiences span connected journeys, not single brands forrester.com/blogs/customer-journeys-connect-brand-and-experience/ |
Chapter 07 · Google Cloud Platform | Google Cloud — Gemini Enterprise Agent Platform Foundation model infrastructure, fine-tuning and deployment pipelines for enterprise AI cloud.google.com/products/gemini-enterprise-agent-platform?hl=en Google Cloud — BigQuery Enterprise data warehouse and analytics foundation for agentic intelligence cloud.google.com/bigquery Google Cloud — Agent Builder Orchestration layer for multi-step agentic workflows and conversational AI cloud.google.com/products/agent-builder |
Chapter 08 · Consumer Arena Market Data | eMarketer — Retail Media Advertising Forecast Global retail media market growth; Walmart Connect, Amazon Ads and Target Roundel spend trends emarketer.com/topics/topic/retail-media Forrester — The State Of US Consumer Personalization, 2025 Consumer expectations for individualized brand experiences; retailer personalization gaps forrester.com/report/the-state-of-us-consumer-personalization-2025/ |
Chapter 08 · Entertainment Arena Market Data | PwC Global Entertainment & Media Outlook Streaming subscriber acquisition costs, retention rates and content economics pwc.com/gx/en/industries/tmt/media/outlook.html Deloitte — Digital Media Trends Survey Audience attention fragmentation, streaming churn drivers and personalization demand deloitte.com/us/en/insights/industry/technology-media-telecom/digital-media-trends-survey.html |
Watch List · Normalisation of Deviance | Psychological Safety — Normalisation of Deviance The Challenger disaster as a case study in how small accepted deviations accumulate into catastrophic risk psychsafety.com/normalisation-of-deviance NASA — Rogers Commission Report on Challenger Original investigation into the organizational failures behind the Space Shuttle Challenger disaster history.nasa.gov/rogersrep/genindex.htm |
Responsible AI · Governance & Standards | ISO 27001 — Information Security Management International standard for information security management systems iso.org/standard/27001 ISO 42001 — AI Management Systems International standard for artificial intelligence management systems and responsible AI governance iso.org/standard/81230.html NIST — AI Risk Management Framework US federal framework for managing risk in AI systems across the full development lifecycle nist.gov/artificial-intelligence/ai-risk-management-framework |
Responsible AI · Environmental Impact | Goldman Sachs — AI Power Demand Report AI data center energy and water consumption projections through 2030 goldmansachs.com/insights/articles/AI-poised-to-drive-165-increase-in-power-demand Nature — Water Consumption of Large Language Models Research on water usage in data centers powering large AI model training and inference nature.com/articles/s41545-023-00274-6 |
Apply · Nuestro compromiso
Construye lo que viene después. Ahora.
La era ACx no recompensa a los cautelosos. Recompensa a los capaces — las organizaciones con la base de datos, la profundidad de talento, la infraestructura de alianzas, y la cultura de responsabilidad para pasar de la ambición a la producción. Ese es el estándar. Ese es el trabajo.