La IA agéntica introduce una capacidad distinta frente a etapas anteriores de la inteligencia artificial aplicada en el sector público. El cambio no consiste solo en producir respuestas, recomendaciones o automatizaciones puntuales, sino en ejecutar flujos de trabajo completos, de múltiples pasos, con mayor autonomía, coordinación y capacidad de adaptación. En el ámbito gubernamental, esto abre la posibilidad de reorganizar procesos administrativos, secuencias de atención, análisis de información y tareas operativas que hoy dependen de cadenas fragmentadas de intervención humana, sistemas desconectados y tiempos de respuesta prolongados. Bajo esa lógica, el reto principal deja de ser tecnológico en sentido estricto y pasa a ser institucional: cómo preparar al Estado para adoptar esta capacidad de manera selectiva, segura y orientada a valor público. La preocupación central se ubica en el riesgo de adoptar esta tecnología sin una lectura estratégica suficientemente clara. Cuando no existe una comprensión basada en evidencia sobre dónde la IA agéntica puede aportar mayor valor, los gobiernos pueden terminar destinando recursos a usos de bajo impacto, alta complejidad o limitada escalabilidad. Eso no solo afecta eficiencia del gasto y resultados operativos, sino que también puede deteriorar la confianza en la tecnología, multiplicar pilotos que no maduran y generar frustración institucional. Por eso, la preparación para IA agéntica se plantea como una condición previa a la expansión, con énfasis en priorización, secuencia de despliegue y control de riesgos.

El enfoque adoptado se apoya en una perspectiva transversal a las funciones del gobierno, en lugar de centrarse únicamente en sectores o ministerios específicos. Esa aproximación busca evitar que la discusión quede encerrada en casos aislados y, en cambio, permita observar patrones comunes entre actividades públicas que comparten necesidades de análisis, coordinación, toma de decisiones, seguimiento de trámites o interacción con ciudadanía. La referencia a una evaluación sistemática sobre 70 funciones gubernamentales refuerza esa intención de construir un marco general para identificar áreas donde la IA agéntica combine alto potencial de valor público con una complejidad de implementación manejable. El objetivo no es impulsar adopción indiscriminada, sino ofrecer una base para distinguir entre usos que pueden avanzar con mayor preparación y otros que requieren condiciones institucionales más robustas. Esa lógica de preparación supone equilibrar dos dimensiones. Por un lado, el potencial de transformación, entendido como la capacidad de mejorar desempeño, calidad del servicio, productividad administrativa o capacidad de respuesta del Estado. Por otro, la complejidad, que puede derivar de sensibilidad de los procesos, exigencias de coordinación, dependencia de datos, necesidad de supervisión o exposición a riesgos operativos, éticos o institucionales. La adopción responsable de IA agéntica en gobierno depende precisamente de esa combinación. No basta con que una función pública sea intensiva en procesos repetitivos o en manejo de información; también debe existir un entorno donde los riesgos puedan entenderse, gestionarse y gobernarse antes de escalar.

La orientación entregada también apunta a ordenar los puntos de entrada para esta tecnología. En lugar de asumir que toda función pública está igualmente lista para incorporar agentes, se parte de que algunas áreas ofrecen mejores condiciones iniciales, tanto por claridad del caso de uso como por viabilidad institucional. Junto con ello, la referencia a iniciativas ya visibles en el sector público cumple una función práctica: mostrar que la conversación no se mueve en el plano puramente prospectivo, sino que ya existen experiencias que permiten empezar a identificar patrones de adopción, desafíos comunes y requisitos de preparación. El valor del marco radica entonces en desplazar la conversación desde la fascinación tecnológica hacia una lógica de preparación gubernamental. La pregunta relevante no es simplemente cómo incorporar agentes, sino cómo decidir dónde usarlos, bajo qué condiciones, con qué controles y con qué expectativas de resultado dentro de la operación pública.

Para leer más ingrese a:

https://www.weforum.org/publications/making-agentic-ai-work-for-government-a-readiness-framework/

https://reports.weforum.org/docs/WEF_Making_Agentic_AI_Work_for_Government_A_Readiness_Framework_2026.pdf