Hace dos semanas le diste luz verde a un piloto de agentes. Quizás fueron los flamantes Managed Agents de Anthropic, quizás el Agents SDK actualizado de OpenAI. La demo del vendor fue espectacular: una tarea de nivel junior — clasificar tickets, código boilerplate, limpieza de datos — desaparecía en 90 segundos. Hiciste las cuentas. Menos juniors contratados, seniors liberados para "trabajo de alto valor". El ROI parecía blindado.

Aquí viene el remate que nadie puso en la diapositiva: tus ingenieros senior ahora pasan más tiempo revisando lo que producen los agentes de lo que los juniors jamás tardaron en producirlo. Y nadie presupuestó eso.

La semana que lanzó mil agentes

Entre el 8 y el 15 de abril, los tres mayores vendors de IA apostaron todo a los agentes en producción — sistemas de IA autónomos que no solo responden preguntas, sino que realmente hacen trabajo por su cuenta. Anthropic lanzó Managed Agents el 8 de abril, con Notion, Rakuten y Asana como socios de lanzamiento. Atlassian metió agentes en Confluence el 10 de abril. OpenAI expandió su Agents SDK el 15 de abril con entornos sandbox y tareas de largo plazo. Los agentes empresariales pasaron de "estamos experimentando" a "ya está en producción" de la noche a la mañana.

Nadie preguntó qué pasa después.

Los datos que nadie quiere en el dashboard

Las grietas venían apareciendo desde hacía meses — si alguien se molestaba en leer la investigación.

Faros.ai estudió a más de 10,000 desarrolladores en 1,255 equipos (publicado en julio 2025): los devs individuales completaron 21% más tareas y mergearon 98% más pull requests — fragmentos de código enviados a revisión. Suena como una victoria. Pero el tiempo de revisión de PRs se disparó un 91%. Los bugs aumentaron 9%. ¿Y a nivel de empresa? "Cualquier correlación entre adopción de IA y métricas clave de rendimiento se evapora." La velocidad individual subió. La productividad del equipo se estancó. Los agentes no eliminaron trabajo — lo movieron río arriba a la cola de revisión.

A estas alturas, los números de soporte ya son conocidos — los 1.7× más problemas de CodeRabbit en código generado por IA (diciembre 2025), el hallazgo de Princeton de que la confiabilidad de los agentes mejora a la mitad de la velocidad que su capacidad (marzo 2026). Ya cubrimos ambos en este canal. Los datos de Faros explican por qué esos números golpean tan duro a escala: el cuello de botella no desapareció. Migró de producción a revisión.

La trampa estructural

Aquí está por qué el ROI se invierte, y no es un bug que alguien pueda parchear.

Hacer una tarea requiere competencia. Revisar el output de un sistema autónomo requiere competencia más criterio más la capacidad de detectar errores sobre los cuales la IA está convencida. La supervisión es estrictamente más difícil que la ejecución.

Addy Osmani lo llamó "deuda de comprensión" — la brecha creciente entre cuánto código existe y cuánto realmente entiende un humano — en O'Reilly Radar el 13 de abril: "Un ingeniero junior ahora puede generar código más rápido de lo que un ingeniero senior puede auditarlo críticamente." Un estudio de Anthropic con 52 ingenieros, publicado en febrero de 2026, encontró que los devs asistidos por IA obtuvieron 17 puntos porcentuales menos en pruebas de comprensión del código que acababan de "escribir".

El costo humano ya es medible. Harvard Business Review reportó el 5 de marzo que el 14% de los usuarios de IA experimentan "brain fry" — fatiga mental por supervisión excesiva de IA. La supervisión se clasificó como la actividad de IA más agotadora mentalmente. Los trabajadores con alta carga de supervisión cometieron 39% más errores graves y experimentaron 33% más fatiga de decisión. También renuncian más: 34% de intención de irse, contra 25% en trabajadores sin brain fry.

Shashi Bellamkonda del Info-Tech Research Group lo llamó "el impuesto de supervisión" el 5 de abril. Citó a un ingeniero de Microsoft usando un agente de codificación de IA que reportó que "no podía despegarse de la pantalla" — se sentía "como alguien arrastrado por la corriente". El ingeniero esperaba delegarle trabajo a un junior. Lo que obtuvo fue un turno de niñera ansioso donde las consecuencias de distraerte eran incalculables.

La factura que nadie te cotizó

Los vendors cobran por uso sin importar la calidad del output. Las horas de supervisión de agentes son invisibles en la contabilidad del proyecto — aparecen como "tiempo de ingeniero senior" sin ninguna línea que las conecte al agente que creó el trabajo. El cuello de botella de expertise que limitaba a tu equipo antes de los agentes ahora limita a tu equipo después de los agentes, solo que en una capa diferente.

La predicción de Gartner de junio 2025 de que más del 40% de los proyectos con agentes serán cancelados para 2027 empieza a parecer conservadora. La encuesta de OutSystems del 13 de abril encontró que el 94% de los líderes de TI ya se preocupan por la proliferación descontrolada de agentes, y solo el 12% tiene plataformas centralizadas para gestionarlos. Mientras tanto, el 52% depende de "supervisión humana en el loop" — la forma corporativa elegante de decir "una persona mira al robot y reza".

Qué significa esto para ti

Antes de desplegar agentes, calcula el costo de supervisión por hora-agente — no el precio de la hora-agente. Si a tu equipo le faltan revisores senior, los agentes amplifican la brecha de expertise en vez de cerrarla. La calculadora de ROI del vendor no tiene un campo para "cuánto cuesta cuando tu mejor ingeniero pasa todo el martes verificando que el agente no rompió silenciosamente la autenticación".

Hazle una pregunta a tu vendor: ¿cuál es la ratio de supervisión esperada? Si te miran con cara de nada, ya tienes tu respuesta.

La primera segmentación real del mercado de agentes no será por calidad del modelo ni por precio. Será por qué plataforma realmente reduce la carga de supervisión. Esa métrica todavía no existe — y hasta que exista, cada proyección de ROI que hayas visto le falta su variable más grande. Hace dos semanas el pitch era "los agentes reemplazan el trabajo junior". Hoy la pregunta es quién reemplaza la cordura del ingeniero senior.