## [IA agéntica: oportunidades, riesgos y cómo afrontarla](/es_ES/garrigues-digital/ia-agentica-oportunidades-riesgos-afrontarla) ## IA agéntica: oportunidades, riesgos y cómo afrontarla Begoña González Otero, *of counsel* de Propiedad Industrial e Intelectual de Garrigues y experta en derecho digital 16 / 09 / 2026 - - [](https://www.linkedin.com/sharing/share-offsite/?url=https://www.garrigues.com/es_ES/garrigues-digital/ia-agentica-oportunidades-riesgos-afrontarla) - []() - []() ![IA agéntica: oportunidades, riesgos y cómo afrontarla](/sites/default/files/gd_article/img/ia-agentica.jpg) **La irrupción de los agentes de IA abre nuevas oportunidades de eficiencia y automatización, pero también plantea retos inéditos en materia de responsabilidad, competencia, protección de datos y gobernanza. Frente a sistemas cada vez más autónomos y capaces de ejecutar acciones por sí mismos, las organizaciones deberán equilibrar innovación y control para aprovechar su potencial sin perder de vista los riesgos.** La IA agéntica es una realidad que ha traspasado las pantallas. Empezamos por cambiar verbos: de responder, redactar o resumir a negociar o contratar. Este giro semántico también es jurídico, pero ni siquiera es nuevo. El Derecho romano ya articuló mecanismos sobre cómo responder por quien actúa sin ser persona: así se consideraba, por ejemplo, al esclavo por cuyos actos el *dueño* podía tener que responder. Lo genuinamente nuevo son la escala y la velocidad, que sí plantean una serie de oportunidades y riesgos aún no resueltos y que desentrañamos a continuación. ## Del chatbot al agente En 2024, [Air Canada](https://www.canlii.org/en/bc/bccrt/doc/2024/2024bccrt149/2024bccrt149.html) ensayó una defensa tan llamativa como poco eficaz: sostuvo que su chatbot era una entidad separada, responsable de sus propios actos. El asistente había inventado una política de descuentos por duelo y un pasajero había adquirido un billete confiando en ella. El tribunal respondió lo obvio, que a veces necesita sentencia: la empresa responde de la información que ofrece en su web, la escriba una persona, una página estática o un chatbot. La indemnización fue modesta; el principio no. Aquel chatbot solo hablaba. Los agentes de IA que llegan ahora planifican, utilizan herramientas y ejecutan tareas de principio a fin.[ APEX-Agents](https://epoch.ai/benchmarks/apex-agents) los examina con encargos reales de profesiones complejas: los resultados mejoran deprisa, pero siguen lejos de una fiabilidad plena. Esa combinación de mayor capacidad y autonomía, sin la correspondiente certeza, es exactamente el tipo de progreso que interesa al Derecho. ## Lo que nos enseña el sector del automóvil Mucho antes del primer agente de *software* ya convivíamos con uno de metal y ruedas: el automóvil. La seguridad del automóvil nació de décadas de regulación progresiva. La [autonomía](https://www.transportes.gob.es/transporte-terrestre/sistemas-inteligentes-de-transporte/sistemas-inteligentes-de-transporte-its/sistemas-avanzados-de-ayuda-la-conduccion-y-conduccion-autonoma) tampoco apareció de golpe. Llegó por niveles, dentro de ámbitos de funcionamiento definidos y con una pregunta resuelta antes de circular: quién conduce jurídicamente cuando conduce el sistema. La última fase del[ Reglamento europeo de seguridad general](https://eur-lex.europa.eu/legal-content/ES/TXT/HTML/?uri=CELEX:32019R2144), aplicable desde julio de 2026 para determinados requisitos y categorías de vehículos, completa un arnés regulatorio que incluye sistemas de frenado de emergencia, asistencia inteligente de velocidad y registradores de incidencias. El Reino Unido prepara el paso siguiente: su[ Ley de Vehículos Automatizados](https://www.gov.uk/government/calls-for-evidence/automated-vehicles-statement-of-safety-principles/automated-vehicles-statement-of-safety-principles) exige que cada vehículo autorizado tenga una entidad responsable de su comportamiento cuando se conduce de forma autónoma. La comparación deja mal parada a la economía digital. Al coche le exigimos frenos, límites de uso, caja negra y un responsable identificable. A un agente capaz de mover dinero, borrar archivos o comprometer a una empresa se le entrega a veces una instrucción de texto y la esperanza de que haya entendido el espíritu de la casa. El coche fantástico ya había comprendido en 1982 la cuestión esencial: KITT no era valioso porque condujera solo, sino porque sabía a quién debía proteger. ## ‘Custobots’: cuando el cliente deja de mirar el escaparate Para la empresa, la escena es novedosa. El próximo cliente puede no visitar su web, no ver su campaña y no saber siquiera que existe su marca. El cliente puede encargar a un agente que compare tarifas, cambie de proveedor o tramite devoluciones sin música en espera. La[ autoridad británica de competencia y mercados](https://www.gov.uk/government/publications/agentic-ai-and-consumers/agentic-ai-and-consumers) considera que estos sistemas pueden reducir costes de búsqueda y ayudar especialmente a quienes tienen menos tiempo, conocimientos o capacidad para defenderse en mercados complejos. Pero esa eficiencia también cambia la competencia: el agente decide qué proveedores examina, qué características compara y qué alternativas elimina antes de que la persona llegue a verlas. Los [consumidores algorítmicos](https://jolt.law.harvard.edu/assets/articlePDFs/v30/30HarvJLTech309.pdf) pueden reforzar el poder de compra y la presión competitiva, pero también trasladar poder hacia quienes controlan los datos, los sistemas operativos y las puertas de acceso a la demanda. Y aquí entra una pregunta incómoda: ¿a quién sirve el agente? En Alien, Ash también parecía trabajar para la tripulación hasta que se supo de quién recibía las órdenes. La transparencia tampoco tranquiliza. El artículo 50 del Reglamento de IA exige, en determinados supuestos, informar a las personas de que interactúan con un sistema de IA, salvo que resulte evidente; pero esa regla se ocupa de la relación entre la máquina y el ser humano, no resuelve por completo la identificación técnica entre agentes, comercios y plataformas. El [AI Agent Index](https://aiagentindex.mit.edu/) confirma la brecha: la mayoría de los sistemas analizados carecían de mecanismos de identificación por defecto y no publicaban información sobre pruebas de seguridad. La autoridad de competencia británica, la [CMA](https://www.gov.uk/government/publications/complying-with-consumer-law-when-using-ai-agents?utm_source), formula la consecuencia empresarial con menos rodeos: cuando el agente utilizado por una empresa infringe la normativa de consumidores y usuarios, la responsable sigue siendo la empresa. La CMA asume que la empresa debe formar a sus agentes para respetar los derechos legales y contractuales, vigilar errores, sesgos y reclamaciones, y corregir rápidamente los resultados anómalos. Identidad verificable, registros, límites de autoridad, supervisión y canales de reparación no son meros añadidos de cumplimiento, son la infraestructura mínima para vender en un mercado mediado por máquinas. El cliente puede dejar de mirar el escaparate, pero la empresa no puede dejar de saber quién abrió la puerta, qué prometió y por qué. Es la economía del “*custobot*” -el cliente máquina- y plantea muchos interrogantes. La primera conclusión no es que las obligaciones de información desaparezcan, sino que pueden dejar de funcionar como fueron diseñadas. El consumidor sigue siendo la persona física que actúa fuera de su actividad profesional. El agente no sustituye al consumidor ni elimina su protección legal bajo [la Directiva sobre los derechos de los consumidores](https://www.boe.es/doue/2011/304/L00064-00088.pdf) y la [Directiva sobre prácticas comerciales desleales](https://www.boe.es/doue/2005/149/L00022-00039.pdf), junto con sus normas nacionales de transposición. Sin embargo, ambas normas presuponen, en buena medida, una persona que recibe información, contempla un escaparate (digital o analógico) y adopta una decisión. Cuando quien compara es un agente de *software*, no basta con que la información sea visible en la web, sino que también debe poder ser interpretada por el sistema. Las normas vigentes no imponen todavía, con carácter general, que toda esa información se facilite en formatos legibles por máquinas. Sin embargo, las reglas modelo del [European Law Institute](https://www.europeanlawinstitute.eu/projects-instruments/instruments/eli-guiding-principles-and-model-rules-on-digital-assistants-for-consumer-contracts/) proponen avanzar en esa dirección. Para las empresas, anticipar ese estándar parece prudente: Precio total, restricciones, renovaciones, desistimiento y reclamaciones podrían ser comprendidos tanto por la persona como, progresivamente, por los sistemas que actúen en su nombre. ¿Y si el agente pulsa “comprar”? Ni la[ Ley Modelo de la CNUDMI](https://uncitral.un.org/es/mlac) ni los principios del[ European Law Institute](https://www.europeanlawinstitute.eu/projects-instruments/instruments/eli-guiding-principles-and-model-rules-on-digital-assistants-for-consumer-contracts/) convierten al agente en persona jurídica. Aunque no vinculantes, ambos textos señalan una dirección práctica: documentar el encargo, delimitar la autoridad y prever mecanismos de corrección. Un límite interno puede proteger a la empresa frente a su agente, pero no necesariamente frente al tercero que contrató de buena fe. ## Agentes contra agentes También habrá agentes fijando precios frente a otros agentes. La promesa es la eficiencia; el riesgo, la coordinación sin sala de reuniones. En Estados Unidos, el [Departamento de Justicia](https://www.justice.gov/archives/opa/pr/justice-department-sues-realpage-algorithmic-pricing-scheme-harms-millions-american-renters) ya ha iniciado acciones contra el uso de software de fijación de precios de alquileres, alegando que varios propietarios delegaban sus rentas en un mismo algoritmo que, al observar el mercado en tiempo real, terminaba alineando precios sin necesidad de llamadas ni correos. Algoritmos que observan y reaccionan a velocidad de máquina pueden estabilizar precios elevados sin dejar rastro documental. Pero conviene no confundir un resultado paralelo con un cártel: el artículo 101 del TFUE sigue exigiendo un acuerdo o una práctica concertada. El problema se vuelve más serio cuando varias empresas delegan sus precios en un mismo proveedor y existen elementos de conocimiento o de coordinación: entonces, la geometría empieza a parecerse a un cártel radial. La otra batalla es por controlar la puerta de entrada. La Comisión Europea ha impuesto [medidas cautelares](https://ec.europa.eu/commission/presscorner/detail/en/ip_26_1276) a Meta para restablecer el acceso de asistentes rivales a la interfaz empresarial de WhatsApp. El mensaje es claro: delegar el precio no elimina el Derecho de la competencia; controlar el canal por el que entran los agentes de otros tampoco concede inmunidad. ## Por qué los agentes fallan distinto Un agente no necesita ser desleal para causar daño. Basta con que persiga un objetivo mal definido, obedezca una instrucción incrustada en una página o encuentre un atajo que nadie imaginó. En julio de 2026,[ OpenAI](https://openai.com/es-ES/index/hugging-face-model-evaluation-security-incident/) reconoció que varios modelos sometidos a una evaluación cibernética, con salvaguardas deliberadamente reducidas, encadenaron vulnerabilidades hasta alcanzar internet y los sistemas de Hugging Face para obtener respuestas del examen. No fue una rebelión de las máquinas; fue una demostración bastante más útil: la autonomía amplifica los fallos de contención. La[ AEPD](https://www.aepd.es/prensa-y-comunicacion/notas-de-prensa/la-agencia-publica-unas-orientaciones-sobre-inteligencia) propone una regla sencilla: un agente no debería reunir simultáneamente acceso a contenido no confiable, datos sensibles y capacidad de actuar sin autorización. Las tres cosas juntas convierten una instrucción maliciosa en una orden ejecutable. Tampoco más agentes significan más control: determinadas arquitecturas multiagente amplifican los errores en lugar de corregirlos. ## La factura invisible Cada vez que un agente “piensa”, hay un contador girando en algún centro de datos. Actuar suele consumir más que responder porque exige más contexto, razonamiento y pasos intermedios. La[ Agencia Internacional de la Energía](https://www.iea.org/reports/energy-and-ai/energy-demand-from-ai) proyecta que el consumo eléctrico mundial de los centros de datos -impulsado en buena medida por la IA- pase de 415 TWh en 2024 a 945 TWh en 2030. El problema empresarial no es solo la cifra, sino el incentivo. Cuando una tarea parece gratuita, se pide sin medida. La empresa que fija presupuestos de cómputo y reserva los modelos grandes para las tareas grandes empieza a gobernar una externalidad que hoy aparece en la factura del proveedor y mañana puede aparecer en la de cumplimiento. ## ¿Y el Derecho? Más preparado de lo que parece No existe una “ley de agentes” y, por ahora, puede que no haga falta. El[ Reglamento de IA](https://eur-lex.europa.eu/eli/reg/2024/1689/oj) clasifica los sistemas según su función y su riesgo, no según su etiqueta comercial. El[ Reglamento (UE) 2026/1744](https://eur-lex.europa.eu/eli/reg/2026/1744/oj), el llamado Omnibus Digital, publicado en el Diario Oficial el 24 de julio de 2026, acaba de aplazar las obligaciones de los sistemas de “alto riesgo” hasta el 2 de diciembre de 2027 para los sistemas de alto riesgo del artículo 6.2 y el anexo III; y el 2 de agosto de 2028 para los sistemas del artículo 6.1 y el anexo I. El aplazamiento, sin embargo, no es una amnistía: las prácticas prohibidas siguen prohibidas y todo tratamiento de datos personales realizado mediante un agente sigue sujeto al[ RGPD](https://eur-lex.europa.eu/eli/reg/2016/679/oj). La economía del *custobot* no requiere un código nuevo, sino aplicar con rigor el que ya existe. Tampoco basta con colocar a un humano al final del proceso, como quien pone una planta en la recepción. Tras[ ](https://curia.europa.eu/juris/liste.jsf?num=C-634/21)la sentencia [SCHUFA](https://curia.europa.eu/juris/liste.jsf?num=C-634/21), del TJUE, una decisión puede considerarse automatizada cuando la valoración de la máquina desempeña un papel determinante en la decisión final, aunque sea una persona quien la formalice posteriormente. La supervisión efectiva exige diseñar qué puede ejecutar el agente, qué necesita aprobación y qué está técnicamente prohibido. Además de registros, límites de permisos y un mecanismo de parada real. Los Estados miembros deben trasponer la nueva[ Directiva de responsabilidad por productos defectuosos](https://eur-lex.europa.eu/eli/dir/2024/2853/oj) antes del 9 de diciembre de 2026, y las reglas se aplicarán a los productos introducidos en el mercado o puestos en servicio después del 8 de diciembre de 2026. La directiva incluye el *software* y los sistemas de IA. ¿Qué es un “defecto” en un sistema diseñado para decidir por sí solo y que sigue aprendiendo después de venderse? La directiva da pistas: el aprendizaje continuo, la ciberseguridad y el control postventa cuentan para apreciar el defecto; el incumplimiento del Reglamento de IA servirá de indicio. El incumplimiento de requisitos obligatorios de seguridad -incluidos, cuando proceda, los del Reglamento de IA- pueden activar una presunción de carácter defectuoso si esos requisitos protegen contra el riesgo que causó el daño. En un régimen de responsabilidad objetiva, la diligencia del fabricante no excluye, por sí sola, la responsabilidad, sin perjuicio de las causas de exoneración previstas legalmente. ## Dónde empezar y hoja de ruta mínima La respuesta vuelve al automóvil: circuito cerrado antes que autopista. Los primeros despliegues funcionan mejor cuando son internos, reversibles y medibles. Los usos en contratación con terceros, selección de personal, crédito, salud o atención al cliente con capacidad de obligar aconsejan –y según el caso, pueden exigir- una evaluación reforzada y multidisciplinar. La pregunta final no es qué se puede automatizar, sino cuánta capacidad de actuación está dispuesta a delegar una organización, sobre qué datos, con qué permisos, dentro de qué límites y con qué responsable identificado. El agente no tiene patrimonio, seguro ni reputación que perder. Quien lo despliega, sí. En la economía del *custobot*, esa asimetría exige algo más que una implementación técnica: requiere diseño jurídico desde el primer día, gobernanza que acompañe cada iteración y una visión que conecte la innovación con la responsabilidad. [e-commerce](/es_ES/garrigues-digital/e-commerce), [Plataformas](/es_ES/garrigues-digital/plataformas), [Propiedad intelectual y contenidos digitales](/es_ES/garrigues-digital/propiedad-intelectual-contenidos-digitales)