McKinsey

Martin Harrison y Natasha Maniar fijaron el marco en noviembre de 2025: los agentes de codificación producen ganancias individuales, pero muchas grandes empresas se estancan en una mejora global de 5 a 15 por ciento, porque el cuello de botella se desplazó a la revisión manual de código. Jared Moon, Rory Walsh y Vito Di Leo llevan el argumento al terreno de la entrega en Rewiring software delivery for the agentic era: CI/CD automatiza aproximadamente el 30 por ciento del gasto, mientras que el 70 por ciento que va de los requisitos al código sigue siendo manual. El artículo The agentic transformation office de Chase Covington pone cifras a la trastienda: 35 a 40 por ciento del tiempo ahorrado en tareas centrales, 70 por ciento o más en algunos casos, un equipo central reducido de un gerente y nueve empleados a un gerente y dos tras automatizar diez procesos. El artículo The AI operating system de Asutosh Padhi se desplaza hacia la gobernanza: poseer el contexto, alquilar o sustituir la tecnología, limitar la empresa a uno, dos o tres AI OS, financiar la capa compartida en lugar de casos de uso aislados.

Esos mismos documentos aportan también contrapesos. La encuesta State of AI 2026 encuentra que el 40 por ciento de las grandes empresas ejecuta agentes a escala y que el 6 por ciento atribuye a la IA al menos un 5 por ciento del EBIT. Harrison y Maniar informan que el 70 por ciento de las empresas no ha reescrito las descripciones de puesto. Covington advierte que un solo error de datos puede propagarse a través de agentes conectados.

En otras partes, McKinsey aparece como la cifra que otros autores toman en préstamo: 5.200 billones de dólares de capex en centros de datos para 2030, 3 a 5 billones de dólares de ingresos por comercio agéntico para 2030, 500 por ciento de productividad en estado de flujo. La metodología detrás de esas proyecciones nunca se expone.