Datos de Anthropic: casi la mitad de las llamadas a AI Agent se concentran en ingeniería de software, estos 16 sectores aún son un mercado inexplorado

La medicina representa el 1%, el derecho el 0.9% y la educación el 1.8%. Estos no son mercados saturados, sino mercados que casi no existen.

Autor: Garry’s List

Traducido por: Deep潮 TechFlow

Deep潮 lectura rápida: Anthropic ha publicado la investigación más completa hasta la fecha sobre el uso real de los Agentes de IA, con datos clave: casi el 50% de las llamadas a herramientas de los Agentes provienen de ingeniería de software, mientras que en 16 sectores verticales como medicina, derecho y educación, en conjunto representan menos de la mitad del resto, con cada sector por debajo del 5%.

Esto no es una señal de mercado saturado, sino un mapa de 300 unicornios de IA verticales — y aún más valioso, un hallazgo contraintuitivo citado en el artículo: los modelos ya pueden trabajar de forma independiente cerca de 5 horas, pero los usuarios solo les permiten trabajar 42 minutos, esa “deuda de confianza” en sí misma es la próxima oportunidad de producto.

El texto completo:

La ingeniería de software representa casi el 50% de todas las llamadas a herramientas de los Agentes de IA. Los otros 16 sectores verticales, como medicina, derecho y finanzas, apenas han sido tocados, cada uno con menos del 5%. Esto significa que hay 300 unicornios de IA verticales esperando ser construidos.

Si hoy emprendiera, me enfocaría en la zona roja de ese gráfico de barras, hasta ver mi futuro reflejado allí.

Aaron Levie, fundador de Box, dice:

Este gráfico nos recuerda claramente cuán grande es la oportunidad en el campo de los Agentes de IA.

Por supuesto, habrá muchas oportunidades horizontales, pero también hay muchos flujos de trabajo que requieren un profundo conocimiento especializado para realmente ayudar a los usuarios a automatizar procesos únicos en su sector.

El modelo de plantilla es: construir software de Agentes que accedan a datos propios, que conecten eficazmente a los usuarios con los Agentes para gestionar flujos de trabajo, y que tengan capacidades de ingeniería de contexto específicas del dominio, además de impulsar la gestión del cambio en el lado del cliente.

Actualmente, muchos sectores aún tienen un vacío enorme.

La ingeniería de software ocupa casi la mitad de toda la actividad de los Agentes de IA. La otra mitad está dispersa en 16 sectores verticales, ninguno con más del 9%. Medicina representa el 1%, derecho el 0.9%, educación el 1.8%. Estos no son mercados saturados, sino mercados que casi no existen.

Anthropic acaba de publicar la investigación más completa hasta ahora sobre el uso real de los Agentes de IA. El hallazgo principal es: la ingeniería de software representa el 49.7% de las llamadas a las herramientas de sus API. La conclusión clave oculta detrás de esto es: todo lo demás es un océano azul.

Retraso en la implementación

Hay un dato que debería emocionar a los emprendedores: la capacidad de los modelos ya supera ampliamente los límites de confianza de los usuarios.

La evaluación de capacidades de METR muestra que Claude puede resolver tareas que tomarían a un humano cerca de cinco horas. Pero en uso real, la duración de la sesión en el percentil 99.9 es de solo unos 42 minutos. Esa brecha — entre lo que la IA puede hacer y lo que permitimos que haga — es una oportunidad enorme.

Gráfico: La duración máxima de entrenamiento de Claude Code en tres meses casi se ha duplicado. Esto no solo ha mejorado sus capacidades, sino también ha fortalecido la confianza.

Fuente: x.com

Desde octubre de 2025 hasta enero de 2026, la duración de la sesión en el percentil 99.9 casi se duplicó, pasando de menos de 25 minutos a más de 45 minutos. El crecimiento fue estable en todas las versiones del modelo. No solo el modelo se volvió más potente, sino que los usuarios, a través del uso, aprendieron y extendieron gradualmente su confianza en el Agente.

“De agosto a diciembre, la tasa de éxito de Claude Code en tareas desafiantes para usuarios internos se duplicó, y al mismo tiempo, las intervenciones humanas por sesión se redujeron de 5.4 a 3.3 veces.”

La capacidad ya está allí, la implementación aún no. Esto no es un problema, sino una oportunidad de producto.

¿Cómo evoluciona la confianza?

El 20% de los nuevos usuarios aprueban automáticamente las acciones de Claude Code. Al llegar a 750 sesiones, más del 40% de ellas se ejecutan completamente en modo de aprobación automática. Pero un hallazgo contraintuitivo: los usuarios experimentados tienden a intervenir más, no menos. Los nuevos usuarios intervienen en el 5% de las rondas, los usuarios veteranos en el 9%.

Gráfico: La confianza es una habilidad que se acumula con el tiempo. Los nuevos usuarios aprueban automáticamente el 20% de las sesiones. Al llegar a 750 sesiones, esa proporción supera el 40%.

Imagen: Anthropic

Fuente: x.com

Esto no es una contradicción, sino un cambio en la estrategia de supervisión. Los principiantes aprueban progresivamente antes de que ocurra la operación, los usuarios veteranos primero autorizan y luego intervienen solo si hay problemas — ya han pasado de la aprobación previa a la supervisión activa.

Un hallazgo importante en términos de seguridad: en tareas complejas, Claude Code solicita aclaraciones con una frecuencia más del doble que la intervención activa humana. El Agente pausa para confirmar en lugar de avanzar sin parar. Esto es una característica, no un defecto.

“El principal aprendizaje de este estudio es que la autonomía que ejercen los Agentes en la práctica es una construcción conjunta entre el modelo, el usuario y el producto. Cuando no están seguros, Claude pausa para preguntar, limitando su independencia. Los usuarios, en su interacción con el modelo, construyen confianza y ajustan sus estrategias de supervisión en consecuencia.”

Estrategia vertical de Levie

Aaron Levie señala la enorme riqueza y valor aún por desbloquear: construir software de Agentes que accedan a datos propios, que realmente resuelvan problemas reales de personas, llenen el contexto para maximizar la inteligencia, y — lo que la mayoría de los emprendedores pasa por alto — impulsen la gestión del cambio en el lado del cliente.

Este último punto es precisamente la razón por la cual la IA vertical es tan difícil de copiar. Cualquiera puede crear un envoltorio API, pero pocos pueden dominar los flujos de trabajo, regulaciones y resistencias organizacionales específicos de sectores como medicina, derecho o permisos de construcción.

El SaaS ha crecido diez veces en las últimas décadas. En los últimos 20 años, más del 40% del capital de riesgo se ha invertido en empresas SaaS. Este sector ha dado lugar a más de 170 unicornios SaaS. La lógica es simple: cada uno de estos unicornios tiene una versión de IA vertical esperando ser creada, y esa versión puede ser diez veces más grande, porque reemplaza no solo software, sino también operadores.

La esencia de la construcción conjunta

El hallazgo central de Anthropic merece la atención de quienes participan en la formulación de políticas de IA. La autonomía no es una propiedad inherente del modelo, sino una construcción conjunta entre el modelo, el usuario y el producto. La evaluación previa a la implementación no puede capturar esto; hay que medirlo en el uso real.

Desde la oficina de Anthropic dicen:

La ingeniería de software representa aproximadamente el 50% de las llamadas a las herramientas de nuestros Agentes en la API, pero también estamos viendo que surgen otros sectores. A medida que los límites de riesgo y autonomía se expanden, la supervisión post-despliegue se vuelve crucial. Animamos a otros desarrolladores de modelos a ampliar esta investigación.

Las cifras en seguridad son tranquilizadoras: el 73% de las llamadas a herramientas involucran intervención humana, y solo el 0.8% de las operaciones son irreversibles. Los escenarios de mayor riesgo — como filtraciones de claves API o transacciones encriptadas autónomas — en su mayoría corresponden a evaluaciones de seguridad, no a entornos de producción reales.

“Las regulaciones que exigen un modo de interacción específico — como la aprobación humana para cada operación — solo generan fricción y no necesariamente aumentan la seguridad.”

Imponer la política de “aprobar cada operación” mata la productividad sin mejorar la seguridad. Un objetivo mejor es garantizar que los humanos puedan monitorear e intervenir cuando sea necesario, en lugar de imponer flujos de aprobación específicos.

¿Dónde están los unicornios?

El mapa ya está trazado. La ingeniería de software ya está en marcha. Medicina, derecho, finanzas, educación, atención al cliente, logística — 16 sectores verticales, cada uno con una participación de mercado en cifras de un solo dígito — están esperando que alguien integre conocimientos especializados en los Agentes.

Ya surgieron más de 300 unicornios SaaS, y en los próximos años aparecerán otros 300 unicornios de IA vertical. Los fundadores que elijan sectores específicos, integren conocimientos especializados y entiendan cómo impulsar el cambio, tendrán el mercado de software empresarial del próximo decenio.

El modelo ya puede trabajar cinco horas, pero los usuarios solo le permiten trabajar 42 minutos. Esa es la señal: todavía estamos en una etapa muy temprana, y hay mucho por construir, en lugares donde aún no se ha visto ni un minuto de inteligencia en acción.