La QA Agéntica es un Evento de Presupuesto: Hacia Dónde se Dirige el Mercado de Pruebas de $66 Mil Millones

TL;DR: El QA agéntico es un modelo de aseguramiento de calidad en el que los agentes de IA planifican, escriben, ejecutan y mantienen las pruebas, con una capa independiente de verificación que confirma que el software realmente funciona. No reduce para nada el presupuesto de QA. Simplemente lo traslada del trabajo manual de escribir y mantener scripts hacia rieles de ejecución a escala de agentes, con pruebas independientes. La generación de pruebas se vuelve barata. La verificación se convierte en el producto.

El 6 de octubre de 2026, Gartner publicó su Cuadrante Mágico para Plataformas Agénticas de Aseguramiento de Calidad de Software, reemplazando su informe de 2025 sobre "Herramientas de Pruebas de Software Aumentadas por IA". La mayoría lo leyó como un simple cambio de nombre. Yo lo leo como un evento presupuestario. Cuando la firma que define las listas cortas empresariales le cambia el nombre a una categoría, las plantillas de compras cambian después, y el dinero sigue a las plantillas.

Esto es para CIOs y fundadores que tienen un presupuesto de QA (o están compitiendo por conseguir uno). El argumento es directo: el QA agéntico no hará que la calidad sea más barata en términos generales. Solo moverá el dinero de lugar. Lo que sigue es un mapa de dónde está el dinero hoy, hacia dónde va después, y una tabla de evaluación para ayudarte a planificar tu reasignación de 2027 antes de que lo hagan tus proveedores.

¿Qué es el QA agéntico y por qué Gartner le cambió el nombre a la categoría?

El QA agéntico es el aseguramiento de calidad de software en el que los agentes de IA planifican, crean, ejecutan y mantienen pruebas para alcanzar un objetivo definido, mientras una capa de verificación independiente demuestra si el software se comportó como se esperaba. "Aumentado por IA" describe a un humano con una herramienta más inteligente. "Agéntico" describe un trabajo que ahora le pertenece a la máquina.

La presión detrás del cambio de nombre es el volumen de código. Menlo Ventures estima que las empresas gastarán USD 4.000 millones en herramientas de codificación con IA en 2025, más de la mitad de todo el gasto departamental en IA. Cada uno de esos dólares produce más código que alguien tiene que demostrar que funciona.

La capacidad de validación no le está siguiendo el ritmo. La Oficina de Estadísticas Laborales de EE. UU. proyecta que los empleos de analistas y testers de QA crecerán un 6 % entre 2025 y 2035 (de 187.600 a 198.200). Se espera que el grupo más amplio de desarrolladores/QA/testers crezca un 10 %. El código escala con la computación; los testers escalan con la cantidad de personas. Esa brecha es todo el mercado.

¿Qué tan grande es el mercado de pruebas de software y cuánto representa la IA hoy?

Las firmas de investigación valoran el mercado global de pruebas de software en aproximadamente USD 60.000 a 66.000 millones, y las pruebas habilitadas por IA aún representan menos del 1 %. Ese desajuste es la oportunidad, y el riesgo para cualquiera que venda el otro 99 %.

• Mercado total. Global Market Insights (2026) estima el mercado en USD 60.500 millones en 2025 y USD 65.900 millones en 2026, creciendo alrededor de un 7,7 % anual hasta alcanzar los USD 127.500 millones para 2035.
• Participación laboral. En esa misma estimación, los servicios de pruebas representaron el 38 % del gasto de 2025, unos USD 23.000 millones al año, que en su mayor parte compran tiempo de personas.
• Participación de la IA. Research and Markets (2026) valora el mercado de pruebas habilitadas por IA en USD 544 millones en 2025, llegando a USD 1.390 millones para 2031. Eso es menos del 1 % del gasto total en pruebas.
• Hacia dónde va el dinero de TI. El pronóstico de julio de 2026 de Gartner sitúa el gasto en TI de 2026 en USD 6,37 billones. El software crece un 15,5 %; los servicios de TI crecen solo un 5,3 %.

Todas estas son estimaciones y difieren en el total. Sin embargo, coinciden en la dirección: los compradores están invirtiendo en software a un ritmo más rápido que en servicios. Mi visión es que durante los próximos 10 años, entre USD 65.000 y 100.000 millones del gasto en pruebas será agéntico (es decir, canalizado a través de agentes y plataformas en lugar de cobrarse por hora). Ese es el pozo por el que ahora pelea cada actor de este mercado.

¿En qué se gasta hoy un presupuesto de pruebas? Los cuatro fondos del gasto en calidad

Todo presupuesto de pruebas se divide en cuatro fondos: Manos, Scripts, Rieles y Prueba. El QA agéntico encoge los dos primeros, hace crecer el tercero y convierte el cuarto en una línea presupuestaria real.

Los Cuatro Fondos del Gasto en Calidad es un modelo para rastrear hacia dónde va el dinero y cómo se mueve:

1. Manos: las personas que prueban: testers manuales internos, equipos offshore de regresión, rondas de UAT.
2. Scripts: construir y mantener automatización basada en scripts: suites de Selenium, Playwright y Appium, frameworks y las horas de SDET que los mantienen funcionando.
3. Rieles: la infraestructura que ejecuta las pruebas: grids de navegadores, nubes de dispositivos reales, orquestación, capacidad de CI.
4. Prueba: verificación independiente: evidencia de que el software y los agentes de IA se comportaron correctamente, antes y después del lanzamiento.

La parte contraintuitiva son los Rieles. La mayoría de los discursos de venta sobre pruebas con IA prometen una factura de infraestructura más baja. Yo espero lo contrario. Los agentes no se aburren, así que prueban más rutas, más dispositivos y más builds. El volumen de ejecución aumenta. Lo que tiene que caer es el costo por ejecución, y por eso la orquestación importa más que el tamaño bruto del grid.

¿Qué presupuestos de pruebas se reducen con la llegada de los agentes de prueba de IA?

Manos y Scripts se reducen primero, porque ese es el trabajo que los agentes de prueba de IA hacen directamente, y ambos todavía se compran por hora.

Dos señales muestran que el cambio ya empezó:

• Las horas pierden su ancla. Si un agente puede ejecutar y arreglar una suite completa de regresión durante la noche, entonces la unidad de valor pasa a ser un release verificado. Los dueños de presupuesto ya sienten la presión: en la encuesta de CIOs de octubre de 2026 de Gartner, el financiamiento se está moviendo hacia GenAI e IA agéntica, y el gasto heredado se está recortando. Las renovaciones de pruebas son el primer ámbito donde entra en juego el precio basado en resultados.
• La IA añadida como parche no cumple. El World Quality Report 2025-26 de Capgemini descubrió que el 89 % de las organizaciones estaban piloteando o implementando GenAI en ingeniería de calidad, mientras que solo el 15 % la había llevado a escala empresarial. La ganancia promedio de productividad fue del 19 %. Los beneficios son bastante modestos, ya que la mayoría de los equipos simplemente agregaron IA a sus flujos de trabajo existentes en lugar de rediseñarlos.

El fondo de Scripts no desaparece. Las pruebas basadas en código siguen corriendo en CI, y los SDETs siguen siendo sus dueños. Lo que desaparece es la necesidad de pagarle a personas para que vayan a arreglar localizadores frágiles después de cada mínimo cambio en la UI. El mantenimiento pasa de ser un costo de personal a un costo de cómputo cuando los agentes generan y corrigen pruebas.

¿Por qué la verificación, y no la generación de pruebas, es el recurso escaso?

Porque generar se está volviendo barato, pero confiar no. Cualquier agente de codificación puede escribir hoy pruebas para el código que acaba de crear, y esa es exactamente la razón por la que esas pruebas no pueden ser la única evidencia. El autor está calificando su propia tarea.

Los datos sobre confianza son consistentes:

• Según el AI Pulse del primer trimestre de 2026 de KPMG, el 54 % de las organizaciones está implementando agentes de IA, y el 63 % ahora exige validación humana de los resultados de los agentes, frente al 22 % de un año antes.
• La encuesta de octubre de 2026 de Gartner a 2.002 CIOs encontró que solo el 13 % ha obtenido un valor significativo o transformacional de la IA, y apenas el 31 % tiene reglas sobre cuándo un piloto no debería pasar a producción.
• Según investigaciones de Gartner, para finales de 2027, más del 40 % de los proyectos de IA agéntica habrán sido cancelados por motivos de costos, valor poco claro o controles de riesgo insuficientes.
• El Instituto de Investigación de Capgemini (2025) descubrió que la confianza en agentes totalmente autónomos cayó del 43 % al 27 % en el transcurso de un año.
• Las Predicciones 2027 de Forrester, tal como informó TechNewsWorld, anticipan que un bug en código generado por IA podría causar una caída global en múltiples industrias.

Marca bien ese 63 %. La validación humana de los resultados de los agentes es el fondo de Manos volviendo a entrar por la puerta de atrás. Si no financias la Prueba a velocidad de máquina, financiarás la Prueba a velocidad humana, y el ROI de tus agentes desaparecerá en colas de revisión.

¿Qué es la verificación independiente?

La verificación independiente es evidencia sobre el comportamiento del software generada por un sistema separado del que lo construyó o del que lo ejecuta: grabaciones, logs, aserciones y puntuaciones que un revisor o auditor puede comprobar. La independencia es lo que convierte una afirmación en evidencia.

Espera que todas las plataformas de agentes entreguen pruebas para sus propios agentes. Las empresas ejecutan agentes en CRM, ERP, centros de contacto y stacks personalizados, así que la evidencia que aprueba un release tiene que venir de una capa que no pertenezca a ninguno de ellos.

Observar, evaluar o asegurar: ¿qué necesitas?

El gasto en Prueba se divide según el momento. El aseguramiento responde "¿esto debería salir?" antes del release; las evaluaciones y la observabilidad responden "¿cómo está funcionando?" después.

El Aseguramiento de Agentes es la prueba preproducción de flujos de trabajo de agente a agente, en la que los agentes de prueba ejercitan a otros agentes antes del lanzamiento, sin intervención humana, y devuelven evidencia de su comportamiento. Es la porción más nueva de la Prueba, y la que hoy tiene menos presupuesto asignado.

¿Qué deberían hacer los CIOs con su presupuesto de QA en 2027?

Mide tus cuatro fondos y luego mueve dinero de Manos y Scripts hacia Rieles y Prueba a medida que se renueven los contratos, no antes. Usa esta tabla de evaluación para ver dónde estás parado.

Tabla de Evaluación de Reasignación para QA Agéntico

Puntúa cada pregunta con 0 (no), 1 (parcialmente) o 2 (sí):

• ☐ ¿Conoces cómo se divide tu gasto en pruebas entre Manos, Scripts, Rieles y Prueba?
• ☐ ¿Los contratos de pruebas tercerizadas que se renuevan en 2027 tienen precios basados en resultados en lugar de horas o FTEs?
• ☐ ¿El mantenimiento de pruebas se rastrea como su propia línea de costo?
• ☐ ¿La mayoría de las pruebas netamente nuevas son creadas o reparadas por agentes, con humanos revisando?
• ☐ ¿Tu capa de ejecución puede correr volumen a escala de agentes en paralelo, en navegadores y dispositivos reales, sin formar colas?
• ☐ ¿La verificación es independiente del sistema que escribió el código o que ejecuta el agente?
• ☐ ¿Pruebas los agentes de chat, voz e IVR, y los flujos de trabajo de agente a agente, antes del lanzamiento y no solo después?
• ☐ ¿Cada release genera evidencia que un equipo de riesgos o un auditor podría leer?

0–5: Expuesto. Estás pagando precios de 2019 por trabajo de 2026. 6–11: En transición. Elige las dos puntuaciones más bajas y arréglalas antes de tu próximo ciclo de renovación. 12–16: Listo para lo agéntico. Tu próximo problema será demostrarle valor a la junta directiva, así que haz que la Prueba se pueda reportar.

¿Quién gana y quién queda disruptado en las pruebas de software con IA?

El arbitraje laboral puro y los generadores de pruebas de una sola función son una propuesta perdedora. Los ganadores son las plataformas que dominan la ejecución a escala y tienen pruebas independientes en todo tipo de interacción de software.

La forma más clara de ver el mapa es fijándose en quién habla con quién:

Tres grupos son los más expuestos. Primero, los servicios de pruebas intensivos en mano de obra que no ajustan sus precios a resultados. Segundo, las herramientas independientes de "generador de pruebas con IA", porque los agentes de codificación ahora generan pruebas como efecto secundario. Tercero, la infraestructura que se vende solo como capacidad, sin orquestación ni acceso nativo para agentes.

Los ganadores serán las plataformas integrales que cubran las tres filas para compradores empresariales y del mercado medio, que quieren menos proveedores, no más herramientas aisladas.

Dónde encaja TestMu AI en el QA agéntico

TestMu AI fue nombrado Líder en el Cuadrante Mágico de Gartner 2026 para Plataformas Agénticas de Aseguramiento de Calidad de Software. Soy cofundador de la empresa, así que aquí te cuento cómo construimos los cuatro fondos en lugar de una lista de funciones. TestMu AI es una plataforma de Ingeniería de Calidad Agéntica con dos mitades, Agentic Testing y Agentic Cloud, y un principio subyacente: una capa de verificación independiente que produce evidencia de comportamiento.

• De Manos a agentes: KaneAI permite que los testers manuales y PMs creen y ejecuten pruebas en lenguaje natural, para que el conocimiento del dominio escale sin sumar personal.
• De Scripts a agentes: Kane CLI les da a los SDETs y desarrolladores el ciclo completo de ingeniería de calidad desde la terminal, junto a los agentes de codificación que ya usan.
• Rieles: HyperExecute, nuestra capa de orquestación de pruebas, corre a ese volumen junto con la Real Device Cloud y Browser Cloud, dándoles a los agentes de IA su propia infraestructura de navegadores.
• Prueba: Agent Testing cubre agentes de chat, voz, IVR, WhatsApp y video. Rook ofrece Agent Assurance: agentes probando agentes antes del lanzamiento.

Una sola plataforma cubre web, móvil, aplicaciones empaquetadas como Salesforce, SAP, Microsoft 365, Oracle y ServiceNow, y agentes de IA. Eso importa porque la Prueba solo funciona cuando la evidencia vive en un solo lugar. Llamamos a la categoría más amplia Observar, Evaluar y Asegurar, y Asegurar es donde lideramos.

Predicciones de QA agéntico para 2027–2030

Estas son mis predicciones, no pronósticos de ningún analista:

1. Para fines de 2027, las RFPs de pruebas empresariales evaluarán a los proveedores por la evidencia por release, no por la cantidad de pruebas creadas.
2. Durante las renovaciones de 2027–2028, los contratos de regresión tercerizados migrarán hacia precios por resultado o por release verificado.
3. Para 2028, las empresas reguladas le darán a la Prueba su propia línea presupuestaria, gestionada en conjunto con riesgo y cumplimiento.
4. Para 2029, las ejecuciones de pruebas generadas por agentes superarán en número a las escritas por humanos en las principales nubes de ejecución.
5. La primera gran caída por código de IA hará por los presupuestos de Prueba lo que las grandes caídas hicieron por la observabilidad: convertir un extra en un tema de junta directiva.

Conclusión: el QA agéntico mueve dinero, no solo trabajo

El QA agéntico no es solo una versión más barata de las pruebas que compras actualmente. Es una forma de gasto completamente distinta: menos horas, menos scripts escritos a mano, más ejecución y un nuevo ítem para la prueba independiente. El hecho de que Gartner haya renombrado la categoría te dice que el cambio ya es oficial. El hecho de que el 63 % de las organizaciones siga validando manualmente los resultados de los agentes te dice que todavía no llegamos ahí.

Aplica la tabla de evaluación este trimestre. Mapea tus cuatro fondos. Luego mueve el presupuesto hacia donde viene la evidencia.

Siguiente paso: mira cómo HyperExecute y Agent Testing encajan en tus fondos de Rieles y Prueba, o lee la documentación de TestMu AI.

Preguntas frecuentes

¿Qué es el QA agéntico?

El QA agéntico es el aseguramiento de calidad de software en el que los agentes de IA planifican, construyen, ejecutan y mantienen pruebas para lograr un objetivo definido, con una capa de verificación independiente que confirma que el software efectivamente se comportó como se requería. Esto es distinto de las pruebas aumentadas por IA, donde un humano sigue teniendo el control de la herramienta. En el QA agéntico, el agente hace el trabajo y el humano revisa la evidencia.

¿Por qué Gartner le cambió el nombre a su Cuadrante Mágico de pruebas de software?

El 6 de octubre de 2026, Gartner publicó su Cuadrante Mágico para Plataformas Agénticas de Aseguramiento de Calidad de Software, sucediendo a su informe de 2025 sobre Herramientas de Pruebas de Software Aumentadas por IA. El cambio de nombre refleja un giro desde la IA asistiendo a testers humanos hacia agentes de IA realizando las pruebas, impulsado por agentes de codificación que producen software más rápido de lo que los equipos pueden validarlo.

¿Qué tan grande es el mercado de pruebas de software en 2026?

Global Market Insights estima el mercado de pruebas de software en USD 65.900 millones en 2026, frente a los USD 60.500 millones de 2025, creciendo cerca de un 7,7 % anual hasta alcanzar los USD 127.500 millones para 2035. Los servicios de pruebas fueron el 38 % del gasto de 2025. Las pruebas habilitadas por IA representaron unos USD 544 millones en 2025, según Research and Markets, lo cual es menos del 1 % del total. Todos estos son estimaciones de firmas de investigación.

¿Los agentes de prueba de IA reducirán los presupuestos de QA?

Desde nuestra perspectiva, no. Los agentes de prueba de IA reducen el gasto en horas de pruebas manuales y mantenimiento de scripts, pero aumentan el volumen de ejecución de pruebas y, a su vez, crean una demanda de verificación independiente. Dentro del modelo de los Cuatro Fondos del Gasto en Calidad, el gasto se mueve de Manos y Scripts hacia Rieles (la infraestructura de ejecución) y Prueba (la verificación), en lugar de simplemente desaparecer.

¿Qué es el modelo de los Cuatro Fondos del Gasto en Calidad?

Los Cuatro Fondos del Gasto en Calidad es un modelo para rastrear hacia dónde va el dinero de las pruebas: Manos (las personas que prueban), Scripts (construir y mantener automatización basada en scripts), Rieles (grids de navegadores, nubes de dispositivos reales y orquestación) y Prueba (verificación independiente del comportamiento del software y de los agentes de IA). El QA agéntico encoge Manos y Scripts, hace crecer Rieles y convierte a Prueba en su propia línea presupuestaria.

¿Cuál es la diferencia entre aseguramiento de agentes, evaluaciones y observabilidad?

El Aseguramiento de Agentes es la prueba preproducción de flujos de trabajo de agente a agente, donde se usan agentes de prueba para ejercitar a otros agentes antes del lanzamiento y devolver evidencia. Las evaluaciones puntúan la calidad del resultado offline o después del release. La observabilidad es lo que monitorea qué están haciendo los agentes en producción. El aseguramiento es la respuesta a la pregunta "¿esto debería salir a producción?". Las evaluaciones y la observabilidad son las respuestas a la pregunta "¿cómo está rindiendo una vez que salió?".

¿Cómo deberían reasignar los CIOs el presupuesto de QA para la IA agéntica?

Empieza por el gasto distribuido en Manos, Scripts, Rieles y Prueba. Luego, a medida que los contratos avancen, mueve el gasto: ajusta los precios de tus pruebas tercerizadas hacia resultados, deja de financiar nuevas suites de scripts escritos a mano, invierte en orquestación y ejecución, y dale a la verificación independiente un responsable y un presupuesto. KPMG descubrió que el 63 % de las empresas todavía valida manualmente los resultados de los agentes, así que la Prueba es la brecha.