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

TL;DR: El QA agéntico es un modelo de control 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 en absoluto el presupuesto de QA. Simplemente lo desplaza: deja atrás el trabajo manual de escribir y mantener scripts y lo traslada hacia vías de ejecución a escala de agentes, respaldadas por pruebas independientes. Generar tests se vuelve barato. La verificación se convierte en el producto.

El 6 de octubre de 2026, Gartner publicó su Cuadrante Mágico para Plataformas Agénticas de Aseguramiento de la Calidad del 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 corporativas renombra una categoría, las plantillas de compras cambian a continuación, y el dinero sigue a las plantillas.

Esto va dirigido a CIOs y fundadores que tienen un presupuesto de QA (o están compitiendo por conseguir uno). El argumento es directo: el QA agéntico no abaratará la calidad en términos globales. Solo moverá el dinero de lugar. Lo que sigue es un mapa de dónde está ese dinero hoy, hacia dónde irá 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 renombró la categoría?

El QA agéntico es el aseguramiento de la calidad del software en el que los agentes de IA planifican, crean, ejecutan y mantienen pruebas orientadas a 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 4.000 millones de dólares en herramientas de programación 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 está siguiendo el ritmo. La Oficina de Estadísticas Laborales de EE. UU. proyecta que los puestos 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 plantilla. 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 calculan el mercado global de pruebas de software en unos 60.000-66.000 millones de dólares, 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 60.500 millones de dólares en 2025 y 65.900 millones en 2026, creciendo alrededor de un 7,7 % anual hasta alcanzar los 127.500 millones para 2035.
• Participación laboral. En esa misma estimación, los servicios de pruebas representaron el 38 % del gasto de 2025, unos 23.000 millones de dólares anuales, que en su mayor parte compran tiempo de personas.
• Participación de la IA. Research and Markets (2026) cifra el mercado de pruebas habilitadas por IA en 544 millones de dólares en 2025, subiendo a 1.390 millones para 2031. Eso es menos del 1 % del gasto total en pruebas.
• Hacia dónde va el dinero de TI. Las previsiones de julio de 2026 de Gartner sitúan el gasto mundial en TI para 2026 en 6,37 billones de dólares. El software crece un 15,5 %; los servicios de TI 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 en los próximos 10 años, entre 65.000 y 100.000 millones de dólares del gasto en pruebas serán agénticos (es decir, canalizados a través de agentes y plataformas en lugar de facturarse por hora). Ese es el botín 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, Vías (Rails) y Pruebas (Proof). El QA agéntico encoge los dos primeros, hace crecer el tercero y convierte el cuarto en una partida 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 código: suites de Selenium, Playwright y Appium, frameworks y las horas de SDET que los mantienen funcionando.
3. Vías (Rails) - la infraestructura que ejecuta las pruebas: grids de navegadores, nubes de dispositivos reales, orquestación, capacidad de CI.
4. Pruebas (Proof) - verificación independiente: evidencia de que el software y los agentes de IA se comportaron correctamente, antes y después del lanzamiento.

La parte contraintuitiva son las Vías. La mayoría de los discursos de ventas sobre pruebas con IA prometen una factura de infraestructura menor. Yo espero lo contrario. Los agentes no se aburren, así que prueban más rutas, más dispositivos y más compilaciones. El volumen de ejecución aumenta. Lo que tiene que caer es el coste 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 IA?

Manos y Scripts se reducen primero, porque ese es el trabajo que los agentes de pruebas 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 una release verificada. Los responsables de presupuesto ya sienten la presión: en la encuesta a CIOs de octubre de 2026 de Gartner, la financiación se está moviendo hacia la GenAI y la IA agéntica, y se está recortando el gasto heredado. Las renovaciones de pruebas son el primer ámbito donde entra en juego la fijación de precios basada en resultados.
• La IA añadida como parche decepciona. 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 media de productividad fue del 19 %. Las mejoras son bastante modestas, ya que la mayoría de los equipos simplemente han añadido IA a sus flujos de trabajo existentes en lugar de rediseñarlos.

El fondo de Scripts no desaparece. Las pruebas basadas en código siguen ejecutándose en CI y los SDETs siguen siendo sus dueños. Lo que desaparece es la necesidad de pagarle a alguien para que vaya a arreglar los selectores frágiles después de cada mínimo cambio en la interfaz. El mantenimiento pasa de ser un coste de plantilla a un coste de cómputo cuando los agentes generan y reparan las 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 programación puede escribir ahora 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 se está corrigiendo 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 están 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 reveló 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 coste, valor poco claro o controles de riesgo insuficientes.
• El Capgemini Research Institute (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 error en código generado por IA podría provocar una caída global en múltiples industrias.

Rodea ese 63 %. La validación humana de los resultados de los agentes es el fondo de Manos volviendo a entrar por la puerta trasera. Si no financias Pruebas (Proof) a velocidad de máquina, financiarás Pruebas a velocidad humana, y el ROI de tus agentes desaparecerá en colas de revisión.

¿Qué es la verificación independiente?

La verificación independiente es la evidencia sobre el comportamiento del software generada por un sistema distinto al que lo construyó o al 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 cada plataforma de agentes incluya pruebas para sus propios agentes. Las empresas ejecutan agentes en sistemas CRM, ERP, centros de contacto y stacks personalizados, por lo que la evidencia que aprueba una release tiene que provenir de una capa que no pertenezca a ninguno de ellos.

Observar, evaluar o asegurar: ¿qué necesitas?

El gasto en Pruebas (Proof) se divide según el momento. El aseguramiento responde a "¿deberíamos lanzar esto?" antes de la release; las evaluaciones y la observabilidad responden a "¿cómo está funcionando?" después.

El Aseguramiento de Agentes (Agent Assurance) consiste en probar flujos de trabajo de agente a agente antes de pasar a producción, donde 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 Pruebas (Proof) 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 Vías y Pruebas a medida que se renueven los contratos, no antes. Usa esta tabla de evaluación para ver en qué punto estás.

La Tabla de Evaluación de Reasignación para QA Agéntico

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

• ☐ ¿Conoces cómo se reparte tu gasto en pruebas entre Manos, Scripts, Vías y Pruebas?
• ☐ ¿Los contratos de pruebas externalizadas que se renuevan en 2027 se tasan por resultados en lugar de por horas o FTEs?
• ☐ ¿Se rastrea el mantenimiento de pruebas como una línea de coste propia?
• ☐ ¿La mayoría de las pruebas nuevas son creadas o reparadas por agentes, con humanos revisándolas?
• ☐ ¿Puede tu capa de ejecución manejar volumen a escala de agentes en paralelo, en navegadores y dispositivos reales, sin colas de espera?
• ☐ ¿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 pueda leer?

0–5: Expuesto. Estás pagando precios de 2019 por trabajo de 2026. 6–11: En transición. Elige las dos puntuaciones más bajas y corrígelas antes de tu próximo ciclo de renovación. 12–16: Listo para lo agéntico. Tu siguiente problema será demostrarle valor a la junta directiva, así que haz que Pruebas (Proof) sea reportable.

¿Quién gana y quién sufre la disrupción en las pruebas de software con IA?

El arbitraje laboral puro y los generadores de pruebas de una sola función son una apuesta perdedora. Los ganadores son las plataformas que dominan la ejecución a escala y cuentan con pruebas independientes para 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 reajustan sus precios hacia los resultados. Segundo, las herramientas independientes de "generación de pruebas con IA", porque los agentes de programación ahora generan pruebas como efecto secundario. Tercero, la infraestructura que se vende únicamente como capacidad, sin orquestación ni acceso nativo para agentes.

Los ganadores serán las plataformas integrales que cubran las tres filas para compradores corporativos 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 la Calidad del Software. Soy cofundador de la empresa, así que aquí explico 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 del comportamiento.

• De Manos a agentes: KaneAI permite a los testers manuales y PMs crear y ejecutar pruebas en lenguaje natural, de modo que el conocimiento del dominio escala sin aumentar la plantilla.
• De Scripts a agentes: Kane CLI ofrece a los SDETs y desarrolladores el ciclo completo de ingeniería de calidad desde la terminal, junto a los agentes de programación que ya utilizan.
• Vías (Rails): HyperExecute, nuestra capa de orquestación de pruebas, opera a ese volumen junto a la Real Device Cloud y Browser Cloud, brindándole a los agentes de IA su propia infraestructura de navegadores.
• Pruebas (Proof): Agent Testing cubre agentes de chat, voz, IVR, WhatsApp y video. Rook proporciona Agent Assurance: agentes probando agentes antes del lanzamiento.

Una sola plataforma cubre web, móvil, aplicaciones empaquetadas como Salesforce, SAP, Microsoft 365, Oracle y ServiceNow, además de agentes de IA. Eso importa porque Pruebas (Proof) solo funciona cuando la evidencia vive en un único lugar. Llamamos a la categoría general 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 finales de 2027, las RFP de pruebas corporativas evaluarán a los proveedores por la evidencia entregada por release, no por la cantidad de pruebas escritas.
2. Durante las renovaciones de 2027–2028, los contratos de regresión externalizada migrarán hacia precios por resultado o por release verificada.
3. Para 2028, las empresas reguladas le darán a Pruebas (Proof) su propia línea presupuestaria, gestionada conjuntamente con los departamentos de 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 provocada por código generado por IA hará por los presupuestos de Pruebas (Proof) 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 una nueva partida para pruebas independientes. El hecho de que Gartner haya cambiado el nombre de la categoría te indica 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 aún no hemos llegado.

Aplica la tabla de evaluación este trimestre. Mapea tus cuatro fondos. Luego mueve el presupuesto hacia el lugar del que proviene la evidencia.

Siguiente paso: descubre cómo HyperExecute y Agent Testing encajan en tus fondos de Vías y Pruebas, o lee la documentación de TestMu AI.

Preguntas frecuentes

¿Qué es el QA agéntico?

El QA agéntico es el aseguramiento de la calidad del software en el que los agentes de IA planifican, construyen, ejecutan y mantienen pruebas para alcanzar un objetivo definido, con una capa de verificación independiente que confirma que el software efectivamente se comportó como se requería. Esto es diferente a 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 renombró su Cuadrante Mágico de pruebas de software?

El 6 de octubre de 2026, Gartner publicó su Cuadrante Mágico para Plataformas Agénticas de Aseguramiento de la Calidad del 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 que asiste a los testers humanos hacia agentes de IA que realizan las pruebas, impulsado por agentes de programación 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 65.900 millones de dólares en 2026, frente a los 60.500 millones de 2025, creciendo alrededor de un 7,7 % anual hasta los 127.500 millones para 2035. Los servicios de pruebas representaron el 38 % del gasto de 2025. Las pruebas habilitadas por IA supusieron unos 544 millones de dólares en 2025, según Research and Markets, lo cual es menos del 1 % del total. Todas son estimaciones de firmas de investigación.

¿Reducirán los agentes de pruebas de IA los presupuestos de QA?

Desde nuestro punto de vista, no. Los agentes de pruebas 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 demanda de verificación independiente. Dentro del modelo de los Cuatro Fondos del Gasto en Calidad, el gasto se mueve de Manos y Scripts hacia Vías (la infraestructura de ejecución) y Pruebas (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 código), Vías (grids de navegadores, nubes de dispositivos reales y orquestación) y Pruebas (verificación independiente del comportamiento del software y de los agentes de IA). El QA agéntico encoge Manos y Scripts, hace crecer Vías y convierte Pruebas en su propia línea presupuestaria.

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

El Aseguramiento de Agentes (Agent Assurance) consiste en probar flujos de trabajo de agente a agente antes de pasar a producción, donde se usan agentes de prueba para ejercitar a otros agentes antes del lanzamiento y devolver evidencia. Las evaluaciones (evals) puntúan la calidad del resultado de forma offline o tras el lanzamiento. La observabilidad es lo que monitoriza qué están haciendo los agentes en producción. El aseguramiento es la respuesta a la pregunta "¿debería salir esto a producción?". Las evaluaciones y la observabilidad son las respuestas a la pregunta "¿cómo está rindiendo una vez en producción?".

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

Empieza analizando el gasto en Manos, Scripts, Vías y Pruebas. Luego, a medida que los contratos se vayan renovando, desplaza el gasto: reajusta el precio de tus pruebas externalizadas hacia los resultados, deja de financiar nuevas suites de scripts escritos a mano, invierte en orquestación y ejecución, y asígnale a la verificación independiente un responsable y un presupuesto. KPMG descubrió que el 63 % de las empresas aún valida manualmente los resultados de los agentes, así que Pruebas (Proof) es la brecha a cubrir.