Kyndryl ha llevado al mercado Agentic Modernization services-as-software , una propuesta que traslada parte del trabajo tradicional de modernización tecnológica a flujos automatizados coordinados por agentes de inteligencia artificial. La compañía sitúa la modernización agéntica sobre Kyndryl Agentic AI Framework y Kyndryl Bridge, su plataforma para operar y gobernar entornos tecnológicos complejos. El movimiento llega cuando muchas empresas han ampliado el uso de IA sin conseguir todavía una relación clara entre despliegue, costes y resultados de negocio.
El modelo «services-as-software» plantea un cambio en la forma de prestar servicios tecnológicos. En lugar de organizar cada proyecto como una sucesión de tareas intensivas en consultoría e ingeniería, Kyndryl encapsula parte de su experiencia en flujos de trabajo predefinidos que pueden reutilizarse y escalarse mediante software. Esos flujos combinan automatización, modelos de IA y conocimiento operativo acumulado en sistemas críticos.
La diferencia resulta especialmente relevante en proyectos sobre mainframe, aplicaciones heredadas, infraestructuras híbridas o redes, donde el volumen de dependencias y la falta de documentación suelen frenar las migraciones. Los agentes pueden intervenir en tareas como descubrimiento de activos, análisis de código, mapeo de dependencias, diseño del estado objetivo, generación de código, pruebas y validación. La supervisión, según Kyndryl, continúa en manos de sus especialistas y de los equipos del cliente.
La modernización agéntica apunta a un proceso continuo
La propuesta encaja con una evolución más amplia del mercado de servicios TI: pasar de grandes programas de transformación, con principio y final definidos, a ciclos de modernización más frecuentes. Ismail Amla, vicepresidente sénior de Kyndryl Consult, sostiene que la modernización está convirtiéndose en una disciplina operativa y que las organizaciones necesitan adaptarla continuamente a los cambios tecnológicos y de negocio.
Ese planteamiento puede reducir una de las fricciones habituales de los programas de modernización: repetir análisis, pruebas y tareas de ingeniería en cada iniciativa. Si una parte de ese conocimiento queda formalizada en workflows reutilizables, la organización puede estandarizar actividades y reducir la dependencia de especialistas escasos. Sin embargo, el grado de automatización no elimina la complejidad de los sistemas existentes ni las decisiones sobre arquitectura, riesgo o prioridades de negocio.
Kyndryl vincula esta capa de automatización con su plataforma Bridge. Lanzada en 2022, se utiliza, según la compañía, en más de 1.400 clientes y genera más de 16 millones de insights de IA al mes. Kyndryl también atribuye a Bridge reducciones de hasta un 50% en incidentes de TI en determinados entornos. En Agentic Modernization, la plataforma actúa como infraestructura para desplegar, coordinar y gobernar agentes y workflows sobre sistemas híbridos, incorporando controles de costes, seguridad y requisitos regulatorios.
También incorpora gestión de memoria agéntica, una función orientada a conservar conocimiento institucional y contexto operativo. Ese punto adquiere peso en organizaciones con sistemas mantenidos durante décadas, donde una parte relevante del funcionamiento real reside en documentación incompleta y en la experiencia de técnicos que pueden estar cerca de retirarse o resultar difíciles de sustituir.
Escalar IA exige resolver antes la deuda tecnológica
El lanzamiento coincide con una brecha persistente entre adopción y retorno de la IA. El People Readiness Report 2026 de Kyndryl, basado en una encuesta a 1.100 directivos de negocio y tecnología de ocho países, entre ellos España, señala que el 77% de las organizaciones ha escalado capacidades de IA generativa a varias funciones. Solo el 32%, sin embargo, afirma haber alcanzado al menos uno de sus dos principales objetivos relacionados con IA.
La distancia entre despliegue y resultados introduce un condicionante que va más allá de los modelos utilizados. En la misma investigación, solo el 23% de los líderes considera que su plantilla está plenamente preparada para trabajar con IA, mientras que la preparación de la infraestructura tecnológica se sitúa en el 35%. Gobernanza, cultura, habilidades y sistemas heredados avanzan a ritmos distintos.
Para los departamentos de TI, la modernización se convierte así en una condición operativa de los proyectos de IA. Un agente puede analizar código o proponer transformaciones con rapidez, pero la implantación sigue dependiendo de la calidad de los datos, la arquitectura, los controles de acceso, las obligaciones regulatorias y la capacidad de validar los cambios. El modelo de Kyndryl intenta concentrar esa complejidad en procesos repetibles sin convertir el agente en una capa autónoma sin supervisión.
Bill Latshaw, director de investigación de Worldwide Business Consulting Services en IDC, interpreta la IA agéntica como un desplazamiento desde proyectos grandes y episódicos hacia implementaciones continuas coordinadas por agentes y guiadas por expertos humanos. En esa transición, la gobernanza adquiere un papel central: cuanto mayor sea la capacidad de los agentes para actuar sobre código, infraestructura o sistemas de registro, mayor será la necesidad de definir permisos, trazabilidad y responsabilidad.
La modernización agéntica llega primero al código heredado
Los ejemplos divulgados por Kyndryl muestran que los casos iniciales se sitúan en áreas donde existe mucho trabajo repetitivo y una elevada carga de conocimiento técnico. Una empresa global de alquiler de vehículos utiliza agentes para refactorizar código heredado y ha reducido a minutos tareas que antes requerían horas de intervención manual. La compañía también señala mejoras en consistencia, mantenimiento y calidad del código, aunque Kyndryl no identifica públicamente al cliente ni aporta métricas comparables sobre esas mejoras en la información difundida.
En el sector reasegurador, otro proyecto partía de un mainframe con décadas de antigüedad, millones de líneas de código y una disponibilidad decreciente de especialistas internos. Los servicios de Agentic Modernization se utilizaron para analizar el entorno y diseñar su transición hacia una arquitectura nativa de nube. Kyndryl afirma que el proyecto permitió recortar en un 50% el calendario previsto para abandonar centros de datos.
Un tercer caso corresponde a una organización global de servicios financieros que ha desplegado estos servicios entre equipos de ingeniería distribuidos internacionalmente. En ese escenario, el trabajo se concentra en estandarizar procesos de modernización y combinar información operativa basada en IA con workflows agénticos predefinidos.
Los tres ejemplos comparten una característica: la IA se aplica sobre procesos con alto coste de análisis y ejecución, pero dentro de marcos controlados. Queda menos claro, por ahora, cómo variarán los resultados entre empresas con arquitecturas, calidad documental y niveles de deuda técnica muy diferentes. Tampoco hay datos públicos suficientes en el lanzamiento para comparar el coste total del modelo services-as-software frente a proyectos convencionales de consultoría y servicios gestionados.
Esa comparación será relevante para CIO y responsables financieros. La automatización puede comprimir plazos y reducir dependencia de perfiles especializados, pero también desplaza parte del gasto hacia plataformas, consumo de modelos, integración y controles de gobernanza. La viabilidad operativa dependerá de que los flujos reutilizables mantengan su eficacia cuando pasan de casos acotados a entornos críticos con miles de aplicaciones y dependencias. Para Kyndryl, el siguiente frente comercial estará precisamente ahí: convertir experiencia de ingeniería en software repetible sin perder el control que exigen los sistemas de los que depende el negocio.
