Endava está rediseñando la entrega de software alrededor de agentes de IA y ha integrado ChatGPT Enterprise y Codex como plataforma empresarial, impactando a una plantilla de 11.000 empleados, según la nota publicada por OpenAI el 4 de junio de 2026.
¿Qué está haciendo Endava?
Endava convirtió la IA en el eje de DavaFlow, su ciclo de entrega de software, y no lo hizo como un complemento sino como la primera herramienta para resolver problemas, según OpenAI News del 4/6/2026. La compañía, con más de 25 años en el mercado, empezó por los equipos de ingeniería pero rápidamente extendió los agentes a legal, finanzas y operaciones porque detectaron cuellos de botella en la etapa de requisitos y coordinación; el cambio se aceleró durante los últimos dos años, de acuerdo con la misma fuente. En la práctica esto implicó que tareas de preparación de reuniones, investigación legal y generación de informes pasaron a flujos asistidos por IA, y en algunos casos se sustituyeron hojas de cálculo por pequeñas apps internas generadas por equipos no técnicos.
¿Cómo impacta esto en el mercado argentino?
Para empresas y proveedores argentinos la lección es doble: hay oportunidad y exigencia. Por un lado, la incorporación de agentes en empresas globales como Endava, que reporta 11.000 empleados según OpenAI News, muestra que los servicios gestionados y la consultoría en IA pueden expandirse en la región. Por otro lado, la utilidad real depende de que estos sistemas funcionen bien en español y respeten normativa local; en ausencia de documentación y métricas públicas en nuestro idioma la adopción queda limitada. Además, la rapidez de adopción que Endava describe, concentrada en los últimos dos años, obliga a actores locales a definir políticas de privacidad, contratos y requisitos técnicos para evitar vendor lock-in y riesgos regulatorios.
Riesgos, métricas y gobernanza
El despliegue masivo de agentes introduce riesgos que no desaparecen porque la herramienta sea poderosa: privacidad de datos, errores en decisiones automatizadas y dependencia de un proveedor. Endava reporta integración a escala (11.000 empleados y uso en todo DavaFlow, según OpenAI News), lo que eleva la importancia de métricas operables: tasa de errores en salidas críticas, porcentaje de tareas revisadas por humanos y tiempos de resolución de fallos. Apoyamos la técnica —los agentes y la orquestación de modelos son avances técnicos relevantes— pero exigimos métricas públicas, documentación en español y gobernanza con revisión humana antes de despliegues comerciales, coherente con nuestras posiciones recientes sobre IA y gobernanza.
Qué deberían hacer las empresas argentinas ahora
Recomendamos tres pasos prácticos: 1) empezar por el uso personal y pilotos internos para crear fluidez, tal como aconseja la propia Endava; 2) exigir a proveedores métricas claras y documentación en español sobre datos usados, capacidades y límites; 3) diseñar gobernanza que incluya revisión humana en puntos críticos y planes de contingencia para evitar dependencia tecnológica. Frente a la situación de hace dos años, cuando la IA era a menudo un añadido final, hoy la evidencia de integraciones profundas exige políticas formales y transparencia técnica. Si no hay métricas ni documentos en español, la migración a modelos empresariales tiene más riesgos que beneficios para las organizaciones locales.
