Según informa la compañía Galtea, estas conclusiones se extraen de su informe ‘Sistemas de IA generativa en sectores regulados en España: dónde y cómo fallan’, elaborado a partir del análisis de 1,2 millones de evaluaciones de sistemas en fase de preproducción realizadas entre enero y agosto de 2026.
En concreto, el estudio refleja que los agentes de IA registran la mayor tasa de fallo con un 46%, seguidos por los sistemas de recuperación mejorada por generación (RAG) con un 42%, mientras que los chatbots, los sistemas de procesamiento documental y las pruebas de referencia presentan tasas inferiores.
Por sectores, el sector público presenta un 31,6% de evaluaciones que no superan los criterios definidos, seguido del sector de la salud con un 29,3%, transporte con un 17,4% y servicios financieros con un 16%.
Asimismo, la investigación detalla diferencias en las métricas personalizadas utilizadas según cada ámbito, al situarse en el 80,8% en el sector de la salud, el 46% en transporte, el 42,6% en el sector público y el 22,5% en servicios financieros.
Por otro lado, el análisis determina que el 69% de los productos analizados utiliza más de un modelo de IA, de manera que la fiabilidad depende del comportamiento conjunto de la estructura base, los componentes adicionales, la lógica de negocio y las capas de información.