La apuesta llega en un momento en el que las empresas intentan integrar agentes inteligentes en procesos internos, mientras buscan evitar problemas relacionados con gobernanza, privacidad o dependencia tecnológica. Por eso, buena parte de los anuncios giraron alrededor de una pregunta simple: ¿cómo crear sistemas de IA más útiles sin sacrificar supervisión?

Uno de los movimientos más visibles fue la expansión de Microsoft Agent Platform, ahora impulsada por una nueva capa llamada Microsoft IQ. La propuesta consiste en que los agentes trabajen con información empresarial, datos internos y conocimiento externo para responder con más contexto.

Dentro de esa familia aparecen herramientas como Work IQ, orientada a entender cómo fluye el trabajo dentro de organizaciones usando datos de correos, reuniones o documentos. También llegan Fabric IQ para interpretar datos empresariales estructurados y Foundry IQ para conectar conocimiento interno con información web actualizada.

Más contexto y nuevos modelos para agentes

Microsoft también presentó Scout, un agente personal pensado para ayudar en tareas repetitivas como preparar reuniones, resolver conflictos de agenda o gestionar actividades rutinarias dentro de aplicaciones de productividad.

Junto con los agentes llegaron nuevos modelos propios agrupados bajo la familia MAI. La compañía anunció siete modelos especializados que cubren razonamiento, voz, transcripción, generación de imágenes y programación.

El más llamativo es MAI-Thinking-1, diseñado para resolver instrucciones complejas, trabajar con grandes cantidades de contexto y asistir en tareas de desarrollo de software. A este se suman modelos para imagen, transcripción multilingüe y codificación integrados en productos como PowerPoint, GitHub Copilot y Visual Studio Code.

Para quienes desarrollan aplicaciones, esto significa menos dependencia de un único modelo y más opciones para elegir herramientas según cada tarea: generar código, convertir voz en texto o construir asistentes inteligentes.

Seguridad, nube y computación cuántica en la misma apuesta

Otro de los anuncios estuvo relacionado con seguridad. Microsoft presentó nuevas capacidades para administrar agentes de IA sin importar dónde estén alojados o qué tecnologías utilicen.

Entre ellas aparece Agent 365, una plataforma para centralizar visibilidad y controles de seguridad, junto con proyectos abiertos como ASSERT y Agent Control Specification, orientados a crear reglas y evaluaciones para agentes.

La compañía también mostró nuevas herramientas para construir aplicaciones desde equipos locales hasta infraestructura cloud. Entre ellas están Surface RTX Spark Dev Box, pensada para cargas intensivas de IA, y Microsoft Execution Containers, un sistema de entornos aislados para ejecutar agentes de forma segura.

Pero Build 2026 no se quedó solo en productividad empresarial. Microsoft aprovechó el evento para mostrar cómo la IA agéntica podría extenderse a ciencia e investigación.

Con Microsoft Discovery, investigadores y compañías pueden acelerar procesos científicos apoyados en inteligencia artificial. Mientras tanto, Majorana 2, el nuevo chip cuántico de la empresa, apunta a resolver uno de los grandes retos del sector: construir computadoras cuánticas escalables y estables.

La lectura detrás de todos estos anuncios parece clara: Microsoft quiere que la próxima generación de software no esté formada únicamente por aplicaciones tradicionales, sino por sistemas inteligentes que entiendan contexto, colaboren entre herramientas y funcionen desde el dispositivo hasta la nube.

Ese fue el mensaje principal de la conferencia anual de desarrolladores de Google durante el evento Google I/O 2026, donde la compañía presentó una nueva etapa para Gemini: la llamada “era agentic”. En palabras simples, se trata de una IA que deja de ser solo un chatbot para convertirse en un agente capaz de ejecutar acciones.

La apuesta llega en medio de una competencia cada vez más intensa con empresas como OpenAI, que ha acelerado la carrera por integrar IA en productos cotidianos. Pero Google está apostando por algo distinto: aprovechar su ecosistema completo —Search, Android, YouTube, Gmail, Maps y Chrome— para convertir a Gemini en una capa presente en casi toda la experiencia digital de los usuarios.

La compañía asegura que hoy procesa más de 3,2 cuatrillones de tokens al mes, una cifra que refleja el crecimiento explosivo del uso de IA dentro de sus servicios. Además, más de 900 millones de personas ya utilizan la aplicación de Gemini mensualmente.

La novedad no está únicamente en los modelos de lenguaje más rápidos o más potentes. El verdadero cambio es que Gemini ahora podrá actuar por ti.

Gemini Spark y la llegada de los agentes de IA

La pieza más importante del anuncio fue Gemini Spark, descrito por Google como un agente personal de inteligencia artificial disponible las 24 horas.

A diferencia de asistentes tradicionales que esperan instrucciones puntuales, Spark podrá trabajar en segundo plano desde servidores de Google Cloud. La idea es que la IA pueda encargarse de tareas largas sin que tengas que mantener abierta una pestaña o incluso el computador encendido.

Según mostró Google, Gemini Spark podrá monitorear información, organizar pendientes, interactuar con herramientas externas y ejecutar procesos digitales completos bajo supervisión del usuario.

Eso cambia la relación actual con la IA. Hasta ahora, herramientas como Gemini o ChatGPT funcionan bajo una dinámica de pregunta y respuesta. Lo que propone Google es una IA persistente, que permanezca activa y gestione tareas continuamente.

La compañía también anunció que Spark llegará a Chrome como un “navegador agentic”, capaz de ayudarte a navegar la web, organizar información o completar acciones online.

Otro movimiento importante está en Search. Google confirmó que integrará “information agents”, agentes especializados que buscarán información automáticamente y construirán paneles personalizados con seguimiento constante.

Eso implica una transformación profunda del buscador más usado del mundo. Google quiere que Search deje de ser un espacio donde haces consultas individuales para convertirse en una experiencia continua y conversacional.

La estrategia también toca otros productos. YouTube recibirá “Ask YouTube”, una función que encuentra directamente el fragmento exacto de un video que responde una duda. Mientras tanto, Google Docs sumará “Docs Live”, una herramienta para crear documentos usando solo la voz.

La IA como infraestructura total de Google

Detrás de todos estos anuncios hay una decisión mucho más grande: Google está reorganizando toda su infraestructura alrededor de la inteligencia artificial.

La empresa reveló que este año planea invertir entre 180.000 y 190.000 millones de dólares en infraestructura y centros de datos, una cifra gigantesca incluso para estándares tecnológicos.

Gran parte de ese dinero irá a sus nuevos chips TPU de octava generación, procesadores especializados para entrenar y ejecutar modelos de IA. Google asegura que estos chips permiten entrenar sistemas más grandes en semanas en lugar de meses.

La razón es simple: la próxima batalla tecnológica ya no depende solo de quién tiene el mejor chatbot, sino de quién puede operar IA a escala global y a menor costo.

Ahí entra otra de las grandes apuestas del evento: Gemini 3.5 Flash. Google asegura que este modelo es comparable con los sistemas más avanzados del mercado, pero mucho más rápido y barato de operar.

La empresa afirmó que Flash puede generar respuestas hasta cuatro veces más rápido que otros modelos avanzados y reducir de forma drástica el gasto empresarial en procesamiento de IA.

También hubo anuncios relacionados con generación multimedia. Google presentó Gemini Omni, un sistema capaz de generar contenido desde cualquier tipo de entrada: texto, imágenes o video.

La apuesta apunta directamente al auge de herramientas generativas que crean clips, imágenes y contenido audiovisual completos mediante instrucciones conversacionales.

Pero junto con esa expansión aparece otro problema: los deepfakes y la desinformación. Por eso Google anunció nuevas integraciones de SynthID, su sistema de marcas invisibles para identificar contenido creado por IA.

La compañía dice que ya ha marcado más de 100.000 millones de imágenes y videos generados artificialmente. Incluso empresas como OpenAI y Eleven Labs adoptarán el sistema.

Todo esto deja ver algo más grande que una simple actualización de Gemini. Google está intentando convertir la IA en el centro operativo de internet, integrándola en búsquedas, productividad, navegación, video, creación multimedia y dispositivos físicos como gafas inteligentes.

La pregunta ahora no es si usarás IA, sino cuánto control terminarás delegando en ella.

La diferencia entre un asistente de IA y un agente no está en la velocidad, sino en la autonomía operativa. Estos sistemas pueden razonar, actuar y colaborar ejecutando múltiples acciones desde una instrucción inicial. El usuario sigue marcando el punto de partida, pero el desarrollo del trabajo ocurre con mucha menos fricción en cada etapa.

Con el nuevo Agent Mode en Office, Microsoft Copilot puede actuar directamente dentro del documento mientras el usuario edita. El sistema reorganiza contenido, detecta vacíos y propone cambios manteniendo el contexto original. Esto desplaza el modelo tradicional hacia una colaboración donde se delegan bloques completos de trabajo.

Qué pueden hacer hoy los agentes de IA de Microsoft

En tareas cotidianas, el impacto es inmediato y tangible. Puedes pedirle a Copilot que programe una reunión y este gestiona horarios, reserva salas, redacta la agenda y envía invitaciones desde una sola interacción. Lo que antes implicaba múltiples herramientas ahora se resuelve en un flujo unificado que reduce tiempos y elimina pasos repetitivos.

En Excel, el cambio es especialmente visible para usuarios de distintos niveles. El Agent Mode permite generar fórmulas, analizar datos y ajustar resultados de forma iterativa. Esto acerca capacidades avanzadas a quienes no dominan funciones complejas, reduciendo la barrera técnica en el uso de hojas de cálculo.

En Word, los agentes pueden estructurar documentos completos, reorganizar secciones y mejorar la redacción manteniendo coherencia. En PowerPoint, permiten generar presentaciones completas, ajustar el diseño y adaptar el contenido a distintos contextos, respetando estilos definidos sin intervención manual constante.

En entornos colaborativos, los agentes empiezan a asumir roles más definidos dentro del equipo. Dentro de Microsoft Teams, pueden asistir en reuniones tomando notas, generando resúmenes y facilitando respuestas rápidas sin interrumpir la conversación. También permiten sintetizar información compleja y generar análisis sin necesidad de alternar entre múltiples fuentes.

Este comportamiento no se limita a documentos o presentaciones en Microsoft 365, sino que se extiende a espacios de trabajo compartidos donde la coordinación entre personas y sistemas ocurre en tiempo real, integrando la colaboración dentro del mismo flujo operativo.

Cómo funciona el modelo multiagente en Microsoft 365

Uno de los avances más relevantes es la evolución hacia escenarios multiagente dentro del entorno empresarial. Diferentes sistemas pueden empezar a coordinar tareas entre áreas como Recursos Humanos, TI o Marketing, reduciendo la dependencia de procesos manuales fragmentados entre equipos.

Esta capacidad, aún en despliegue progresivo, apunta a flujos donde el contexto se mantiene entre procesos sin perderse en cadenas de correos o reuniones. Más que automatización puntual, representa los primeros pasos hacia sistemas coordinados que operan de forma continua dentro de la organización.

La visión de Microsoft apunta hacia una web abierta de agentes capaces de ejecutar tareas en nombre de usuarios y organizaciones. Este enfoque ya se refleja en funciones activas dentro de Microsoft 365, con una expansión gradual prevista en los próximos meses.

Quién controla los agentes de IA de Microsoft

Delegar tareas en sistemas capaces de ejecutar acciones introduce riesgos si no existe un marco de control claro. Microsoft integra mecanismos como protección frente a inyección de prompts, detección de información sensible y cumplimiento de tareas para mantener alineado el comportamiento de los agentes.

Estos controles no son absolutos, pero forman parte del diseño base de las soluciones. La gobernanza no se plantea como un añadido posterior, sino como un componente que evoluciona junto con las capacidades de los sistemas dentro del entorno corporativo.

Además, comienzan a surgir agentes orientados a análisis organizacional, capaces de ofrecer visibilidad sobre dinámicas internas en tiempo real. Esto permite tomar decisiones más rápidas basadas en datos sin depender exclusivamente de procesos manuales o análisis aislados.

Por qué cambia la forma de trabajar con IA en Office

Para el usuario final, el cambio no implica instalar nuevas herramientas ni aprender desde cero. Estos agentes llegan integrados en aplicaciones que ya forman parte del día a día.

Lo que cambia es el modelo mental. Se pasa de usar software que responde a trabajar con sistemas que ejecutan tareas completas a partir de una instrucción inicial, manteniendo el contexto y reduciendo la carga operativa. No sustituyen al usuario, pero sí redefinen cuánto trabajo debe hacer directamente en cada proceso.

Ese cambio, aunque silencioso, es el que empieza a transformar la forma en que se trabaja dentro de la oficina digital.

Imagen: Generada con IA / ChatGPT

Durante años pensamos en la inteligencia artificial (IA) como algo lejano. Luego irrumpió la IA generativa y la incorporamos como una herramienta: un asistente capaz de escribir, analizar datos o responder preguntas con mayor velocidad. Hoy, el desafío evoluciona hacia el liderazgo con inteligencia artificial, donde no solo se trata de usar estas tecnologías, sino de dirigir su impacto en las organizaciones.

En 2026 se consolida una etapa distinta: la de la IA agéntica. Los agentes ya no solo asisten, sino que ejecutan de manera autónoma tareas y procesos completos. Lo que parecía ciencia ficción hoy es una realidad para las empresas de frontera, aquellas que centran su modelo de negocio en la IA.

Según IDC, estas organizaciones no solo adoptan IA más rápido, sino que logran beneficios hasta tres veces mayores que quienes la implementan de forma fragmentada o experimental. En la era agéntica, el cambio es tecnológico, pero principalmente organizacional, cultural y de liderazgo.

Los agentes no son simplemente “IA más avanzada”, sino una nueva forma de trabajo digital que obliga a repensar estructuras, roles y toma de decisiones. Según el Índice de Tendencias Laborales 2025, el 37% de las organizaciones colombianas ya utiliza agentes para automatizar flujos completos, en un contexto donde el 78% de los trabajadores afirma no tener suficiente tiempo o energía para hacer su trabajo.

La pregunta clave para los líderes ya no es si van a adoptar agentes, sino si están preparados para dirigirlos. Liderar agentes no significa programarlos, sino saber definir objetivos claros, establecer límites, decidir qué métricas importan y cuándo intervenir.

El liderazgo deja de ser solo gestión de personas y pasa a ser también orquestación de inteligencia. La idea de que las empresas del futuro van a ser lideradas por humanos y operadas por agentes empieza a tomar forma concreta.

Por eso, la adopción de agentes no puede ser un proyecto exclusivo del área de tecnología. El verdadero valor aparece cuando el negocio define prioridades, procesos críticos y criterios de éxito, y tecnología habilita el marco seguro para que eso suceda. Los agentes generan impacto cuando están conectados con la lógica del negocio, no cuando funcionan como una capa aislada de automatización.

Equipos híbridos: fuerza humanos-agentes

En este contexto, empiezan a emerger organizaciones con equipos híbridos, donde humanos y agentes trabajan juntos de forma coordinada. En este modelo, las personas aportan criterio, contexto y responsabilidad; los agentes aportan escala, velocidad y consistencia. Las empresas que entienden esto logran liberar tiempo y enfocar el talento humano en decisiones de mayor valor.

Esto también redefine la responsabilidad. Cuando una persona dirige equipos humanos, existen reglas, procesos y marcos claros que ordenan la toma de decisiones. Con los agentes ocurre lo mismo: si van a ejecutar trabajo real, alguien debe definir cómo operan, hasta dónde llegan y bajo qué criterios se los supervisa.

A medida que las organizaciones avanzan hacia estos modelos, se vuelve necesario diseñar nuevos sistemas de gobernanza. No para limitar la innovación, sino para hacerla sostenible. La supervisión humana, la trazabilidad de las acciones y las reglas claras de acceso a la información dejan de ser un tema técnico aislado para convertirse en parte del rol de liderazgo.

Los datos muestran que este cambio ya está en marcha. Según el Índice de Tendencias Laborales 2025 de Microsoft, la mayoría de los líderes en Colombia planea incorporar agentes digitales en el corto plazo, y un 43% espera que sus equipos aprendan a entrenarlos, mientras que un 35% anticipa que deberán gestionarlos activamente como parte de su trabajo cotidiano.

Por su parte, IDC proyecta que el número de empresas que utilizan IA agencial se triplicará en los próximos dos años. El diferencial, entonces, no está en adoptar agentes primero, sino en hacerlo mejor: en integrarlos al corazón del negocio, con una visión clara de impacto y con las personas en el centro de cada decisión.

La próxima ventaja competitiva no va a ser tecnológica, sino organizacional. Las empresas que entiendan que liderar agentes es una nueva habilidad clave estarán mejor preparadas para un mundo donde el trabajo se redefine. Porque, al final del día, la tecnología puede escalar capacidades, pero el liderazgo sigue y seguirá siendo una responsabilidad humana.

Imagen: Microsoft Source

Cuando un lector se acerca a un título como este, suele pensar en liderazgo empresarial. Sin embargo, el verdadero desafío que enfrentan hoy las organizaciones es liderar agentes de inteligencia artificial de manera estratégica. Imagina un artículo dirigido a quienes aspiran a coordinar equipos, inspirar a sus pares o convertirse en los próximos CEO. Pero este texto no trata sobre ese tipo de jefes. Al menos, no en el sentido tradicional.

Estas líneas están dirigidas a todos los profesionales, sin importar su cargo o industria. Porque, más temprano que tarde, todos asumiremos un nuevo rol. Nos convertiremos en una nueva clase de “jefes”: los jefes de agentes.

La inteligencia artificial y el nuevo rol profesional

La rápida adopción de la inteligencia artificial (IA) está transformando el entorno laboral. Vemos estructuras más ágiles, mayor productividad y nuevas formas de colaboración entre personas y tecnología.

En este contexto surge un rol transversal. Los trabajadores del conocimiento ya interactúan con agentes de IA, como asistentes virtuales o copilotos. Pronto deberán entrenarlos, delegarles tareas y supervisar sus resultados. También serán responsables de generar impacto junto a ellos. En la práctica, se convertirán en gestores de agentes inteligentes.

Este perfil cobra fuerza en lo que comienzan a consolidarse como Empresas Frontera. Son organizaciones que integran la IA y los agentes digitales como parte central de su operación. No se trata solo de adoptar tecnología. Se trata de rediseñar la forma de trabajar, tomar decisiones y generar valor.

El último Índice de Tendencias Laborales de Microsoft lo confirma. El 90 % de los líderes empresariales en Colombia anticipa que incorporará agentes en los próximos 12 a 18 meses. El objetivo es complementar las actividades de sus colaboradores. Además, un 43 % espera que sus equipos los entrenen. Un 35 % proyecta que los gestionen activamente en los próximos cinco años. Esto marca un cambio estructural en la forma en que trabajamos.

A nivel global, el 83 % de los líderes cree que esta tecnología permitirá asumir tareas más estratégicas desde etapas tempranas de la carrera. En el futuro cercano, cada profesional podrá dirigir una pequeña unidad de agentes inteligentes.

Qué implica liderar agentes de IA

Liderar agentes no significa programarlos ni escribir código. Significa definir objetivos claros y diseñar flujos de trabajo efectivos. También implica entregar instrucciones precisas y verificar resultados.

No se trata de usar la IA como una herramienta más. Se trata de orquestar inteligencia. El profesional deberá decidir qué delegar, cuál es el alcance del agente y bajo qué criterios evaluar su desempeño. Además, tendrá que interpretar los insights generados y tomar decisiones a partir de ellos.

Así como nos preparamos para liderar equipos humanos, ahora debemos capacitarnos para coordinar una fuerza laboral híbrida. Estará compuesta por personas y agentes digitales. Esto exige fortalecer el pensamiento crítico, la comunicación efectiva y la comprensión de datos. También requiere una actitud abierta a la colaboración con la tecnología.

Cultura organizacional y liderazgo en la era de los agentes

Mientras esta transformación avanza, los líderes empresariales tienen un desafío clave. Deben impulsar una cultura organizacional que promueva la adopción responsable de la IA. También deben fomentar el aprendizaje continuo.

Las organizaciones necesitan entornos donde las habilidades digitales sean tan relevantes como las habilidades blandas. Crear un agente no requiere exclusivamente un equipo técnico especializado. Muchas veces basta una conversación clara en lenguaje natural. Es necesario describir el problema, la tarea y dónde se encuentra la información.

En ocasiones, dedicar 15 minutos a dar instrucciones precisas es suficiente. Es similar a orientar a un aprendiz. El verdadero valor de la IA está en liberar tiempo. Ese tiempo permite que las personas se concentren en pensar, crear, decidir e innovar.

Esta revolución ya comenzó. Aprender a liderar agentes de inteligencia artificial será una de las habilidades más relevantes del nuevo entorno laboral. Por eso, el mensaje para los futuros —y no tan lejanos— jefes es claro: el momento de actuar es ahora. Hoy es el mejor día para explorar, capacitarse y experimentar. Entender cómo la IA puede potenciar nuestras capacidades es una decisión estratégica. También es una oportunidad para crecer profesionalmente.

Imagen: Generada con IA / ChatGPT

El 3 de febrero de 2026 podría quedar registrado como el día en que el modelo de negocio más exitoso de los últimos 20 años, el Software as a Service (SaaS), chocó de frente con una realidad digital ineludible. En una sola jornada, el valor de mercado de las principales empresas de software se desplomó en US$285.000 millones.

El detonante fue Anthropic y su nueva herramienta Claude Co-work. No por su sofisticación técnica, sino por la sencillez de su propuesta. Un conjunto de plugins de código abierto demostró que tareas complejas, como la revisión de contratos legales que antes implicaban miles de dólares en horas facturables, ahora pueden ejecutarse con un archivo de texto bien estructurado.

El modelo SaaS bajo presión en los mercados

La reacción fue inmediata y severa para los proveedores de información y servicios legales. Thomson Reuters registró su mayor caída en un solo día, con una pérdida del 15,8 por ciento de su valor. RELX, matriz de LexisNexis, cayó un 14 por ciento, mientras que LegalZoom se desplomó un 20 por ciento. Incluso el capital privado sintió el impacto, con KKR y TPG registrando retrocesos cercanos al 10 por ciento.

La lógica de Wall Street fue directa. Si una IA puede hacer el trabajo de diez auxiliares legales, esas empresas ya no necesitan adquirir diez licencias de software. El modelo de pago por asiento, piedra angular financiera de compañías como Salesforce, Adobe y ServiceNow, comienza a percibirse como vulnerable.

En medio del desplome surgió una lectura distinta. Vivek Arya, analista de Bank of America, calificó la venta masiva como internamente inconsistente. Su tesis es clara. Si la IA es lo suficientemente potente como para erosionar el valor del software tradicional, entonces la infraestructura necesaria para ejecutarla está subdimensionada, no sobrevalorada.

Por su parte, Jensen Huang, CEO de Nvidia, afirmó en el reciente Cisco AI Summit que el temor al declive del software es ilógico. La IA no reemplaza al software, se ejecuta sobre él. El mercado no está cuestionando la necesidad del software. Está cuestionando su modelo de monetización.

El “efecto KPMG” y la presión sobre el trabajo intelectual

La señal de que esto trasciende el pánico bursátil llegó desde la consultoría. KPMG utilizó la disponibilidad de herramientas de IA como argumento para renegociar los honorarios de su auditor, Grant Thornton, logrando una reducción del 14 por ciento. Según registros de UK Companies House, los honorarios bajaron de US$416.000 a US$357.000.

El mensaje fue evidente. Si el trabajo puede ejecutarse con mayor eficiencia gracias a la IA, los precios heredados pierden legitimidad. Este es uno de los primeros precedentes de cómo la inteligencia artificial comienza a ejercer presión deflacionaria sobre el trabajo intelectual incluso antes de su adopción masiva.

De interfaces a agentes la transformación del modelo SaaS

El software no desaparecerá, pero deberá transformarse. El tránsito es de una arquitectura centrada en interfaces, donde el humano navega menús y pantallas, a una arquitectura centrada en agentes, en la que sistemas de IA consumen y procesan datos de forma directa.

El modelo SaaS tradicional fue diseñado para maximizar usuarios humanos activos. El nuevo entorno exige maximizar capacidad computacional, integración de datos y automatización inteligente. Son dos lógicas económicas distintas. Las empresas del sector ya intentan pivotar hacia esta nueva arquitectura, pero el desafío es profundo.

Deben reconstruir productos pensados para usuarios humanos y adaptarlos a flujos automatizados mientras sus ingresos por licencias tradicionales enfrentan presión creciente. Si usas herramientas de IA únicamente para corregir correos o resumir textos, estás replicando el mismo patrón que hoy penaliza el mercado.

La ventaja competitiva ya no reside únicamente en el acceso a la herramienta. Está en la capacidad de rediseñar el flujo de trabajo desde cero. El costo marginal de crear software tiende a cero y el valor se desplaza hacia la responsabilidad, la gobernanza y la propiedad de los datos.

La pregunta ya no es si la IA llegará a tu oficina, sino si tu modelo de ingresos y tu trayectoria profesional resistirán el ajuste estructural que ya comenzó.

Imagen: Generada con IA / ChatGPT

En Colombia, el 95% de empresarios y empleados ya utiliza al menos una herramienta de inteligencia artificial, según el informe Inteligencia Artificial y la empleabilidad del futuro. Esta adopción acelerada ha impulsado el surgimiento de agentes inteligentes que combinan acceso a datos internos, conexión con plataformas empresariales y capacidad de planificar y ejecutar procesos de principio a fin.

Para Felipe Jaramillo, CEO de Aplyca, compañía experta en desarrollo de plataformas web y soluciones cloud, este cambio redefine la automatización. “Los agentes combinan datos internos, herramientas empresariales y planificación completa de tareas, lo que los convierte en una pieza central de la infraestructura digital del futuro”, afirma, subrayando su rol dentro de arquitecturas tecnológicas modernas.

Te puede interesar: ¿Cómo implementar inteligencia artificial en su empresa?

Por qué el 95% de los proyectos piloto no generan resultados

La principal dificultad sigue siendo técnica. Los modelos generativos no son determinísticos y su comportamiento puede variar entre interacciones, lo que dificulta garantizar resultados confiables en operaciones críticas. Para equipos que gestionan software en producción, esta incertidumbre se traduce en mayores costos, riesgos operativos y una ingeniería que aún está en desarrollo.

Esta brecha entre expectativa y realidad se refleja en los resultados. Estudios del MIT Media Lab y NANDA indican que el 95% de los proyectos piloto de IA no han generado impactos de negocio significativos. No porque la tecnología carezca de potencial, sino porque materializar sus promesas exige más tiempo, disciplina técnica y madurez organizacional de lo anticipado.

Un error frecuente es automatizar procesos que no han sido previamente mapeados ni estandarizados. El resultado son agentes inconsistentes y difíciles de escalar. Llevar un prototipo a producción requiere calidad de datos, infraestructura robusta, gobernanza clara y prácticas clásicas de ingeniería, incluyendo control de versiones, monitoreo continuo y supervisión humana en decisiones críticas.

En qué áreas ya se ven resultados con agentes de IA

Hoy existen áreas donde los agentes de IA ya generan valor tangible. La automatización de tareas administrativas repetitivas libera tiempo para actividades estratégicas, mientras que en marketing mejoran la productividad y la alineación a segmentos específicos. En atención al cliente permiten interacciones más contextuales y consistentes en canales digitales.

En desarrollo de software, los agentes aceleran procesos como documentación, pruebas y tareas repetitivas, contribuyendo a ciclos más ágiles. Estos casos demuestran que el impacto es real pero progresivo. La oportunidad hacia 2026 está en avanzar con equilibrio, consolidar buenas prácticas y construir soluciones que puedan entenderse, operarse y adaptarse de forma sostenible.

Imagen: Generada con IA / ChatGPT

A diferencia de los chatbots tradicionales, Cowork no se limita a responder preguntas o generar texto. Su propuesta es más ambiciosa: actuar como un compañero de trabajo digital, capaz de leer, crear y modificar archivos reales dentro de una carpeta del computador del usuario. Esto incluye desde documentos y hojas de cálculo hasta presentaciones o reportes en proceso.

En la práctica, Cowork funciona como una extensión de la inteligencia que hizo popular a Claude Code, pero sin exigir conocimientos técnicos. El usuario asigna una tarea, por ejemplo, ordenar una carpeta de descargas, convertir fotos de recibos en una tabla de gastos o armar un primer borrador de un informe, y la IA se encarga de planear cómo hacerlo y ejecutarlo paso a paso, informando su progreso.

Esta autonomía marca una diferencia clave frente a una conversación normal con IA. Cowork no espera instrucciones constantes ni depende de preguntas encadenadas. Se comporta más como alguien a quien se le delega un trabajo y lo desarrolla de principio a fin, incluso manejando varias tareas en paralelo.

De la programación al trabajo cotidiano

El verdadero cambio está en el público al que apunta. Mientras Claude Code fue diseñado para desarrolladores, Cowork busca llegar a usuarios comunes: estudiantes, periodistas, creadores de contenido, emprendedores o personas que simplemente quieren ahorrar tiempo en tareas repetitivas. No es necesario explicar el contexto una y otra vez ni adaptar manualmente los resultados; la IA entiende el entorno de archivos y trabaja directamente sobre él.

Además, Cowork puede conectarse con herramientas externas mediante conectores y, si se integra con el navegador, también puede interactuar con páginas web. Esto abre la puerta a flujos de trabajo más complejos, como recopilar información, organizarla y convertirla en documentos listos para usar.

Te puede interesar: Lanzan ChatGPT Salud, qué tipo de información analiza y qué consejos puede ofrecer

Sin embargo, esta potencia viene acompañada de responsabilidades. Cowork solo accede a las carpetas que el usuario autoriza, pero puede realizar acciones delicadas, como borrar archivos o sobrescribir información. Anthropic insiste en la importancia de dar instrucciones claras y supervisar los primeros usos, especialmente porque la IA todavía puede malinterpretar órdenes ambiguas.

También existen riesgos relacionados con seguridad y manipulación de instrucciones, un desafío común en los llamados “agentes de IA”. Aunque la compañía afirma haber desarrollado defensas avanzadas, reconoce que este tipo de tecnología aún está en evolución.

Más allá de los riesgos, el impacto potencial es evidente. Cowork plantea un futuro en el que la IA deja de ser solo una herramienta de consulta y se convierte en un actor activo dentro del trabajo diario. Para lectores de ENTER.CO, esto no significa el reemplazo del trabajo humano, sino una redefinición de cómo se organizan, ejecutan y optimizan las tareas digitales.

Por ahora, Cowork está disponible como vista previa para usuarios del plan Claude Max en macOS, pero su lanzamiento anticipa un cambio más profundo: la llegada de asistentes de IA que no solo piensan, sino que también hacen.

Manus se apartó desde el inicio del modelo de asistente conversacional; su desarrollo se concentró en agentes capaces de investigar, analizar información y automatizar procesos sin depender de instrucciones constantes, una diferencia que empezó a marcar su adopción en el mercado.

El crecimiento fue rápido. De acuerdo con cifras divulgadas por la propia compañía, su agente procesó más de 147 billones de tokens y dio origen a más de 80 millones de computadoras virtuales, un volumen que muestra un uso intensivo en escenarios reales y no solo pruebas de laboratorio.

De China a Singapur, el recorrido de Manus

El proyecto tuvo sus primeros pasos en China. Allí, bajo la empresa Butterfly Effect Technology, el equipo liderado por Xiao Hong desarrolló las bases del agente de inteligencia artificial que luego se convertiría en Manus.

A medida que el producto ganó usuarios y visibilidad fuera del mercado chino, la empresa optó por mover su operación principal a Singapur. El traslado facilitó la expansión internacional y ayudó a posicionar la compañía en un entorno más abierto para acuerdos globales.

Hoy, Manus opera desde Singapur y mantiene allí su base principal. Aunque su origen está en China, la empresa no funciona bajo esa jurisdicción y se presenta como una plataforma con alcance internacional, un punto que resulta relevante en el contexto de su integración con Meta.

La apuesta de Meta por agentes que ejecutan tareas

Para Meta, la llegada de Manus responde a una visión que va más allá de mejorar respuestas automáticas. La compañía busca integrar agentes de inteligencia artificial capaces de ejecutar trabajo real en productos de consumo y soluciones empresariales, incluido Meta AI.

La idea es que estas herramientas puedan asumir tareas como análisis de información, automatización de procesos y apoyo operativo para empresas y creadores. En ese escenario, la tecnología de Manus se convierte en un complemento para acelerar esa transición.

Desde la empresa, el mensaje ha sido que la integración no altera su funcionamiento. Manus seguirá ofreciendo su servicio de suscripción, mantendrá su aplicación y continuará desarrollando su producto de manera independiente, ahora con el respaldo de la infraestructura y el alcance de Meta.

El recorrido de Manus, desde su origen en China hasta su llegada al ecosistema de Meta, refleja un cambio más amplio en la industria. La inteligencia artificial empieza a medirse por su capacidad de ejecutar tareas concretas, y no solo por la calidad de sus respuestas. En esa carrera, Meta decidió sumar una empresa que ya venía recorriendo ese camino.

En muchos casos, las empresas pagan herramientas de IA, pero siguen trabajando como antes: procesos manuales, datos fragmentados y decisiones tomadas por intuición. La diferencia, de cara a 2026, no estará en quién “prueba” más plataformas, sino en quién logra integrarlas en sistemas que liberen tiempo, reduzcan errores y mejoren la calidad de las decisiones.

n8n

Esta herramienta se ha convertido en una pieza clave para la automatización de flujos de trabajo. Permite conectar aplicaciones y procesos sin desarrollos a medida: un pago puede activar la creación de un contacto en el CRM, el envío de correos, tareas internas y la actualización de métricas. Lo que antes requería coordinación humana ahora se ejecuta de forma automática y consistente.

ManyChat

En ventas y marketing, ManyChat transforma comentarios y mensajes en conversaciones estructuradas. A partir de palabras clave, la herramienta envía contenido, califica leads y los acompaña hasta una interacción comercial. El impacto es directo: menos oportunidades perdidas y un embudo que avanza incluso fuera del horario laboral.

Cursor

El desarrollo de producto también cambió con editores de código impulsados por IA como Cursor. A partir de instrucciones en lenguaje natural, permite crear páginas, integrar pagos o construir prototipos funcionales en mucho menos tiempo. Para equipos pequeños, reduce la dependencia técnica y acelera la experimentación.

Te puede interesar: Empresas en Colombia buscarán más perfiles tecnológicos para arrancar 2026: estas son las vacantes

Sora

La generación de video con IA abre un nuevo frente para la comunicación empresarial. Sora permite crear material visual a partir de texto, útil para demos, piezas publicitarias o contenido explicativo. Esto reduce costos de producción y facilita iterar mensajes sin grandes rodajes ni equipos especializados.

Wispr Flow (y similares)

Herramientas de transcripción inteligente como Wispr Flow, Otter o Fireflies convierten reuniones en información estructurada y consultable. Las ideas, objeciones o comentarios de clientes dejan de perderse y se integran al conocimiento de la empresa, alimentando áreas como producto, ventas y soporte.

Claude Projects

Los agentes personalizados representan uno de los usos más avanzados de la IA. Con Claude Projects, las empresas pueden crear asistentes entrenados con sus propios documentos y procesos, capaces de responder preguntas internas, estandarizar respuestas a clientes y apoyar la formación de nuevos colaboradores.

ChatGPT y modelos similares

Más allá de generar texto, estos modelos pueden actuar como analistas permanentes. Conectados a datos del negocio, permiten resumir métricas, identificar patrones y enviar reportes automáticos. En la práctica, ayudan a detectar tendencias antes de que se conviertan en problemas operativos.

En 2026, la diferencia no estará en quién usa inteligencia artificial, sino en quién logra orquestarla como parte del sistema operativo del negocio. Ahí es donde la IA deja de ser una novedad y se convierte en ventaja competitiva.

“La pregunta para 2026 no es si vas a usar IA, sino si vas a quedarte solo en probar herramientas sueltas o vas a construir sistemas que integren automatización, contenido, agentes y analítica”, agrega Andrés Bilbao. “Las compañías que logren orquestar bien estas piezas van a tener una ventaja clara en velocidad y calidad de decisión”.

Durante su evento THINK 2025, la compañía anunció nuevas capacidades híbridas para construir, personalizar y desplegar agentes inteligentes que actúan con base en los datos propios de cada organización.

Con watsonx Orchestrate, los usuarios pueden desarrollar asistentes especializados —sin necesidad de escribir una línea de código— y ponerlos a trabajar en tareas como clasificar hojas de vida, consultar bases de datos internas o automatizar procesos de compra.

Además de su facilidad de uso, esta herramienta se conecta con más de 80 plataformas líderes, como Adobe, SAP y ServiceNow, lo que permite a las compañías conservar sus flujos de trabajo actuales mientras adoptan soluciones más ágiles. Para facilitar el acceso, IBM presentó un catálogo con más de 150 agentes preconfigurados, creados junto a socios como Mastercard, Box y Salesforce.

Te puede interesar: ¿Cuál modelo de ChatGPT usar? OpenAI explica cómo elegirlo según tu necesidad, no todos sirven para lo mismo

Pero la automatización no se limita a los asistentes virtuales,, pues IBM también lanzó webMethods Hybrid Integration, una tecnología que reemplaza procesos rígidos con flujos dinámicos impulsados por agentes inteligentes. Según un estudio de Forrester, esta integración podría generar un retorno del 176% en tres años, reducir los tiempos muertos un 40% y acortar en dos tercios la duración de tareas simples.

Otro frente de avance es el tratamiento de datos no estructurados: documentos, hojas de cálculo, correos o presentaciones que tradicionalmente han estado fuera del alcance de los modelos automatizados. Con la nueva versión de watsonx.data, IBM busca transformar esa información dispersa en conocimiento útil. Pruebas internas indican que esta herramienta puede aumentar en un 40% la precisión de los resultados frente a los métodos tradicionales de búsqueda y recuperación.

Te puede interesar: ¿Tu equipo tiene la respuesta? El dilema entre el potencial humano y la inteligencia artificial

La infraestructura también fue renovada; IBM presentó el LinuxONE 5, una plataforma robusta capaz de ejecutar hasta 450 mil millones de operaciones por día. Entre sus características están los procesadores especializados para aplicaciones intensivas, capacidades de seguridad mejoradas y un menor consumo energético. Migrar a esta solución, afirman desde la empresa, puede reducir el costo total de operación en hasta un 44% en cinco años.

Más que una serie de lanzamientos, la estrategia de IBM busca posicionar la automatización como un recurso práctico para resolver problemas concretos: agilizar procesos, reducir costos y dar nuevo uso a los datos. La pregunta que queda es si el resto del ecosistema tecnológico podrá moverse al mismo ritmo.

Imagen: Archivo ENTER.CO