La discusión ocurre en un momento en que la adopción tecnológica empieza a reflejarse en cifras económicas. Datos presentados durante el evento, basados en el informe AI Sprinters elaborado por el BID para Google, estiman que la inteligencia artificial podría aportar entre 7.203 y 13.599 millones de dólares anuales a la economía colombiana, con manufactura, comercio y salud entre los sectores con mayor potencial.

Más allá de las proyecciones, el evento dejó algo claro. La carrera ahora está en convertir la inteligencia artificial en productividad.

La IA deja la fase experimental

Durante el encuentro, varias empresas colombianas mostraron cómo pasaron de experimentar con modelos de IA a integrarlos dentro de operaciones diarias.

Uno de los casos presentados fue Wolkvox. La compañía aseguró que logró automatizar el 80 % de las consultas básicas de clientes mediante infraestructura basada en inteligencia artificial y servicios en la nube. La transformación también acompañó su expansión internacional, que hoy llega a 17 países.

Te puede interesar: Google I/O 2026: así es Gemini Spark, la IA que quiere reemplazar los asistentes tradicionales

En el sector de consumo masivo, Altipal implementó un agente llamado Mary para atender procesos relacionados con más de 150.000 clientes. El sistema combina capacidades de voz, análisis de datos en tiempo real y seguimiento logístico para responder solicitudes de forma automatizada.

Farmatodo también mostró avances en el uso de infraestructura de datos e inteligencia artificial para optimizar inventarios y procesos operativos, mientras ETB presentó cómo integró herramientas colaborativas y análisis inteligente para acelerar la toma de decisiones internas.

La coincidencia entre todos los casos fue evidente. La inteligencia artificial empieza a medirse menos por promesas y más por resultados operativos.

La nueva competencia está en construir agentes inteligentes

Buena parte del Summit estuvo centrada en la llamada IA agéntica, un modelo que busca ir más allá de asistentes conversacionales tradicionales.

La idea consiste en crear sistemas capaces de ejecutar tareas complejas, consultar información empresarial, interactuar con múltiples aplicaciones y resolver procesos de varios pasos sin intervención constante de personas.

Para sostener esa evolución, Google presentó nuevas capacidades de infraestructura, herramientas para conectar datos distribuidos y plataformas para crear agentes empresariales personalizados.

Te puede interesar: Google quiere reemplazar las búsquedas tradicionales con agentes de IA

Otro tema que apareció repetidamente fue la seguridad. A medida que las organizaciones integran inteligencia artificial en procesos sensibles, mantener control sobre los datos y reducir riesgos empieza a convertirse en una prioridad tan importante como desplegar modelos más avanzados.

La conversación sobre inteligencia artificial en Colombia parece haber cambiado de tono. La pregunta ya no gira únicamente alrededor de qué puede hacer la tecnología, sino qué tan rápido pueden las empresas convertirla en eficiencia, ingresos y crecimiento.

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

Mientras la mayoría usa la IA para consultas puntuales, una nueva ola de proyectos busca ir más allá. Estas herramientas no esperan órdenes paso a paso; quieren actuar, tomar decisiones y moverse por internet como usuarios reales. OpenClaw es el ejemplo perfecto de este salto: pasamos de asistentes pasivos a actores independientes, sirviendo como una herramienta que también permite el ahorro de tiempo.

Esta tecnología, que valía 5.400 millones de dólares en 2024, crecerá exponencialmente hasta llegar a tener un valor de 236.000 millones. Martín Lewit, Senior Vice President Corporate Development de Nisum, lo resume así: “Los agentes inteligentes hoy permiten una ‘agilidad predictiva’ que antes era ciencia ficción: pueden detectar una interrupción logística y, en milisegundos, proponer rutas alternativas basándose en costos y plazos”.

Pero, ¿por qué es el momento de los agentes cognitivos? Jefersson Jiménez, Strategy & Product Development Manager de Kognia, señala: “Porque por primera vez se alinean tres condiciones que antes no coincidían: Modelos con capacidades reales de razonamiento y planificación, que pueden manejar contexto, descomponer objetivos en pasos y operar con mayor fiabilidad. Empresas con procesos y sistemas ya digitalizados, donde la IA puede integrarse y ejecutar acciones reales. Datos más disponibles y utilizables, con mejor calidad, acceso y gobernanza para que la IA opere con seguridad”.

¿Qué es OpenClaw y cómo funciona este agente autónomo?

Desarrollado por Peter Steinberger y con más de 44.000 estrellas en GitHub, OpenClaw es un agente de código abierto. Tú le marcas un objetivo y él decide cómo cumplirlo. Rompe el molde de ChatGPT: investiga, navega, genera contenido y enlaza tareas complejas, comportándose más como un empleado que como un bot.

Puedes instalarlo en Windows, macOS, Linux o hasta en una Raspberry Pi 5. Lo fascinante es cómo lo controlas: basta con enviarle un mensaje por WhatsApp, Telegram, Discord o Gmail. Funciona con cualquier modelo local como Claude vía Ollama, pero requiere acceso total a tu ordenador y cuentas. Una vez le das las llaves de tu PC, las posibilidades asustan y maravillan por igual, puedes pedirle que filtre tu bandeja de entrada, mueva archivos confidenciales o rastree tendencias virales. La comunidad descubre usos nuevos cada día, pero este poder absoluto conlleva riesgos evidentes.

Su nombre ha mutado para intentar calmar los ánimos, nació como Clawdbot, conocido por organizar tareas sin ayuda. Tras las primeras alarmas sobre privacidad, pasó a llamarse Moltbot. Finalmente, adoptó “OpenClaw”, combinando su naturaleza abierta con un guiño a sus orígenes colaborativos.

El interior combina un modelo de lenguaje con un avanzado sistema de planificación. Sobre lo que pueden hacer hoy los agentes de IA que hace un tiempo era técnicamente inviable, Jiménez explica: “Hace unos años la IA se quedaba en dos extremos: chatbots conversacionales o automatización rígida basada en reglas. Lo inviable era combinar bien estas capacidades en entornos reales: contexto cambiante, múltiples sistemas y necesidad de control”.

Los riesgos de exponer tus datos

Pero el gran talón de Aquiles de OpenClaw es la gestión de la información, pues al tener control total y navegar por múltiples fuentes, es el canal perfecto para filtraciones involuntarias. No es malware, pero si un ciberdelincuente encuentra una grieta, tendrá carta blanca en tu equipo. De hecho, ya han logrado inyectar órdenes maliciosas mediante correos electrónicos.

Recientemente, el sistema sufrió una fuga histórica, exponiendo paneles de administración, credenciales y comandos. “Las brechas de seguridad exponen a los agentes a manipulaciones maliciosas. La falta de una arquitectura adecuada deja a las organizaciones vulnerables a amenazas cibernéticas que no solemos prever”, explica Imran Aftab, CEO y cofundador de 10Pearls.

El fallo principal radica en una mala configuración de sus proxies, que aceptaron accesos masivos no autenticados, frente a estos ataques en cadena y accesos no verificados, la supervisión humana es innegociable. Hoy muchas soluciones se autodenominan “agentes”, pero Jiménez aclara los criterios técnicos que deberían cumplirse para hablar de verdadera autonomía: “El término ‘agente’ se usa demasiado. Para hablar de autonomía real, hay criterios técnicos concretos. Autonomía no significa ausencia de humanos. La autonomía efectiva es que la IA opere con criterio dentro de un marco definido por personas y con supervisión cuando el caso lo exige. Cuando eso se cumple, pasamos de automatización avanzada a infraestructura cognitiva”.

Imagen: Getty Images / Unsplash

A medida que las organizaciones amplían la automatización, la personalización y la toma de decisiones en tiempo real, enfrentan un desafío fundamental relacionado con la gravedad de los datos en la inteligencia artificial, un factor crítico que impacta directamente en el rendimiento y la escalabilidad de las iniciativas de IA.

¿Pero qué significa este concepto? “Data gravity” en el mundo tecnológico hace referencia a cómo los grandes conjuntos de datos atraen aplicaciones, servicios y otros datos hacia sí mismos, similar a la atracción gravitacional entre planetas: cuanto más grande y valioso es el “cuerpo” de datos, mayor es su “fuerza de atracción”.

Esto crea desafíos como la latencia (tiempo de respuesta entre una acción iniciada por un usuario y la respuesta del sistema), ya que las aplicaciones deben estar cerca para ser rápidas, y la no portabilidad debido a que es difícil mover grandes volúmenes de datos.

Entonces, para satisfacer las demandas de razonamiento de IA, esta gravedad está atrayendo a las cargas de trabajo de datos hacia las infraestructuras de almacenamiento.

Te puede interesar: 7 herramientas de IA que todo emprendedor debería dominar antes de que termine 2026

Aprovechar todo el potencial de la IA implica mover y procesar los datos de forma eficiente. La adopción acelerada de la IA, con especial énfasis en la IA Agéntica y Generativa, están redefiniendo los límites de las arquitecturas de gestión de los datos.

Tradicionalmente, algunas organizaciones han confiado en arquitecturas de almacenamiento desagregadas para sus cargas de trabajo de IA, donde los datos se distribuyen en múltiples sistemas, lo que genera velocidades de recuperación lentas y una utilización deficiente del cómputo.

Si bien los avances en soluciones de almacenamiento de alta velocidad han mejorado los tiempos de acceso, la proximidad de los datos al cómputo de IA sigue siendo el desafío central. Optimizar esta relación es fundamental para lograr avances decisivos en el rendimiento de la IA.

Resulta clave garantizar la accesibilidad de la información en tiempo real para alimentar a las aplicaciones, con capacidades de recuperación y aceleración del cómputo eficiente para grandes volúmenes de datos estructurados y no estructurados.

El futuro de las empresas impulsadas por IA

El panorama de la IA empresarial evoluciona rápidamente, y las organizaciones necesitan una infraestructura que no solo “acompañe” el ritmo, sino que acelere la innovación.

Es fundamental desbloquear nuevas posibilidades en automatización, toma de decisiones e inteligencia de negocios, para competir en la era de la IA.

A medida que se acelera la adopción de la IA, las organizaciones requieren infraestructura que transforme los datos en un catalizador de la innovación, liberando todo el potencial de la IA Agéntica y Generativa, uniendo datos y cómputo para una inteligencia fluida y en tiempo real.

Al optimizar la localidad de los datos, las plataformas deben garantizar que los agentes de IA operen con máxima eficiencia, permitiendo “insights” más rápidos y una toma de decisiones más inteligente.

En definitiva, lo que no se ve pero resulta ser el motor que posibilita que todo suceda, es una infraestructura tecnológica moderna y a la altura de los desafíos que plantea la “gravedad” de los datos, con las capacidades necesarias para impulsar la próxima ola de transformación empresarial basada en IA.

Imágene: Pixabay