El anuncio llega después de varios meses de pruebas con clientes del programa Frontier. Según Microsoft, más de la mitad de las empresas que hacen parte de la lista Fortune 500 probaron la tecnología antes de su lanzamiento mundial, junto con compañías de sectores como consultoría, seguros, telecomunicaciones y servicios financieros.

La propuesta representa un cambio frente a los asistentes de IA tradicionales. Mientras estos suelen generar respuestas o recomendaciones para que una persona continúe el trabajo, Copilot Cowork puede recibir una tarea completa, ejecutarla y entregar el resultado final sin que el usuario tenga que intervenir en cada paso.

De responder preguntas a ejecutar procesos

Entre los casos de uso presentados por Microsoft aparecen actividades que normalmente requieren varias herramientas y una alta carga operativa.

Por ejemplo, la plataforma puede editar grandes cantidades de hojas de cálculo de forma segura, comparar miles de archivos entre diferentes versiones de un producto, crear diagramas de flujo automáticamente después de cada modificación o analizar procesos comerciales para detectar oportunidades que podrían perderse y sugerir acciones de seguimiento.

Te puede interesar: Huawei Cloud MaaS llega a Colombia con DeepSeek y GLM para reducir el costo de la IA

La compañía explica que el agente trabaja utilizando la información disponible dentro de Microsoft 365 y respeta los permisos que ya existen en cada organización, por lo que únicamente accede a los datos autorizados para cada usuario.

Los administradores también pueden controlar quién utiliza la herramienta, definir límites de consumo, recibir alertas sobre el uso y consultar reportes detallados por usuario, grupo o toda la organización.

Costos por consumo y varios modelos de IA

Copilot Cowork funcionará bajo un esquema de pago por uso denominado Créditos Copilot. El costo de cada tarea dependerá del modelo de inteligencia artificial empleado, la cantidad de información consultada, las herramientas utilizadas y el tiempo que tome completar el proceso.

Microsoft afirma que este sistema permitirá a las organizaciones monitorear el consumo y ajustar el gasto de acuerdo con sus necesidades.

Otra de las novedades es que Copilot Cowork incorpora una arquitectura multimodelo. En esta primera versión utiliza modelos de Anthropic, entre ellos Opus 4.8 y Sonnet 4.6. Los clientes del programa Frontier también pueden acceder a GPT 5.5 y, próximamente, Microsoft incorporará Cowork 1, un modelo propio optimizado para tareas empresariales de uso cotidiano.

Con este lanzamiento, Microsoft amplía el papel de la inteligencia artificial dentro de Microsoft 365. La apuesta ya no está centrada únicamente en ayudar a redactar documentos, resumir reuniones o responder consultas, sino en permitir que las empresas deleguen procesos completos a agentes de IA manteniendo los controles de seguridad, acceso y administración que ya utilizan en sus entornos de trabajo.

La propuesta está dirigida a empresas que quieren incorporar inteligencia artificial en procesos como atención al cliente, automatización de tareas, análisis documental o desarrollo de aplicaciones, pero que encuentran una barrera en el costo que representa poner en marcha este tipo de proyectos.

Durante la presentación, Mark Chen, CEO de Huawei Cloud para América Latina, explicó que el objetivo es permitir que las compañías utilicen modelos avanzados de IA sin preocuparse por administrar la infraestructura tecnológica que normalmente requieren.

“MaaS está diseñado para hacer que la inteligencia artificial avanzada sea más accesible para las empresas”, señaló el directivo.

Huawei apuesta por su infraestructura para marcar la diferencia

Aunque la plataforma integra modelos como DeepSeek V3.2 y GLM-5.1, Huawei sostiene que su principal fortaleza está detrás de ellos. La empresa asegura que opera una infraestructura propia que abarca desde los centros de datos hasta la plataforma desde la que se consumen los modelos de inteligencia artificial.

Según la compañía, esa integración permite que las empresas mantengan sus datos dentro del ecosistema de Huawei durante el procesamiento y evita depender de diferentes proveedores para ejecutar una misma aplicación.

Otro de los aspectos que Huawei destacó fue la ubicación de buena parte de su infraestructura de cómputo en China. La empresa explicó que el país dispone de una matriz energética diversificada, un factor que considera importante debido a la alta demanda de energía que requiere la inteligencia artificial generativa.

Te puede interesar: Microsoft quiere que los agentes de IA trabajen por ti ¿Cómo?

Huawei también aseguró que la diferencia horaria entre China y Colombia representa una ventaja para distribuir las cargas de procesamiento. Mientras las empresas latinoamericanas incrementan el uso de la plataforma durante el día, parte de los centros de datos en Asia ya terminaron sus horas de mayor actividad.

De acuerdo con la compañía, ese comportamiento permite utilizar capacidad de cómputo que se encuentra disponible, mantener una mayor continuidad del servicio y reducir el riesgo de congestión cuando aumenta la demanda en esta región. Huawei afirma que este modelo también ayuda a ofrecer tarifas más competitivas al aprovechar recursos que, de otra manera, permanecerían sin utilizar.

Modelos actualizados y pago solo por lo que se utiliza

La plataforma funciona mediante un esquema de pago por tokens. En la práctica, esto significa que las empresas no necesitan adquirir infraestructura propia antes de desarrollar un proyecto basado en inteligencia artificial, sino que pagan únicamente por la capacidad de procesamiento que consumen.

Huawei explicó que MaaS reúne distintos modelos de IA dentro de una misma plataforma y que incorpora nuevas versiones tan pronto son publicadas por sus desarrolladores. Esto permite cambiar de modelo sin modificar la arquitectura de las aplicaciones y evita depender de una única tecnología.

Te puede interesar: Claude Opus 4.8 llega con mayor control, menos errores y respuestas más confiables

Durante el lanzamiento, la compañía también presentó comparaciones de costos entre GLM-5.1 y otros modelos comerciales como GPT-5.4 y Claude Opus 4.6. Según Huawei, su propuesta ofrece un menor costo por millón de tokens y resultados competitivos en pruebas de programación y desarrollo de software. Estas cifras corresponden a datos presentados por la empresa durante el evento.

Con esta apuesta, Huawei busca trasladar la conversación sobre inteligencia artificial a un aspecto que suele pasar desapercibido: la infraestructura. Para la compañía, el éxito de la IA empresarial dependerá no solo de la capacidad de los modelos, sino también de factores como el costo de ejecutarlos, la disponibilidad de los centros de datos y la facilidad para integrarlos en las operaciones diarias de las empresas.

Más allá de nuevos modelos o infraestructura, el mensaje central fue otro: la próxima competencia tecnológica ya no será quién tiene acceso a la inteligencia artificial, sino quién logra convertirla en trabajadores digitales útiles para su organización.

Durante el evento, la compañía presentó nuevas plataformas, modelos y herramientas enfocadas en crear sistemas autónomos que entiendan el contexto empresarial y ejecuten tareas sin depender constantemente de instrucciones humanas.

La nueva apuesta: agentes que entienden cómo trabajas

Uno de los anuncios más llamativos fue Scout, un agente personal diseñado para entornos laborales. Según Microsoft, este sistema puede analizar cómo trabaja una persona dentro de herramientas como Teams u Outlook para preparar reuniones, resolver conflictos de agenda o asumir actividades repetitivas.

La propuesta gira alrededor de una nueva capa llamada Work IQ, que conecta correos electrónicos, documentos, reuniones, archivos corporativos y otras fuentes internas para entregar contexto a los agentes.

La compañía también presentó Web IQ, una tecnología que permite a estos sistemas consultar información web en tiempo real, y Foundry IQ, que combina datos internos y externos para enriquecer las respuestas.

La idea detrás de estas herramientas es sencilla: que los agentes no solo respondan preguntas, sino que comprendan cómo funciona una empresa y actúen dentro de ella.

Esto responde a uno de los mayores problemas actuales de la IA empresarial: muchos sistemas generan respuestas útiles, pero no conocen los procesos, reglas o información interna de las organizaciones.

De asistentes virtuales a trabajadores digitales

Microsoft también mostró que esta apuesta va mucho más allá del software conversacional.

La empresa presentó nuevos modelos propios, incluyendo MAI-Thinking-1, orientado a razonamiento y programación, además de herramientas para imágenes, voz y transcripción en múltiples idiomas.

Para desarrolladores, Build 2026 estuvo cargado de novedades: nuevas capacidades en Windows para ejecutar agentes localmente, entornos aislados para tareas automatizadas y herramientas para desplegar sistemas autónomos desde el computador hasta la nube.

Todo esto apunta hacia un mismo objetivo: que los agentes puedan operar con mayor autonomía, pero manteniendo controles de seguridad, permisos y supervisión empresarial.

El cambio podría alterar la forma en que se realizan tareas administrativas, desarrollo de software, análisis de información e investigación científica.

Microsoft incluso mostró cómo esta tecnología ya se está utilizando en investigación industrial, descubrimiento de medicamentos y desarrollo científico.

La carrera por la inteligencia artificial empezó con chatbots capaces de responder preguntas. Ahora, Microsoft apuesta a que el siguiente salto será crear sistemas que trabajen junto a las personas —o, en algunos casos, en lugar de ellas— dentro de las herramientas que ya usan todos los días.

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.

La diferencia entre unas y otras, según AMD, podría sentirse mucho antes de lo que parece.

ENTER.CO habló con Mónica Casas, experta del segmento empresarial de AMD, sobre el momento que atraviesan las compañías colombianas frente a la inteligencia artificial. Su diagnóstico señala que todavía existe desconocimiento, miedo a invertir y poca claridad sobre cómo aterrizar la IA dentro de la operación diaria.

“La IA por sí sola no funciona. Necesita del humano”, afirmó Casas durante la conversación.

Te puede interesar: ENTER entrevistó a Patrick McGinnis, creador del FOMO: “La IA ya mueve decisiones por miedo”

La frase resume parte de la discusión actual alrededor de esta tecnología. Aunque herramientas como ChatGPT, Copilot o Gemini se popularizaron rápidamente, muchas empresas siguen usándolas apenas para tareas básicas y todavía no entienden cómo aprovecharlas realmente para mejorar productividad, automatizar procesos o analizar información.

Para AMD, uno de los principales problemas es que las compañías suelen enfocarse únicamente en el software y olvidan algo fundamental: el hardware.

Casas explica que la inteligencia artificial existe desde hace años, pero ahora el cambio está ocurriendo porque los equipos comenzaron a tener la capacidad suficiente para ejecutarla de forma eficiente.

Eso incluye desde servidores y centros de datos hasta computadores portátiles diseñados específicamente para tareas de IA.

La nueva preocupación de las empresas ya no es solo la nube

Durante años, la transformación digital estuvo asociada a mover información hacia la nube. Ahora la conversación empezó a cambiar.

AMD está impulsando una idea distinta: ejecutar inteligencia artificial directamente desde los dispositivos corporativos.

La razón tiene que ver con algo que hoy preocupa cada vez más a las empresas: la seguridad de los datos.

Casas explicó que muchas compañías están descubriendo que no toda la información puede enviarse a plataformas externas. En sectores donde existen datos sensibles, campañas confidenciales o proyectos estratégicos, depender completamente de la nube puede representar riesgos.

Por eso la empresa está apostando por computadores capaces de ejecutar tareas de IA de manera local, sin necesidad de enviar información constantemente a servidores externos.

Te puede interesar: ¿Qué cambió en la forma en que guardamos contraseñas? Carolina Mojica, de Kaspersky, explica los nuevos riesgos digitales

La ejecutiva puso un ejemplo sencillo: una compañía de cosméticos que desarrolla una nueva campaña publicitaria podría usar inteligencia artificial para analizar ventas, proyectar tendencias o construir estrategias comerciales, pero sin exponer esa información fuera de la empresa.

Además de privacidad, también aparece otro beneficio: velocidad.

Cuando la IA se ejecuta directamente en el dispositivo, se reducen tiempos de respuesta y dependencia de conexiones externas.

AMD sostiene que esa transformación ya está cambiando el concepto del computador empresarial.

Ahora las empresas no solo revisan memoria RAM o capacidad de almacenamiento. También empiezan a mirar cuántas operaciones de inteligencia artificial puede procesar un equipo, cuánto tiempo seguirá vigente y qué tan preparado está para herramientas generativas.

Casas asegura que una de las mayores preocupaciones de los gerentes sigue siendo el retorno de inversión. Muchas compañías renuevan computadores cada tres años y temen comprar equipos que rápidamente queden obsoletos frente al avance acelerado de la IA.

La IA también está cambiando la forma de trabajar

La conversación alrededor de inteligencia artificial suele terminar en la misma pregunta: ¿va a reemplazar empleos?

AMD cree que el cambio será más complejo que eso.

Para Casas, la IA transformará funciones y abrirá nuevos perfiles laborales relacionados con automatización, análisis de datos y entrenamiento de modelos. Incluso menciona algo que ya empieza a aparecer en empresas y universidades: personas especializadas en crear instrucciones eficientes para sistemas de inteligencia artificial.

“La gente todavía necesita aprender cómo hablarle a la IA”, comentó.

La ejecutiva insiste en que la capacitación será tan importante como la tecnología misma.

Según explicó, muchas empresas todavía no saben usar correctamente herramientas que ya tienen disponibles. Desde funciones avanzadas en Copilot hasta automatización de tareas repetitivas, existe una brecha entre tener acceso a la IA y realmente entender cómo integrarla en el trabajo diario.

Ahí es donde AMD cree que comenzará a notarse la diferencia entre las compañías que ya iniciaron esa transición y las que siguen esperando.

Algunos sectores ya avanzan más rápido. Casas menciona especialmente al financiero y ciertas iniciativas públicas relacionadas con centros de investigación y desarrollo de inteligencia artificial en Bogotá.

Pero en buena parte del mercado todavía predominan las dudas sobre costos, inversión y adopción.

Para AMD, quedarse quieto puede terminar siendo más costoso.

La compañía considera que las empresas que comiencen ahora a trabajar con inteligencia artificial tendrán ventajas competitivas importantes en productividad, análisis de información y velocidad de respuesta frente a las que decidan esperar.

Casas incluso compara este momento con la llegada masiva de los computadores años atrás. Quienes comenzaron temprano entendieron más rápido cómo aprovecharlos. Los demás tuvieron que adaptarse después.

La diferencia es que ahora todo ocurre mucho más rápido.

La noticia llega en un momento delicado para la compañía. Anthropic ha trabajado duro por consolidarse como uno de los actores más responsables del boom de la IA, con políticas públicas de seguridad y una narrativa centrada en el desarrollo cuidadoso de sus modelos. Sin embargo, esa reputación ha quedado bajo presión por incidentes recientes que pusieron en duda su ejecución operativa.

¿Qué sería exactamente Mythos?

Aunque Anthropic no ha confirmado los detalles en sus canales oficiales, el concepto que emerge de los reportes es bastante claro: Mythos sería un modelo orientado a operaciones de ciberseguridad. No estamos hablando de un chatbot “que sabe de seguridad”, sino de una capa de inteligencia operativa pensada para uno de los frentes más críticos de la economía digital actual.

Según los reportes, sus capacidades incluirían:

• Identificación de vulnerabilidades
• Análisis de comportamientos sospechosos
• Priorización de riesgos
• Apoyo a equipos defensivos frente a campañas complejas
• Automatización parcial de respuesta ante incidentes

De ruido constante a una defensa más inteligente

Uno de los problemas históricos en ciberseguridad empresarial es el llamado alert fatigue. Los equipos de defensa viven ahogados en alertas. Muchas son ruido, otras llegan tarde y unas pocas son tan graves como invisibles. Aquí es donde Mythos podría tener valor real: ayudar a distinguir qué importa y qué no, a velocidad de máquina.

Eso significa algo clave para empresas, gobiernos e infraestructuras críticas. No se trata solo de reaccionar más rápido, sino de entender mejor la intención, el patrón y la posible escalada de un ataque. En un entorno donde las amenazas ya usan automatización, esa capacidad deja de ser una ventaja competitiva para convertirse en una necesidad básica.

Pero la misma IA que defiende también puede atacar

Este es, probablemente, el punto más importante de toda la historia. La IA aplicada a ciberseguridad vive una tensión estructural inevitable: todo avance defensivo tiene un espejo ofensivo. Si un modelo es suficientemente bueno encontrando debilidades, también puede —en manos equivocadas— ayudar a explotarlas con una eficiencia igual o mayor.

Anthropic no es ajena a esa preocupación. De hecho, la empresa publicó previamente un informe donde describía cómo sus sistemas detectaron y desbarataron la que presentó como la primera campaña conocida de espionaje cibernético orquestada con IA. Ese antecedente revela dos cosas al mismo tiempo: que estas capacidades ya existen, y que su abuso ya no es hipotético.

Lo interesante no es solo el producto, sino el momento

La irrupción pública de Mythos ocurre en una semana incómoda para Anthropic. La empresa sigue expandiendo su presencia institucional y firmando acuerdos clave, pero también enfrentó cuestionamientos serios tras la exposición accidental de material interno. Anthropic lo atribuyó a error humano y negó que hubiera datos sensibles de clientes o credenciales comprometidas.

Eso hace inevitable una pregunta incómoda: ¿puede una compañía vender confianza en ciberseguridad mientras lidia con fallos internos de seguridad operativa? La respuesta no es binaria; en tecnología, casi ninguna empresa seria está libre de incidentes. Pero si tu promesa comercial es “seguridad avanzada”, el margen de error público se reduce drásticamente. La vara sube porque tú mismo la subiste.

Anthropic y el nuevo frente de la ciberseguridad

Más allá de Anthropic, lo que estamos viendo es un viraje de fondo en la IA empresarial. La primera ola de modelos generativos se enfocó en texto, imágenes y productividad. La segunda está entrando a sectores donde la IA deja de ser “útil” para convertirse en infraestructura crítica. Entre esos sectores destacan:

• Defensa digital y monitoreo automatizado
• Análisis de riesgo y cumplimiento normativo
• Operaciones corporativas de alta sensibilidad
• Decisiones donde un error puede costar millones

Eso cambia el estándar completamente. Ya no basta con que un modelo impresione en una demo. Ahora tiene que ser confiable, auditable, resistente al abuso y desplegable en contextos donde las consecuencias son reales. Ahí es donde herramientas como Mythos —si cumplen lo que sugieren los reportes— podrían marcar una nueva categoría de producto en la industria.

Lo que está en juego no es solo el mercado, es poder

Cuando una empresa de IA desarrolla capacidades de ciberseguridad de alto nivel, no solo está construyendo software. Está entrando a una zona donde convergen seguridad nacional, defensa corporativa, soberanía tecnológica, inteligencia operativa y geopolítica digital. Por eso cada movimiento de empresas como OpenAI o Google DeepMind ya no se lee solo desde Silicon Valley, sino también desde gobiernos, reguladores y contratistas de defensa alrededor del mundo.

La pregunta de fondo

La promesa de Mythos no es menor. Es una IA capaz de proteger sistemas complejos en una era de amenazas automatizadas. Pero el verdadero debate no es si esto será útil —probablemente lo será—, sino quién controla estas capacidades, bajo qué límites y con qué nivel real de supervisión. Porque en ciberseguridad, como en inteligencia artificial, el problema nunca ha sido solo lo que una tecnología puede hacer. El problema siempre ha sido quién la usa primero y para qué. Y esa es una pregunta que la industria aún no sabe —o no quiere— responder.