Primero, compañía con sede en México, anunció una ronda semilla de US$12 millones coliderada por Kaszek y General Catalyst. En la operación también participaron Definition, Conviction y 8VC, además de inversionistas vinculados a compañías como FEMSA, Bimbo, Aeroméxico y Kimberly-Clark de México. El anuncio se hizo el 25 de agosto de 2026, junto con el lanzamiento público de la startup.

El dinero será utilizado para ampliar el equipo, desarrollar su plataforma y aumentar las implementaciones de inteligencia artificial en grandes compañías de América Latina. Primero ya tiene operaciones en Colombia y oficinas en Bogotá, además de Ciudad de México y Madrid. Entre las empresas que ha mencionado como clientes están Terpel, Smart Fit, Verde Valle y Kimberly-Clark de México, así como la Secretaría de Desarrollo Económico de Ciudad de México.

La apuesta parte de una dificultad que no desaparece por instalar un nuevo modelo de IA. Las compañías suelen acumular ERP, CRM, sistemas financieros, bases de datos, hojas de cálculo y otras herramientas que fueron incorporadas para resolver necesidades específicas. El resultado puede ser una operación donde la información existe, pero está repartida.

Un estudio de Salesforce y MuleSoft publicado en 2026 muestra la dimensión del problema: las organizaciones encuestadas administran en promedio 957 aplicaciones y apenas 27 % está integrado. La investigación consultó a 1.050 líderes de tecnología de empresas con al menos 1.000 empleados en nueve mercados y fue realizada entre octubre y noviembre de 2025.

Primia quiere conectar lo que las empresas ya tienen

Primero construyó Primia para trabajar sobre esa infraestructura existente, en lugar de plantear que las compañías tengan que reemplazarla. La plataforma conecta sistemas, registros, hojas de cálculo y APIs internas y crea una capa semántica común para organizar la información y el contexto de cada negocio.

Sobre esa capa pueden desplegarse agentes de IA capaces de intervenir en procesos empresariales. La compañía plantea que estos agentes pueden detectar información, tomar decisiones y ejecutar acciones, pero bajo mecanismos de control. Su plataforma permite conservar las entradas de cada ejecución, las aprobaciones y quién autorizó una acción. También ofrece trazabilidad de las interacciones con los modelos y controles de acceso.

Te puede interesar: Revolut vs. Nu: dos bancos digitales se preparan para disputarse al usuario colombiano

Uno de los ejemplos divulgados por Primero corresponde a una empresa del sector de la construcción, donde Primia automatizó 85 % de un proceso de revisión que antes se hacía manualmente. El 15 % restante continuó bajo supervisión humana. En otro caso, la startup afirma que su tecnología permitió detectar más de US$10 millones en deducciones incorrectas dentro de una compañía de bienes de consumo.

La compañía fue fundada por José Murillo, Andrés Rosales y Santiago Buenahora. El colombiano ocupa el cargo de CTO y, según la información publicada por Primero, estudió Ciencias de la Computación en la Universidad de Pensilvania y trabajó anteriormente en Robinhood y Microsoft. Murillo pasó por Harvard, Meta y Goldman Sachs, mientras Rosales tiene formación en Física y Matemáticas en Harvard y experiencia en 8VC.

Ahora, con el nuevo capital, Primero pretende llevar esta infraestructura a más empresas de la región. Su propuesta está dirigida especialmente a organizaciones con operaciones complejas en sectores como servicios financieros, seguros, manufactura, retail y bienes de consumo, donde buena parte del reto consiste en conseguir que la IA pueda actuar sobre los datos y procesos que las compañías ya utilizan.

El crecimiento de la inteligencia artificial generativa en Colombia está llevando este tipo de situaciones al trabajo cotidiano. Datos citados de Microsoft señalan que el país alcanzó una adopción del 24,5 % en 2026, por encima de Brasil y México. El uso ya se extiende a áreas como marketing, ventas, desarrollo, atención al cliente y operaciones.

El problema aparece cuando las organizaciones intentan controlar esta adopción con mecanismos diseñados para una realidad diferente. Los empleados pueden utilizar aplicaciones de IA, copilotos incorporados en servicios SaaS, extensiones de navegador o asistentes desde cuentas corporativas y personales. Además, los agentes de IA comienzan a ejecutar tareas dentro de otras aplicaciones.

Ese comportamiento está dando lugar al denominado Shadow AI, es decir, el uso de herramientas de inteligencia artificial que puede quedar fuera del control habitual de la organización. El riesgo, sin embargo, va más allá de elaborar una lista de aplicaciones autorizadas o prohibidas.

Te puede interesar: IA en Colombia: estas son las barreras que frenan su adopción en las empresas

Una sesión con una herramienta de IA puede involucrar documentos confidenciales, información copiada y pegada, archivos cargados o descargados y acciones ejecutadas por un agente. Buena parte de esa actividad ocurre directamente en el navegador, justo en el punto donde usuarios y agentes interactúan con las aplicaciones.

La frecuencia de uso también dificulta tener una fotografía uniforme. El informe de riesgos del uso de la IA empresarial de Akamai de 2026 señala que el usuario corporativo promedio registra más de 36 conversaciones con IA. En el grupo con menor actividad, la mitad registra 12 o menos, mientras que el 5 % con mayor actividad llega a 144 conversaciones. La diferencia muestra hasta qué punto el uso puede variar entre trabajadores.

El control tendría que llegar hasta cada interacción

Durante años, las estrategias de seguridad empresarial se han apoyado en controles sobre identidades, dispositivos, redes y aplicaciones. Esas herramientas mantienen su importancia, pero el crecimiento de los flujos de trabajo con IA introduce otro punto que requiere vigilancia: la interacción.

La propuesta de Akamai apunta a observar qué ocurre durante esas sesiones, determinar si una acción la realiza una persona o un agente de IA y aplicar controles en tiempo real. Entre las posibilidades están detectar una herramienta no autorizada, impedir que información sensible llegue a un servicio que incumple las políticas corporativas y controlar cargas o descargas de información sin bloquear innecesariamente el trabajo.

Te puede interesar: Colombia estrena centro de riesgo cibernético con IA: detecta amenazas en 5 minutos

La llamada seguridad de las interacciones no plantea sustituir las inversiones existentes, sino complementarlas. En el caso de la IA, el riesgo puede estar en algo tan sencillo como escribir un dato confidencial en un prompt, copiar y pegar información o permitir que una acción sea ejecutada dentro de una aplicación.

El desafío para las compañías será permitir que sus empleados aprovechen estas herramientas sin perder el control sobre los datos. La propuesta descrita busca llevar la protección al punto donde convergen usuarios, agentes de IA, aplicaciones y datos, con visibilidad en tiempo real y controles adaptativos, sin exigir cambios en el navegador, los flujos de trabajo o la arquitectura de red.

La discusión, por tanto, deja de centrarse en si las empresas permitirán o no la inteligencia artificial. La cuestión pendiente será cómo proteger aquello que ocurre cada vez que una persona o un agente interactúa con ella.

La edición 41 llega cuando la conversación comienza a desplazarse de las posibilidades de la IA hacia sus resultados. El encuentro reunirá casos empresariales y discusiones sobre datos, automatización, ciberseguridad, infraestructura y regulación. El objetivo será examinar bajo qué condiciones estas herramientas aportan valor y cuándo su implementación puede convertirse en una inversión con beneficios difíciles de justificar.

ANDICOM 2026 llevará la IA de la experimentación al negocio

El primer día estará dedicado al Knowledge Hub, concebido como una jornada de conversaciones estratégicas, casos de uso y sesiones orientadas al impacto empresarial. También tendrán espacio el CINTEL AI Forum, enfocado en la gobernanza y adopción responsable de agentes de IA, y el CyberShield Forum, que tratará la ciberseguridad en la era cuántica y la transición hacia la criptografía poscuántica.

Del 2 al 4 de septiembre se desarrollará el Main Academic Forum. Su programación se articula alrededor de cuatro frentes: inteligencia artificial, ciberseguridad y confianza digital, conectividad e infraestructura, y política pública y regulación. Estos componentes apuntan a una condición fundamental para las empresas: disponer de modelos avanzados sirve de poco si no existen datos, recursos y procesos adecuados para utilizarlos.

El 2 de septiembre las conversaciones se concentrarán en la IA como infraestructura estratégica, las plataformas de datos, la nube y su aplicación en sectores como energía, telecomunicaciones, salud, finanzas y manufactura. Al día siguiente, el foco pasará a automatización, productividad, futuro del empleo, talento digital y seguridad. El cierre incluirá gobierno digital, sostenibilidad y análisis predictivo.

Los speakers llevarán la discusión a problemas concretos

Entre los conferencistas confirmados está Pilar Manchón, directora senior de Estrategia e Investigación de Google AI, quien examinará cómo la investigación está acelerando nuevas capacidades y su traslado al entorno empresarial. Su participación permitirá poner el foco en uno de los desafíos que atraviesa el encuentro: convertir los avances tecnológicos en mejoras de productividad y nuevos modelos de negocio.

Otro de los nombres destacados es Derek Manky, Chief Security Strategist de Fortinet, quien analizará el uso de IA en el cibercrimen mediante ataques autónomos, deepfakes y nuevas amenazas. Para las empresas, este escenario obliga a revisar sus mecanismos de protección, ya que las mismas capacidades utilizadas para agilizar operaciones también pueden aumentar la escala y sofisticación de las acciones maliciosas.

Raju Vegesna, Chief Evangelist de Zoho Corporation, abordará la soberanía tecnológica y la dependencia de plataformas digitales. Por su parte, Marc Reguera, Worldwide Customer Engagement GM de Microsoft Fabric, llevará el análisis hacia el aprovechamiento de los datos para mejorar decisiones y generar valor, un asunto directamente relacionado con el retorno que las compañías esperan obtener de sus inversiones.

Otros participantes abordarán el tema desde la rentabilidad y la implementación. Andrés Barrantes, vicepresidente regional para Latinoamérica de Blend360, compartirá experiencias sobre monetización de datos, optimización de costos y generación de ingresos. Eric Martorell Bouvier, de HPE / Servicelab AI, se centrará en los desafíos que supone acelerar la adopción empresarial.

Adoptar IA no garantiza productividad

Implementar una herramienta o contratar acceso a un modelo no produce automáticamente una ventaja competitiva. La calidad de la información disponible, los costos de operación, la infraestructura, la preparación de los equipos y la integración con los procesos internos pueden determinar si un proyecto mejora el negocio o termina convertido en un recurso subutilizado.

La regulación será otro frente de discusión. La Unión Europea participará como invitada de honor en la apertura del Main Academic Forum el 2 de septiembre, incorporando asuntos relacionados con protección de datos, seguridad y desarrollo responsable. Representantes del Gobierno colombiano también expondrán su visión sobre las prioridades digitales del país para los próximos años.

De manera paralela funcionará el Experience Hub, un espacio destinado a soluciones y demostraciones. La exhibición permitirá confrontar parte de los planteamientos del congreso con aplicaciones disponibles en el mercado, aunque mostrar una herramienta no demuestra por sí solo que pueda generar ahorros, incrementar ingresos o responder a las necesidades particulares de cada compañía.

Para las empresas latinoamericanas, el desafío no consiste simplemente en acelerar la adopción, sino en identificar problemas concretos, calcular costos, evaluar riesgos y comprobar resultados. ANDICOM 2026 llevará esa discusión al terreno empresarial para analizar cuánto puede aportar la IA a la productividad y qué condiciones permiten convertir una inversión tecnológica en valor medible.

Imagen: ANDICOM

Hay procesos que pasan desapercibidos para la mayoría de las personas, pero de ellos dependen contratos millonarios y decisiones estratégicas dentro de las empresas.

Uno de ellos es la evaluación de ofertas de proveedores. Cada licitación implica revisar decenas de propuestas que incluyen precios, especificaciones técnicas, cronogramas, anexos y documentos de respaldo. Analizar toda esa información puede tomar días.

Ese fue el reto que Summa decidió resolver con inteligencia artificial.

La compañía, que presta servicios tecnológicos y digitales al Grupo Empresarial Argos, desarrolló una solución capaz de leer automáticamente cientos de documentos, comparar la información y entregar a los negociadores un análisis estructurado para apoyar la toma de decisiones. El proyecto terminó convirtiéndose en el ganador del hackathon de AI University de AWS, un programa que reunió a más de 200 empresas de América Latina para desarrollar soluciones de inteligencia artificial aplicadas a problemas reales del negocio.

El problema estaba dentro del proceso de negociación

La idea nació al observar cuánto tiempo invertían los negociadores revisando la documentación enviada por los proveedores.

“Estamos hablando de documentos que podían tener más de 200 páginas. Un solo proveedor podía entregar hasta 118 archivos“, contó Juliana Muñoz durante la entrevista concedida a ENTER.

Cada propuesta debía revisarse manualmente.

Después era necesario comparar precios, tiempos de entrega, especificaciones técnicas y condiciones comerciales para consolidar toda esa información en hojas de cálculo antes de emitir una recomendación.

Te puede interesar: ENTREVISTA | “Colombia está liderando la adopción de IA en Latinoamérica”: Luis Caro, de AWS

Era un trabajo repetitivo, exigente y con un alto riesgo de pasar por alto información relevante.

Por eso, el equipo decidió integrar inteligencia artificial directamente en Snetwork, la plataforma de abastecimiento desarrollada por Summa para gestionar las negociaciones entre compradores y proveedores.

La nueva funcionalidad incorpora reconocimiento óptico de caracteres (OCR) para leer automáticamente los documentos y modelos de inteligencia artificial que interpretan el contenido, organizan la información y generan comparativos entre todas las ofertas presentadas. Además, produce un resumen ejecutivo y una recomendación basada en los criterios definidos por el negociador.

La decisión final continúa siendo humana.

La inteligencia artificial actúa como un asistente que reduce el trabajo operativo para que los equipos puedan concentrarse en el análisis estratégico.

AWS acompañó el desarrollo del proyecto

La solución comenzó a construirse durante AI University, un programa de Amazon Web Services diseñado para formar talento especializado en inteligencia artificial dentro de las organizaciones.

Durante once semanas, el equipo de Summa recibió capacitación, mentoría y acompañamiento técnico para desarrollar un producto mínimo viable con posibilidades reales de implementación.

Ese respaldo también permitió utilizar servicios de AWS como Amazon Textract, encargado del reconocimiento de texto en documentos; Amazon Bedrock, desde donde se ejecutan modelos de lenguaje como Claude; además de servicios como Lambda, Step Functions, EventBridge, S3 y Amazon RDS para automatizar el procesamiento de la información.

Para Muñoz, uno de los mayores aprendizajes fue comprobar que la inteligencia artificial genera mejores resultados cuando parte de un problema concreto del negocio y no de la tecnología en sí.

Los resultados comenzaron a verse desde las primeras pruebas

La empresa asegura que la herramienta ya está reduciendo significativamente los tiempos de análisis.

“Logramos reducir entre 40 y 48 horas que dedicaba un negociador por proceso. Lo reducimos más del 40 %“, afirmó Muñoz.

Además del ahorro de tiempo, la solución mejora la trazabilidad de la información, facilita comparaciones entre proveedores y reduce la posibilidad de omitir datos importantes durante el proceso de evaluación.

Actualmente el desarrollo se encuentra en una etapa de validación con un grupo de usuarios antes de ampliar su implementación a una mayor cantidad de procesos y clientes.

El objetivo no es reemplazar personas

La automatización suele abrir el debate sobre el futuro del empleo.

En Summa, sin embargo, la apuesta ha sido distinta.

“Lo que estamos liberando en tiempo lo estamos aprovechando para que las personas hagan otras cosas, se capaciten y nos ayuden a transformar otros procesos. En ningún caso hemos hablado de reducir personal“, aseguró Juliana Muñoz.

La compañía considera que el verdadero valor de la inteligencia artificial está en eliminar tareas repetitivas para que los equipos puedan dedicar más tiempo al análisis, la estrategia y la relación con los clientes.

El reconocimiento obtenido en AI University representa un paso dentro de una estrategia más amplia. Summa ya trabaja en nuevos casos de uso para extender el aprendizaje adquirido durante el programa a otras áreas de la organización y seguir incorporando inteligencia artificial allí donde pueda generar mayor eficiencia y mejores decisiones de negocio.

La iniciativa busca resolver uno de los desafíos más comunes de las organizaciones que crecen rápidamente: la dispersión de la información entre diferentes plataformas y documentos. A medida que Nubank amplió sus operaciones en América Latina y alcanzó una base de 135 millones de clientes, también aumentó el volumen de datos y la dificultad para acceder al conocimiento generado por sus equipos.

Con Slackbot, los empleados pueden localizar en cuestión de segundos información relacionada con proyectos, decisiones técnicas, contratos o procesos internos sin necesidad de revisar múltiples sistemas o contactar directamente a quienes participaron en esos trabajos.

Uno de los ejemplos compartidos por Salesforce muestra cómo, durante una revisión urgente de un proveedor, el asistente reunió en una sola consulta el contrato más reciente, las aprobaciones presupuestales y la evaluación de riesgos. Lo que antes podía tomar varios días quedó resuelto en pocas horas gracias a la disponibilidad inmediata de la información.

Una IA pensada para conectar equipos

Además de facilitar las búsquedas, Slackbot incorpora funciones de traducción y reescritura automática. Esto resulta especialmente útil para una organización como Nubank, cuyos equipos trabajan simultáneamente en portugués, español e inglés.

La herramienta permite que los colaboradores consulten documentos, participen en conversaciones y compartan información sin que el idioma represente una barrera. De esta manera, la empresa busca mantener la velocidad de respuesta entre sus equipos distribuidos en distintos países de la región.

Para Salesforce, el objetivo no es únicamente sumar más herramientas de inteligencia artificial, sino integrarlas de manera que trabajen coordinadamente. Según explicó Daniel Hoe, vicepresidente de Marketing de Salesforce para América Latina, muchas organizaciones planean incorporar múltiples agentes de IA, pero si estos funcionan de manera aislada pueden generar más fragmentación que productividad.

Te puede interesar: Visa lanza en América Latina pagos con inteligencia artificial que compran por ti

La estrategia presentada con Nubank apunta precisamente a que la inteligencia artificial actúe como un punto de acceso común al conocimiento de la organización, permitiendo que los empleados encuentren rápidamente la información que necesitan para continuar con su trabajo.

El anuncio también refleja una tendencia creciente en el sector financiero, donde la inteligencia artificial comienza a utilizarse no solo para mejorar la atención al cliente, sino también para optimizar procesos internos, reducir tiempos de respuesta y apoyar la coordinación entre equipos distribuidos en diferentes mercados.

Aunque esta implementación está enfocada en el funcionamiento interno de Nubank, muestra cómo las entidades financieras empiezan a integrar asistentes inteligentes en sus operaciones cotidianas con el propósito de acelerar la toma de decisiones y aprovechar de forma más eficiente el conocimiento generado dentro de la organización.

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.