Saltar al contenido

Análisis · IA en la empresa

Los agentes ya actúan: ahora toca decidir quién pone los raíles

La capacidad de los agentes ya no es el límite: la ventaja está en definir qué pueden hacer, con qué permisos y quién responde cuando se equivocan.

Rubén MoralRubén Moral · 10 min de lectura
LinkedInXWhatsApp
Índice 8 secciones
  1. 01Cuando el agente llega primero
  2. 02Del asistente que responde al agente que avisa
  3. 03El comercio decide sus propias reglas
  4. 04La distribución se vuelve neutral
  5. 05Debajo de todo, hierro y personas
  6. 06Mejor entrenamiento, no solo más grande
  7. 07Qué deberían hacer las empresas
  8. 08Las noticias del día

Durante dos años la conversación sobre IA en la empresa ha girado en torno a una pregunta: qué modelo es mejor. Las noticias de esta semana apuntan a otra muy distinta. Los agentes ya no se limitan a contestar; buscan fallos de seguridad, compran en nombre de clientes, vigilan bandejas de entrada y trabajan mientras el usuario está fuera. La pregunta relevante ya no es cuánto sabe el modelo, sino quién define las reglas por las que se le permite actuar, y quién responde cuando se equivoca.

Cuando el agente llega primero

La noticia más seria del día no es un lanzamiento, sino un parche. PHP ha corregido dos vulnerabilidades críticas que permiten ejecutar código en remoto sin autenticación en prácticamente cualquier servidor que lo use para servir web. Lo relevante es cómo se encontraron: según OpenAI, la firma Calif detectó uno de los fallos con GPT-5.6 Sol, y Wiz llegó a ambos por su cuenta. OpenAI lo enmarca como una ventana para los defensores, un periodo en el que la IA descubre el problema antes de que lo haga un atacante.

Esa ventana existe, pero conviene no idealizarla. La misma capacidad que permite a un equipo de seguridad auditar millones de líneas de código en semanas está al alcance de quien quiera explotarlas. El mensaje práctico para cualquier organización es incómodo: el tiempo entre que un fallo existe y que alguien lo encuentra se está comprimiendo, y los ciclos de parcheo trimestrales dejan de ser defendibles. Quien todavía tenga servidores en PHP 8.1 o anteriores, que ya no reciben actualizaciones, tiene hoy un problema concreto, no teórico.

Del asistente que responde al agente que avisa

En paralelo, Anthropic ha presentado Claude Duet, un agente proactivo que cada mañana resume lo importante de las aplicaciones conectadas, sigue con las tareas cuando el usuario se aleja y pide permiso antes de actuar en su nombre. No es la primera propuesta de este tipo, pero sí una de las más explícitas sobre su diseño: la iniciativa la toma el agente y el humano pasa a ser quien aprueba.

Ese cambio parece pequeño y no lo es. En los proyectos de implantación, la mayor parte del trabajo ya no está en elegir el modelo, sino en decidir a qué sistemas se conecta, qué puede leer, qué puede ejecutar sin preguntar y qué queda registrado. Un asistente reactivo comete errores visibles en la pantalla del usuario. Un agente proactivo los comete mientras nadie mira. La calidad del producto dependerá menos de la inteligencia del modelo que de lo bien que esté diseñado el sistema de permisos.

El comercio decide sus propias reglas

Walmart ha dado una respuesta concreta a esa cuestión en su propio terreno. Su Agent Gateway, un servidor MCP, permite a agentes aprobados buscar en el catálogo y comprar por cuenta del cliente. A partir de noviembre, cada agente tendrá un perfil propio dentro de la cuenta, con aprobación compra a compra o un límite de gasto preautorizado, sin acceso a los datos de pago y con la política de devoluciones aplicable también cuando el agente no actúa como se esperaba. Amazon, en cambio, ha optado por bloquear las compras hechas por agentes.

Son dos estrategias legítimas que reflejan una misma realidad: el agente se ha convertido en un nuevo tipo de cliente, y cada plataforma decide si lo deja entrar y en qué condiciones. Lo interesante del modelo de Walmart es que trata al agente como a un usuario autorizado de una tarjeta, con identidad, límites y trazabilidad. Ese esquema es trasladable a casi cualquier empresa que exponga servicios a terceros. Quien no diseñe hoy cómo quiere que los agentes interactúen con su negocio acabará aceptando las reglas que fijen otros.

La distribución se vuelve neutral

El acuerdo entre OpenAI y Google Cloud encaja en la misma lógica desde el lado de la oferta. Los modelos de OpenAI y Codex estarán en Model Garden, se comprarán por Google Cloud Marketplace y podrán descontarse de los compromisos de gasto existentes. Para muchas empresas, el obstáculo para probar un modelo no era técnico, sino contractual: un proveedor nuevo, una homologación más, otra negociación con compras. Esa barrera se reduce.

La consecuencia es que los modelos se parecen cada vez más a una pieza intercambiable dentro de la nube que ya se usa, y el valor se desplaza a la capa de orquestación, datos y control. Es una buena noticia para quien implementa: permite diseñar arquitecturas con varios modelos sin multiplicar contratos. Y es un aviso para quien haya construido su ventaja sobre el acceso exclusivo a un modelo concreto.

Debajo de todo, hierro y personas

Todo esto descansa sobre una infraestructura física que sigue tensionada. En GTC Berlín, Nvidia presentó DSX POD, fábricas de IA Vera Rubin en contenedores modulares que reducen la puesta en marcha de seis meses a catorce días, y confirmó un compromiso de casi diez mil millones de dólares con el ecosistema europeo. Mistral, por su parte, anunció con Nvidia una colaboración para llevar agentes a la ingeniería industrial y al diseño de chips, con benchmarks abiertos, y detalló Mistral Large 4, entrenado en centros de datos propios en Europa y cuyos pesos prevé publicar a finales de mes.

Para Europa, estas dos noticias dicen más que cualquier declaración sobre soberanía. El problema europeo no ha sido solo la falta de chips, sino la lentitud para convertirlos en capacidad operativa y la escasez de modelos competitivos que se puedan desplegar en infraestructura propia. Si los plazos de despliegue se acortan y llega un modelo de pesos abiertos de esa escala, las empresas que necesitan mantener datos y cargas bajo jurisdicción europea tendrán opciones reales que hace un año no tenían.

La otra cara la muestra Taiwán. El sindicato de la planta de Micron en Taoyuan ha convocado la que sería la primera huelga del sector de semiconductores en la isla, por el reparto de los beneficios que genera la memoria para IA. Es un recordatorio de que la cadena de valor de la IA tiene eslabones humanos y que la presión sobre ellos crece al mismo ritmo que la demanda. Cualquier presupuesto de infraestructura para 2027 debería contemplar que el hardware no va a abaratarse por sí solo.

Mejor entrenamiento, no solo más grande

En investigación, Perplexity y Nvidia han presentado JOLT, un método en el que un mismo modelo actúa como profesor, con acceso a soluciones verificadas, y como alumno, sin ellas. Las mejoras más claras aparecen precisamente en tareas agénticas. Es una pista útil sobre hacia dónde va el post-entrenamiento: modelos medianos y pequeños, mejor enseñados, capaces de ejecutar tareas de varios pasos con fiabilidad. Son esos modelos, y no los más grandes, los que acaban en producción en la mayoría de empresas.

Qué deberían hacer las empresas

La lectura conjunta es clara. La capacidad técnica de los agentes ha dejado de ser el factor limitante; lo que ahora separa un despliegue útil de uno arriesgado es la gobernanza operativa. Eso se traduce en tareas concretas: inventariar qué sistemas pueden tocar los agentes y con qué credenciales, definir límites de actuación y puntos de aprobación humana, registrar lo que hacen, y acelerar los ciclos de parcheo porque los atacantes también tienen agentes. En paralelo, conviene decidir cómo quiere uno que los agentes de terceros interactúen con su negocio antes de que lo decidan ellos.

Mi conclusión es que estamos entrando en la fase menos vistosa y más decisiva de la adopción. Los modelos seguirán mejorando y la distribución seguirá abaratándose. La ventaja competitiva estará en quién construye mejor los raíles: permisos, identidad, límites y responsabilidad. Walmart ha enseñado una forma de hacerlo; el caso de PHP enseña lo que cuesta llegar tarde.

Las noticias del día

Una IA encuentra dos fallos críticos en PHP antes que los atacantes

PHP publicó el 21 de octubre las versiones 8.5.12, 8.4.27, 8.3.36 y 8.2.35 para corregir dos vulnerabilidades (CVE-2026-109618 y CVE-2026-109619, CVSS 9.2) que permiten ejecución remota de código sin autenticación en cualquier instalación que sirva peticiones web. Según OpenAI, la firma Calif detectó uno de los fallos con GPT-5.6 Sol dentro de su iniciativa «Patch the Planet», y Wiz descubrió ambos de forma independiente. OpenAI acompaña el aviso con un verificador de versiones como skill de Codex y mil millones de dólares en acceso subvencionado a Daybreak para equipos de defensa.

Por qué importa: es el primer caso de gran escala en que la IA llega antes que los atacantes a un fallo crítico en software ubicuo; hay que parchear ya (PHP 8.1 y anteriores no reciben actualizaciones) y asumir que los ciclos de descubrimiento se van a acortar.

Fuentes: PHP.net · OpenAI

Los modelos de OpenAI llegan a Google Cloud

OpenAI y Google Cloud anunciaron que los modelos frontera de OpenAI y los flujos agénticos de Codex estarán en Model Garden, se comprarán a través de Google Cloud Marketplace y podrán descontarse de los compromisos de gasto existentes. También llegarán a Google Antigravity y al agente de Gemini. La disponibilidad general está prevista «en las próximas semanas» y OpenAI subraya que Microsoft sigue siendo su socio cloud principal.

Por qué importa: desaparece una de las barreras de compra más habituales en empresas que ya tienen contrato con Google; elegir modelo deja de estar atado a elegir nube.

Fuente: OpenAI

Anthropic presenta Claude Duet, un agente proactivo

Anthropic abrió una lista de espera para Claude Duet, una app en vista previa de investigación construida sobre Claude Opus 5.5 que trabaja como agente proactivo: cada mañana envía un resumen de lo importante en las aplicaciones conectadas, continúa tareas cuando el usuario se ausenta y pide permiso antes de actuar en su nombre. Arranca para suscriptores Pro y Max en EE. UU., en web, iOS y Android, dentro de los mismos límites de uso.

Por qué importa: el patrón de producto pasa de «tú preguntas» a «el agente te avisa»; para las empresas, el reto se desplaza a permisos, conectores y qué puede hacer el agente sin supervisión.

Fuente: Anthropic

Walmart abre su tienda a los agentes de IA mientras Amazon los bloquea

Walmart lanzó Agent Gateway, un servidor MCP que permite a agentes aprobados buscar en su inventario y comprar por cuenta del usuario en Walmart y Sam's Club, con integraciones con Muse de Meta, ChatGPT y Gemini. En noviembre llegarán los Agent Profiles: cada agente tendrá un perfil en la cuenta del cliente, con aprobación por compra o límite de gasto preautorizado, y sin acceso a los datos de pago. Amazon, por su parte, ha empezado a bloquear compras hechas por agentes.

Por qué importa: es la primera gran plataforma que define reglas operativas para el comercio agéntico (identidad, límites, devoluciones cuando el agente se equivoca); es un modelo que otros sectores pueden copiar.

Fuente: TechCrunch

Nvidia en GTC Berlín: fábricas de IA en contenedor y casi 10.000 millones para Europa

Jensen Huang presentó DSX POD, un diseño de referencia de fábricas de IA Vera Rubin en contenedores modulares que reduce el despliegue in situ de seis meses a 14 días una vez lista la acometida. Confirmó que Vera Rubin está en plena producción y un compromiso de casi 10.000 millones de dólares con el ecosistema europeo. Google Cloud anunció instancias Vera Rubin con disponibilidad el mes que viene y expansión a Europa, y Revolut reconstruye su plataforma sobre un modelo fundacional propio (PRAGMA) para 80 millones de clientes.

Por qué importa: el cuello de botella europeo no es solo el chip sino el tiempo de puesta en marcha; acortarlo cambia los plazos de cualquier proyecto de cómputo soberano.

Fuentes: Nvidia, keynote · Nvidia, noticias GTC Berlín

Mistral y Nvidia se alían para IA en ingeniería industrial

Mistral y Nvidia colaborarán en flujos de ingeniería nativos de IA (CAE y diseño de chips) combinando los modelos de Mistral con CUDA-X, Warp y Omniverse, y publicarán benchmarks abiertos para validar agentes en trabajo real de ingeniería. Mistral detalla además Mistral Large 4, en vista previa pública: alrededor de un billón de parámetros totales y 49.000 millones activos, entrenado en 3.800 GPU Grace Blackwell en centros de datos europeos propios; sus pesos se publicarán a finales de octubre, según la compañía.

Por qué importa: es la apuesta europea más clara por la IA aplicada a industria pesada, y unos pesos abiertos de ese tamaño serían una opción real para quien necesite desplegar en infraestructura propia.

Fuente: Mistral

Huelga en la fábrica de Micron en Taiwán por el reparto de los beneficios de la memoria para IA

El sindicato de la planta de Micron en Taoyuan convocó un paro de 24 horas a partir del jueves 22 tras una disputa sobre bonus y reparto de beneficios disparados por la demanda de memoria para IA; sería la primera huelga del sector de semiconductores en Taiwán. La autorización se aprobó a principios de octubre con un respaldo abrumador.

Por qué importa: la cadena de suministro de memoria HBM ya está tensionada; cualquier fricción laboral añade riesgo a precios y plazos de hardware para IA.

Fuente: The Star

Perplexity y Nvidia presentan JOLT, un modelo que se enseña a sí mismo

JOLT entrena un único modelo en dos papeles: profesor, con acceso a información privilegiada como soluciones verificadas, y alumno, sin ella. El profesor aprende a dar retroalimentación que el alumno puede aprovechar. Frente a GRPO, la variante JOLT+ mejora entre 1,5 y 9,9 puntos según la tarea (matemáticas, código, AppWorld, Terminal-Bench), con la mayor ganancia en tareas agénticas.

Por qué importa: apunta a técnicas de post-entrenamiento más eficientes para modelos pequeños, justo los que más se usan en despliegues empresariales.

Fuentes: Perplexity · arXiv

  • #agentes-ia
  • #ciberseguridad
  • #comercio-agentico
  • #openai
  • #nvidia
¿Te ha sido útil? Compártelo
LinkedInXWhatsApp

Más en IA en la empresa

Newsletter semanal

Un análisis así cada domingo.

Las noticias de la semana y una pieza a fondo, directamente en tu correo.