Leer un correo electrónico, localizar un pedido, comprobar una factura, preparar un reembolso: para un empleado, es una secuencia habitual. Para la inteligencia artificial, supone un cambio de oficio. El chatbot proponía una respuesta; el agente pretende hacer avanzar el expediente. De cara a septiembre de 2026, la batalla se libra, por tanto, menos en torno a la conversación que al derecho a actuar. Con una pregunta muy concreta para las empresas: ¿hasta dónde permitir que un programa decida y haga clic en su lugar?
De la respuesta a la cadena de acciones
Un asistente conversacional produce sobre todo texto. Un agente combina un modelo, herramientas y un ciclo de trabajo: interpreta un objetivo, elige una acción, observa el resultado y ajusta los siguientes pasos. Puede consultar una base documental, recurrir a una interfaz de programación o manejar un navegador. La autonomía no es necesariamente total: un sistema que prepara una operación y luego espera una validación humana ya responde a esta lógica.
El giro se apoya en anuncios reales. En octubre de 2024, Anthropic presentó en beta pública una función de uso del ordenador con Claude: observar la pantalla, mover el cursor, hacer clic e introducir texto. Microsoft ha desarrollado su oferta de agentes en torno a Copilot Studio, mientras que Salesforce ha lanzado Agentforce. En enero de 2025, OpenAI presentó Operator en una versión preliminar de investigación, centrada en la ejecución de tareas en un navegador.
Estos hitos no demuestran que un empleado digital generalista esté listo para incorporarse a su puesto. Muestran un cambio en el destino de las inversiones: los proveedores buscan insertar sus modelos en los procesos de trabajo. La proyección para septiembre de 2026 sigue siendo un análisis prospectivo: podría haber más agentes disponibles, sin que su fiabilidad aumente automáticamente al ritmo de la multiplicación de las demostraciones.
La prueba decisiva: un expediente resuelto correctamente
Tomemos una solicitud de reembolso. El agente debe identificar al cliente, localizar la compra, consultar las condiciones aplicables, comprobar una posible excepción y preparar la transacción. Cada etapa parece sencilla. Juntas, forman una cadena en la que un error inicial puede contaminar todo lo demás. Confundir dos pedidos ya no produce solo una respuesta incorrecta: puede desencadenar un pago injustificado.
El verdadero progreso no se mide, por tanto, por el número de clics ejecutados. Se mide por la proporción de expedientes correctamente tramitados, el coste de las correcciones y la capacidad del sistema para detenerse. Una demostración exitosa en un proceso sin incidencias no indica cómo reaccionará el agente ante una factura ilegible, una sesión caducada o dos reglas contradictorias.
Esta distinción también cambia el cálculo económico. Un agente utiliza llamadas al modelo, herramientas y, en ocasiones, un entorno informático dedicado. A ello se suman la integración, la supervisión y la gestión de las excepciones. Una tarea completada rápidamente solo es rentable si el tiempo de control y corrección no consume el ahorro obtenido.
Qué se puede delegar razonablemente
Empezar por las tareas reversibles
Los primeros candidatos son los trabajos acotados, frecuentes y verificables: clasificar solicitudes, enriquecer una ficha de cliente a partir de fuentes autorizadas, cotejar documentos o preparar un informe. El agente produce un resultado comprobable, sin comprometer de inmediato a la empresa. El alcance importa más que el prestigio del modelo.
Una progresión prudente distingue tres niveles:
- Preparar: reunir la información y proponer una acción, sin modificar los sistemas de referencia.
- Ejecutar bajo control: efectuar una modificación tras la validación explícita de sus parámetros esenciales.
- Ejecutar dentro de un marco limitado: actuar de forma autónoma en operaciones autorizadas, con límites máximos, registro de actividad y un procedimiento de reversión.
Esta escala evita la falsa disyuntiva entre automatizarlo todo y no delegar nada. Un agente puede enviar por sí solo un acuse de recibo, pero solicitar autorización para modificar un contrato. Puede preparar un pedido a un proveedor sin tener la facultad de pagarlo. Los permisos deben reflejar estas diferencias, y no depender únicamente de una instrucción escrita en una ventana de diálogo.
Mantener las decisiones sensibles bajo responsabilidad humana
Contratación, crédito, salud, litigios: cuando la acción afecta directamente a los derechos o a la situación de una persona, las consecuencias cambian de escala. Una validación humana solo tiene valor si quien valida comprende el expediente y dispone del tiempo necesario. Hacer clic mecánicamente en «aprobar» no constituye una supervisión rigurosa.
El navegador, un gran atajo y un punto débil
Los agentes capaces de utilizar una interfaz gráfica ofrecen una promesa atractiva: trabajar con los programas existentes, incluso sin una integración específica. Es una ventaja en las empresas donde conviven aplicaciones antiguas, portales de proveedores y herramientas recientes. Pero una ventana desplazada, un botón con un nombre nuevo o un cuadro de diálogo inesperado pueden comprometer el proceso.
Cuando es posible, una conexión estructurada mediante API ofrece comandos más precisos y resultados más fáciles de verificar. La interfaz gráfica sigue siendo útil para cubrir las carencias. Un escenario plausible es, por tanto, el de agentes híbridos: integraciones robustas para las acciones críticas y el navegador para las etapas con menor cobertura.
La batalla también gira en torno a los estándares de conexión. Presentado por Anthropic en noviembre de 2024, el Model Context Protocol busca estandarizar los intercambios entre aplicaciones de IA, datos y herramientas. Este tipo de mecanismo puede facilitar las integraciones. Sin embargo, no garantiza ni la calidad de los datos, ni la legitimidad de una acción, ni la seguridad de los permisos concedidos.
La seguridad se convierte en una cuestión de poder
Un chatbot engañado puede decir cualquier cosa. Un agente engañado puede actuar. El riesgo de inyección de instrucciones maliciosas se vuelve especialmente concreto cuando lee páginas web, correos electrónicos o documentos externos. Un contenido consultado puede intentar hacer que ignore sus instrucciones, divulgue información o utilice una herramienta de forma indebida.
La respuesta no puede basarse únicamente en la buena voluntad del modelo. Es necesario limitar sus privilegios, aislar los entornos, proteger los secretos y separar los contenidos consultados de las autorizaciones para actuar. En una operación sensible, el control debe centrarse en lo que realmente se ejecutará: destinatario, importe, documento transmitido o datos modificados.
Los registros de actividad adquieren la misma importancia. La empresa debe poder reconstruir qué herramientas se invocaron, qué validaciones se obtuvieron y qué cambios se realizaron. Sobre todo, necesita un botón de parada y un procedimiento de gestión de incidentes. Dar a un agente una cuenta con amplios privilegios para simplificar una prueba piloto equivale a trasladar la dificultad al primer problema serio.
El mercado se conquistará en las excepciones
Los desarrolladores de software empresarial cuentan con una ventaja: conocen los objetos, las reglas y los permisos de sus aplicaciones. Los proveedores de modelos aportan capacidades más transversales. Entre ambos, la empresa tendrá que encontrar un equilibrio entre integración estrecha, flexibilidad y dependencia. El mejor agente no será necesariamente el más espectacular, sino aquel cuyos límites estén documentados y cuyos errores puedan corregirse.
¿Y ahora qué? Para septiembre de 2026 y más allá, el escenario más creíble es una delegación gradual en lugar de una sustitución repentina de los equipos. A las empresas les convendría elegir un proceso acotado, medir tanto los fracasos como los éxitos y ampliar los permisos solo cuando los resultados lo justifiquen. La próxima frontera de la IA no consiste simplemente en saber actuar: consiste en saber cuándo actuar, con qué mandato y cuándo devolver el control.
