01 · Contexto empresarial

El contexto de la empresa se volvió el producto

Atlassian y OpenAI ampliaron su alianza para que los modelos de OpenAI impulsen los agentes de Rovo sobre el Teamwork Graph, una capa que conecta personas, proyectos, documentos y decisiones, según el anuncio de OpenAI del 6 de octubre. La misma nota indica que más de 3.000 desarrolladores de Atlassian ya usan Codex con acceso a tickets y documentación técnica.

Cisco fue más lejos en su evento WebexOne: presentó Dialog, un sistema que mantiene el contexto del cliente entre canales y sigue trabajando después de que termina la conversación. Según el comunicado de Cisco, permite incorporar agentes «como nuevos compañeros» indexando manuales del empleado, bases de conocimiento y procedimientos. En paralelo, Dell sumó un grafo de conocimiento empresarial y agentes de conocimiento a su plataforma de datos, según el resumen semanal de Solutions Review.

Por qué importaSi los agentes se incorporan leyendo tus manuales y procedimientos, la calidad de su trabajo depende de que esos documentos existan, estén vigentes y digan lo mismo. Conectar es fácil; lo difícil es tener algo ordenado para conectar.

02 · Conocimiento verificable

Una de cada cinco afirmaciones, sin respaldo

O’Reilly lanzó Expert Intelligence, un conector que lleva contenido de autores identificados a las herramientas de IA de las empresas, con citas, autor y fecha de publicación. El anuncio se apoya en un benchmark propio de febrero de 2026 sobre 60 preguntas: una de cada cinco afirmaciones de herramientas de IA líderes no tenía una fuente que la respaldara; cerca de dos tercios de las fuentes citadas no nombraban autor y alrededor de la mitad no tenía fecha.

Conviene leer la cifra con cuidado: la publica una empresa que vende la solución al problema que describe, y la muestra es chica. Aun así, el patrón coincide con lo que se observa dentro de las organizaciones.

• Autor: quién respalda el contenido y a quién consultar si cambia.
• Fecha: desde cuándo rige y cuándo se revisa.
• Fuente: de qué documento sale cada respuesta del agente.

Por qué importaAutor, fecha y fuente son metadatos básicos de gestión del conocimiento. Si tus documentos internos no los tienen, ningún agente podrá distinguir una política vigente de una vencida.

03 · Consumidor

Al cliente le pesa más revisar que el error

Una encuesta de Ping Identity, que vende soluciones de identidad, a 11.000 consumidores de 12 países encontró que solo el 5% se siente cómodo con que la IA actúe en su nombre con su aprobación, y el 3% sin aprobación final. El 47% dijo que tener que revisar constantemente el trabajo de un agente le preocupa más que el error mismo. Además, solo el 12% confía plenamente en cómo las organizaciones gestionan sus datos de identidad, frente al 17% de 2025. La muestra no incluye países de América Latina.

En la misma línea, el estudio 2026 de CapTech encontró que el 47,5% usaría una IA que actúe en su nombre, pero solo el 27,9% confiaría en ella.

Por qué importaCuando la empresa no verifica lo que responde su agente, esa tarea se traslada al cliente. Cada respuesta trazable hasta un documento vigente es una revisión menos que tu cliente tiene que hacer.

04 · Equipos y enablement

Saber escribir instrucciones ya no alcanza

El informe de octubre de Workday, basado en avisos de unas 550 empresas, muestra que la demanda de habilidades básicas de IA, como escribir instrucciones simples, tocó su pico en enero y cayó 25% desde entonces. En cambio, la demanda de habilidades prácticas, como automatizar flujos de trabajo, subió 51% entre septiembre de 2025 y julio de 2026. En su encuesta a 6.000 empleados, el 79% dijo saber qué habilidades necesita, pero solo el 66% recibe ayuda de su empleador para desarrollarlas.

La encuesta Hopes and Fears 2026 de PwC, citada por HR Reporter, agrega otro dato: el 51% de los trabajadores dice tener acceso a la capacitación que necesita, frente al 59% de un año antes.

Por qué importaLa capacitación genérica en IA dejó de diferenciar. Lo que hace falta es enseñar a trabajar con el conocimiento propio de la empresa: sus procesos, sus casos y sus criterios.

05 · Sostenibilidad

Evaluar antes de talar

La autoridad finlandesa de licencias y supervisión (LVV) ordenó a la filial de Google suspender las obras en dos sitios de centros de datos, en Muhos y Kajaani, hasta completar las evaluaciones de impacto ambiental, informó CNBC. Según The Next Web, el organismo había detectado que en Muhos ya se habían talado cerca de 300 hectáreas de bosque. Google reconoció ante CNBC que no estuvo a la altura de sus propios estándares.

En otra escala, la startup Tensor Machines lanzó un benchmark abierto que vincula el rendimiento y el consumo eléctrico de las GPU con el costo de cada resultado útil, según Solutions Review.

Por qué importaLa lógica se traslada a la IA de cualquier empresa: evaluar antes de escalar sale más barato que corregir después. Ordenar y depurar el corpus antes de sumar cómputo es la opción de menor costo y menor consumo para obtener el mismo resultado.