01 · Gobernanza

El agente como empleado interno: vigilado por alguien que no lo fabricó

Microsoft presentó el 19 de octubre Guardian Agents, una función para monitorear los agentes de IA que usa una empresa, según TechCrunch. Junto con ella, Microsoft Defender suma detección de hasta 60 tipos de agentes que los empleados llevan al trabajo, permisos que se ajustan según la tarea y aprobación humana obligatoria cuando un agente parece tomar decisiones riesgosas.

La jefa del negocio de seguridad de Microsoft, Hayete Gallot, sostuvo que los modelos de frontera no son confiables, no por maliciosos sino por impredecibles: se entrenan para cumplir tareas, no para seguir las normas de una organización. La idea de fondo, que Satya Nadella ya había planteado este mes, es separar a quien provee la inteligencia de quien tiene autoridad sobre ella. TechCrunch advierte que la propuesta también es comercial: Microsoft quiere vender ese control.

Por qué importaNingún monitor externo sabe cuáles son las normas de tu empresa si nadie las escribió. Antes de comprar un vigilante de agentes, hace falta un documento que diga qué puede hacer cada agente, con qué datos y quién responde.

02 · Enablement

El “medio supervisado”: se paga autonomía y se firma cada paso

El cuarto estudio anual de Wharton Human-AI Research y GBK Collective, con 1.416 líderes y empleados de empresas de Estados Unidos, encontró que el 67 % de los departamentos usa agentes de IA, pero solo el 17 % deja que un agente complete una tarea sin que una persona apruebe cada paso. Según GBK, ahí es donde los retornos son más débiles. El 80 % de los líderes reporta retornos positivos, aunque apenas el 28 % los califica de fuertemente positivos.

La brecha más grande está en la formación: el 78 % de los líderes cree que los empleados reciben capacitación adecuada en IA, frente al 56 % de los empleados. Además, los departamentos que miden la IA con alguna métrica de crecimiento reportan retornos fuertes en el 35 % de los casos, contra el 13 % de los que solo cuentan horas ahorradas.

• Lo que funciona: decidir qué trabajo puede cerrar un agente, monitorear de forma automática y dejar de aprobar cada paso
• Lo que preocupa: el 48 % de los líderes de nivel VP o superior y el 46 % de los empleados temen que sus habilidades se estén deteriorando

Por qué importaAprobar todo es la señal de que nadie definió qué sabe hacer bien el agente. Y si los líderes ven una capacitación que el equipo no ve, el indicador de enablement está midiendo la oferta, no el aprendizaje.

03 · Canales y consumidor

Diez minutos de paciencia y un traspaso que pierde la memoria

El Consumer CX Report 2026 de Five9, hecho con Hanover Research sobre 3.000 consumidores de Estados Unidos, Reino Unido y Alemania, indica que el 92 % le da a la IA menos de 10 minutos antes de pedir una persona. Una vez derivados, alrededor de un tercio dice que tiene que repetir información que ya le había dado al bot.

La confianza también depende del diseño: según Five9, que vende plataformas de atención al cliente, el 55 % confía en que la IA resuelva su problema cuando ve una opción clara para hablar con una persona, más del doble que cuando no la ve. El 48 % dice que intenta usar la IA lo menos posible. La muestra no incluye países de América Latina.

Por qué importaQue el cliente repita sus datos es conocimiento que se pierde en el traspaso entre el agente y la persona. El resumen del caso tiene que viajar con la conversación: es un problema de diseño del conocimiento, no de tecnología.

04 · América Latina

ILIA 2026: estrategias de IA que avanzan más rápido que su presupuesto

La CEPAL y el Centro Nacional de Inteligencia Artificial de Chile (CENIA) presentaron hoy en Santiago la cuarta edición del Índice Latinoamericano de Inteligencia Artificial, que evalúa 20 países. Chile encabeza con 71,4 puntos, seguido por Brasil (68,4) y Uruguay (67,0); detrás aparecen Colombia (56,8), Costa Rica (56,0) y Argentina (55,6), según La Tercera. México quedó octavo, con 52 puntos.

En las empresas, el 27,6 % de las grandes usa IA, frente al 12,8 % de las medianas y el 6,8 % de las pequeñas; en los cinco países de referencia (Alemania, España, Estonia, Portugal y Singapur) las cifras rondan el 66 %, 41 % y 24 %. En talento humano ningún país de la región alcanza un desempeño alto, y aunque el 85 % tiene una estrategia nacional vigente o en elaboración, solo Brasil y Colombia especifican presupuesto para ejecutarla.

Por qué importaPara una empresa mediana latinoamericana la brecha no es de herramientas, que ya están disponibles, sino de capacidad para usarlas: procesos documentados, datos ordenados y personas formadas. Eso no depende del cómputo nacional.

05 · Costos y sostenibilidad

Lo ya resuelto no se vuelve a pensar: la memoria abarata a los agentes

Anchor, empresa de infraestructura de navegadores para agentes, lanzó Action Index, una memoria compartida de flujos web que los agentes ya completaron con éxito: en lugar de razonar cada clic desde cero, repiten el camino probado y el modelo solo interviene donde la página cambió.

En la evaluación de la propia Anchor sobre 300 tareas del benchmark Online-Mind2Web, un modelo pequeño con esa memoria resolvió el 93,3 % de las tareas por US$ 4,87 en total, contra US$ 472 de un modelo de frontera con un éxito similar. Sin la memoria, el mismo modelo pequeño resolvió el 62,7 %. Son cifras del fabricante, no verificadas de forma independiente.

Por qué importaEs la opción más sostenible del día: un procedimiento documentado y reutilizable ahorra cómputo, energía y dinero, y además vuelve más predecible al agente. Escribir cómo se hace algo bien sigue siendo la inversión más barata.