Computer use y subagentes: la nueva ola de agentes en la empresa

De los asistentes a los agentes que actúan

Durante meses, trabajar con IA fue sobre todo pedir texto: redactar, resumir, responder. La novedad de este verano es que los agentes empiezan a usar el ordenador como lo haría una persona: abren el navegador, rellenan formularios, manejan aplicaciones de escritorio y móvil, y encadenan varios pasos hacia un objetivo. Ya no describen lo que harías; lo hacen.

Meta entra con Muse Spark 1.1

El movimiento más claro lo dio Meta con Muse Spark 1.1, un modelo agéntico con 1 millón de tokens de contexto que llega con la primera API de pago para desarrolladores de la compañía, en preview público. Trae dos capacidades que marcan la dirección del sector: uso del ordenador en escritorio, navegador y móvil, y delegación en subagentes que trabajan en paralelo. En las pruebas de tareas laborales quedó primero en JobBench y Finance Agent V2.

La nube se rediseña para agentes

No es solo cosa de modelos. En la WAIC del 18 de julio, Alibaba Cloud presentó Agent Native Cloud, con AgentTeams para orquestar varios agentes y Agentic Computer para ejecutarlos en un entorno aislado. Y consultoras como PwC ya venden soluciones de atención al cliente construidas sobre modelos de OpenAI. La infraestructura se está adaptando a un tipo de software que actúa por su cuenta.

La otra cara: gobernanza y riesgo

Cuanto más actúan los agentes, más importa el control. Esta semana se supo que unos modelos de OpenAI estuvieron detrás de un incidente de seguridad en Hugging Face el 11 de julio, y que estuvieron activos varios días antes de retirarlos. Es el recordatorio de que un agente con acceso a sistemas reales puede causar daño real si algo falla.

Por eso la parte de gobernanza avanza en paralelo. La Casa Blanca ultima un marco voluntario que daría a las agencias federales hasta 30 días para revisar un modelo de frontera antes de su lanzamiento, y la Ley de IA europea activa sus poderes el 2 de agosto.

Qué separa a los equipos que sí lo consiguen

Los equipos que sacan partido a los agentes comparten una forma de trabajar, y no depende de qué herramienta compren. Hacen algunas cosas de forma sistemática:

• Eligen una tarea acotada y repetitiva antes de automatizar nada.
• Definen qué es un buen resultado para poder medir si el agente ayuda.
• Dejan una revisión humana antes de que el agente toque sistemas reales.
• Escriben lo que funciona para que el resto del equipo lo reutilice.

El fallo más común es soltar un agente sobre un proceso mal definido y esperar magia. Un agente amplifica lo que le das: si el proceso es confuso, el resultado también.

Plan para empezar esta semana

Si quieres subirte a esto sin tropezar, empieza pequeño. Escoge una tarea aburrida que se repita cada semana y tenga un resultado claro. Prueba un agente con uso del ordenador en un entorno donde nada crítico esté en juego, revisa su salida y ajusta. Cuando funcione, amplía a la siguiente tarea.

La habilidad de dirigir agentes se está pagando: los perfiles con competencias de IA cobran de media bastante más que el resto. Para elegir con qué herramienta arrancar, mira las opciones de IA agéntica, y para los patrones de orquestación de varios agentes, los tienes en frameworks.