Resumen IA: anuncios en ChatGPT, Gemini en Windows, Claude auditado

Lo que se movió entre el 8 y el 21 de septiembre

Ningún modelo frontera nuevo en estas dos semanas, después de los seis lanzamientos del 1 al 4 de septiembre que cubrimos en el resumen anterior. Lo que cambió fue el producto, el modelo de negocio y quién audita a quién.

Anthropic publica cuánta de su investigación dirige Claude

El 17 de septiembre Anthropic publicó una medición interna: Claude dirige el 26% de su trabajo de investigación y desarrollo, con datos de agosto. En febrero esa cifra estaba por debajo del 1%.

"Dirigir" tiene una definición concreta, tomada de una escala de automatización de Epoch AI. Significa que el modelo completa la mayor parte de una tarea de extremo a extremo desde una instrucción de alto nivel, con una persona revisando el resultado. Contando también el trabajo en el que Claude participa sin dirigir, la cobertura sube al 90% de las tareas.

Junto a la cifra hay dos datos operativos: unos 30.000 agentes trabajando en investigación e ingeniería durante agosto y más de mil millones de decisiones tomadas por esos agentes en el mes. De esas decisiones se bloqueó una de cada 47.000, un 0,002%.

El desglose completo está en el artículo dedicado.

Accenture audita los modelos de Anthropic desde dentro

Un día después, el 18 de septiembre, Anthropic y Accenture anunciaron un equipo de evaluadores incrustados en los equipos internos de Anthropic. Se dedican a hacer red teaming de los modelos, evaluaciones de alineamiento y pruebas de salvaguardas.

Cada compañía espera invertir al menos 1.000 millones de dólares en cinco años. Dirige el trabajo Faculty, la filial de IA aplicada que Accenture compró y que ya evaluaba modelos para otros laboratorios.

El acuerdo no es exclusivo: Anthropic dijo que anunciará más evaluadores en las próximas semanas. Viene del compromiso que Dario Amodei dejó escrito en su ensayo "We Must Pace the Frontier", donde proponía meter evaluadores externos dentro del laboratorio.

OpenAI mete la publicidad dentro de la conversación

El 16 de septiembre OpenAI lanzó los agentes patrocinados en ChatGPT. Cuando la pregunta de alguien toca una categoría relevante, aparece un resultado patrocinado y etiquetado que abre una conversación aparte con el agente de la marca.

Wayfair entra a escala limitada con un agente que responde preguntas de mobiliario. Angi lanzó uno que conecta al usuario con contratistas locales. También están Newegg, Best Buy, Lowe's y VistaPrint.

La división de publicidad de OpenAI llegó a 1.000 millones de dólares de ingresos anualizados en menos de 200 días. La compañía apunta a 2.500 millones en publicidad para 2026. Lo desarrollamos en el análisis del formato.

En paralelo, GPT-5.4 mini empezó a repartirse entre usuarios Free y Go a través de la opción Thinking del menú +.

Gemini sale del navegador y entra en Windows

Google publicó el 10 de septiembre una aplicación de Gemini para Windows 10 y posteriores. Se invoca con Alt+Espacio desde cualquier punto del escritorio, sin abrir el navegador. Da acceso a Gmail y Drive para resumir documentos, genera imágenes con Nano Banana y lanza investigaciones largas.

En la app de Gemini también se puede subir ahora varios archivos de código a la vez para entender, modificar o depurar un proyecto, en lugar de pegar un fichero cada vez.

Del lado de Workspace, Workspace Studio añadió cuatro piezas a sus flujos: disparadores personalizados, pasos personalizados, integraciones de terceros y webhooks. Es lo que hace falta para conectar un flujo de Google con una herramienta que no es de Google.

Copilot deja que el agente actúe sin que nadie lo invoque

Microsoft cambió en septiembre el comportamiento de Facilitator en Teams. Cuando una pregunta factual se queda sin respuesta durante una reunión, el agente busca en la web y publica la respuesta en el chat de la reunión por su cuenta. Necesita Microsoft 365 Copilot Premium y activación manual por reunión, y Microsoft dice que está calibrado para dispararse menos de una vez por reunión.

El resto del paquete va de gobernanza:

• Descubrimiento de agentes de terceros desde el centro de administración de Teams, con GitHub Copilot y Atlassian Rovo como ejemplos. Disponibilidad general en octubre.
• Gestión multi-tenant de agentes en el centro de administración de Microsoft 365, con inventario consolidado, instalación o bloqueo por tenant e indicadores de riesgo.
• Recapitulaciones de reunión multilingües, con selección del idioma de traducción.

La dirección es la misma que veíamos en el artículo sobre gobernanza de agentes: la pelea está en quién aprueba al agente y con qué permisos.

Qué hacer con esto esta semana

Si gestionas Microsoft 365, entra al inventario de agentes antes de que llegue la disponibilidad general de octubre. Vas a encontrar agentes instalados que nadie recuerda haber aprobado, y es más fácil ordenarlo ahora que cuando el catálogo de terceros esté abierto.

Si tu negocio depende de que alguien te encuentre, el formato de agentes patrocinados cambia la superficie donde se decide una compra. Merece la pena mirar qué categorías están en el piloto antes de replantear presupuesto.

Y si estás montando agentes propios, la cifra de Anthropic da una referencia útil: 30.000 agentes, mil millones de decisiones, un 0,002% bloqueado. Ese denominador es lo que hay que medir, no el número de agentes. En la sección de agentes está la clasificación por lo que hacen, no por cómo los llama el fabricante.

Fuentes

• Newsroom de Anthropic
• Bloomberg: Anthropic says Claude drives 26% of its research and development
• Accenture: partnership de evaluadores incrustados
• Angi: piloto de agentes patrocinados en ChatGPT
• Notas de versión de las apps de Gemini
• Release notes de Microsoft 365 Copilot