Los agentes de IA ya están aquí: 6 que vale la pena conocer antes de 2027
A fecha de 1 de octubre de 2026, el mercado de agentes de IA ya no puede tratarse como una sola categoría. Conviven al menos cuatro familias claramente distintas: agentes persistentes orientados al usuario —OpenAI Dots y Meta Muse—; agentes especializados por dominio, como Dot de GetDot.ai para analítica; plataformas abiertas o autogestionables, como OpenClaw y CrewAI; y plataformas empresariales de orquestación, como Microsoft Copilot Studio, Salesforce Agentforce, Google Gemini Enterprise Agent Platform, AWS Bedrock AgentCore, ServiceNow, IBM watsonx Orchestrate y UiPath.
INTELIGENCIA ARTIFICIAL
MBA Jorge Daniel Romo
10/2/20265 min read
Durante los últimos años nos acostumbramos a conversar con la inteligencia artificial.
Preguntábamos. La IA respondía.
Ese modelo empieza a quedarse corto.
La nueva generación de sistemas ya no está diseñada únicamente para contestar preguntas. Puede investigar, navegar, conectarse a aplicaciones, analizar información, ejecutar tareas y continuar trabajando cuando nosotros ya cerramos la conversación.
Estamos entrando en la etapa de los agentes de inteligencia artificial.
Y aunque todavía existe bastante confusión alrededor del término, algunas propuestas lanzadas o desarrolladas durante 2026 permiten ver con mayor claridad hacia dónde se dirige esta tecnología.
Estos son seis de los agentes y plataformas que considero especialmente interesantes para observar.
1. Dots de OpenAI: delegar trabajo, no solamente hacer preguntas
Quizá uno de los cambios más importantes sea la aparición de Dots dentro de ChatGPT.
Un dot esun agente persistente al que puedes asignar responsabilidades y que dispone de su propia computadora en la nube, navegador, memoria y acceso a aplicaciones autorizadas.
Esto cambia significativamente la experiencia.
En lugar de decir:
“Investiga estas empresas y prepara un análisis.”
podremos comenzar a decir:
“Haz seguimiento permanente de este mercado, revisa los cambios relevantes y prepara información cuando la necesite.”
La diferencia parece pequeña, pero conceptualmente es enorme.
Pasamos de utilizar IA bajo demanda a delegar responsabilidades digitales.
OpenAI está desplegando Dots progresivamente en sus planes Pro, Business Premium y Enterprise, aunque la disponibilidad todavía varía entre regiones (OpenAI, 2026).
La pregunta para los líderes será inevitable:
¿Qué responsabilidades de nuestro trabajo podrían mantenerse continuamente en manos de un agente?
2. Muse de Meta: un asistente que tiene su propia computadora
Meta presentó en septiembre de 2026 Muse, un agente personal capaz de trabajar utilizando una computadora virtual dedicada.
Puede navegar por internet, organizar viajes, completar formularios, investigar, realizar determinadas compras y mantener memoria sobre preferencias y objetivos del usuario.
Hay un aspecto particularmente interesante en su arquitectura.
Muse dispone de una máquina virtual aislada y de un sistema separado para almacenar credenciales, de manera que el modelo no necesita conocer directamente las contraseñas del usuario (Meta, 2026).
En términos prácticos, estamos acercándonos a una nueva categoría de colaborador digital:
un agente con memoria, computadora, credenciales y capacidad de actuar.
Por ahora Muse se encuentra principalmente orientado al mercado estadounidense y al consumidor, pero Meta ya anunció plataformas empresariales y APIs relacionadas.
Esto sugiere algo importante.
Los agentes personales probablemente serán únicamente la primera etapa.
3. OpenClaw: el agente que puedes controlar tú mismo
En el extremo opuesto de las grandes plataformas cloud aparece OpenClaw.
Es un proyecto open source que permite ejecutar agentes utilizando infraestructura propia y conectarlos con diferentes modelos de inteligencia artificial.
Puede trabajar con modelos de OpenAI, Anthropic, Google, Meta o incluso modelos locales mediante herramientas como Ollama o vLLM.
También puede integrarse con Slack, Teams, WhatsApp, Telegram, Discord y otros canales.
Su atractivo principal es evidente:
control y soberanía tecnológica.
La memoria, configuración y parte importante del entorno pueden permanecer dentro de la infraestructura de la organización.
Pero aquí aparece una advertencia importante.
Open source no significa automáticamente seguro, barato o fácil de operar.
La empresa debe hacerse responsable de infraestructura, actualizaciones, permisos, seguridad, credenciales y protección contra ataques como prompt injection (OpenClaw Foundation, 2026).
Libertad tecnológica y responsabilidad operativa vienen juntas.
4. Dot: cuando el agente se convierte en analista de datos
No todos los agentes intentan hacerlo todo.
Y probablemente eso sea una buena noticia.
Dot, de GetDot.ai, se especializa en análisis de datos empresariales.
Puede conectarse con almacenes de datos corporativos, interpretar preguntas realizadas en lenguaje natural, generar consultas SQL, construir análisis, visualizar información y producir reportes.
Su propuesta resulta especialmente interesante porque ataca uno de los problemas históricos dentro de las organizaciones:
tenemos cada vez más datos, pero seguimos dependiendo de pocas personas capaces de interpretarlos.
Un director podría preguntar:
“¿Por qué cayó el margen durante las últimas seis semanas?”
y permitir que el agente explore los datos buscando relaciones y posibles explicaciones.
Dot también puede conectarse mediante MCP con herramientas como ChatGPT, Claude, Cursor y otros asistentes.
Sus planes públicos parten actualmente desde USD 180 mensuales para Pro y USD 720 para equipos, además de opciones Enterprise (GetDot.ai, 2026).
Aquí podemos estar viendo otra tendencia importante:
el futuro quizá no sea un agente universal, sino muchos agentes especialistas.
5. Agentforce: cuando el agente vive dentro del negocio
Salesforce está llevando el concepto de agentes directamente al corazón de uno de los sistemas empresariales más importantes: el CRM.
Agentforce permite desarrollar agentes capaces de interactuar con clientes, consultar información, ejecutar procesos comerciales y trabajar sobre los datos que ya existen dentro del ecosistema Salesforce.
Esto tiene una ventaja estructural.
El agente no necesita aprender desde cero cómo funciona la organización.
Puede operar sobre clientes, oportunidades, productos, procesos y permisos que ya están definidos dentro de Salesforce.
Por eso probablemente veremos crecer rápidamente los agentes integrados directamente dentro de los sistemas empresariales.
Microsoft está siguiendo un camino similar con Copilot Studio, ServiceNow con sus AI Agents, UiPath con automatización agentic e IBM con watsonx Orchestrate.
La batalla de los agentes probablemente será también una batalla por convertirse en la capa de inteligencia que conecta los sistemas de la empresa.
6. CrewAI y AgentCore: construir equipos de agentes
Existe todavía una categoría más interesante.
Plataformas como CrewAI o Amazon Bedrock AgentCore permiten construir sistemas en los que diferentes agentes colaboran entre sí.
Imaginemos un proceso donde:
un agente investiga el mercado;
otro analiza datos;
otro construye escenarios;
otro prepara la presentación;
y un quinto valida determinados criterios antes de entregar el resultado.
Ya no hablamos simplemente de inteligencia artificial.
Hablamos de arquitecturas digitales de trabajo.
CrewAI permite construir flujos multiagente utilizando diferentes modelos, mientras que AWS AgentCore proporciona infraestructura para ejecutar, gestionar y asegurar agentes empresariales a escala (AWS, 2026; CrewAI, 2026).
Esto puede convertirse en uno de los cambios más profundos de los próximos años.
Porque una organización podría comenzar a diseñar no solamente equipos humanos, sino equipos híbridos de personas y agentes especializados.
El cambio importante no es tecnológico
Es fácil mirar estas herramientas y concentrarnos en las capacidades técnicas.
Pero el verdadero reto será organizacional.
Si un agente puede investigar, analizar, navegar, utilizar sistemas y ejecutar determinadas decisiones, aparecen preguntas mucho más profundas:
¿Quién supervisa su trabajo?
¿Qué permisos recibe?
¿Qué decisiones puede tomar?
¿Quién responde cuando se equivoca?
¿Dónde termina la automatización y comienza la responsabilidad humana?
La evidencia empieza además a mostrar que las organizaciones están pasando de experimentar con agentes a intentar escalarlos. McKinsey reportó en 2026 que el 40 % de los participantes provenientes de organizaciones con ingresos superiores a mil millones de dólares señalaba estar escalando agentes de IA, frente al 27 % un año antes (McKinsey & Company, 2026).
Eso significa que esta conversación dejará pronto de pertenecer únicamente a las áreas de tecnología.
Será una conversación sobre procesos, liderazgo, talento, control y diseño organizacional.
Durante años preguntamos:
¿qué puede hacer la inteligencia artificial por nosotros?
La siguiente pregunta probablemente será más interesante:
¿qué estamos dispuestos a delegarle?
Referencias
Amazon Web Services. (2026). Amazon Bedrock AgentCore. AWS.
CrewAI. (2026). CrewAI: The enterprise agent build & runtime. CrewAI.
GetDot. (2026). Pricing: Simple, usage-based pricing. Dot.
McKinsey & Company. (2026, 25 de agosto). The state of AI in 2026: On the road to ROI. QuantumBlack, AI by McKinsey.
Meta. (2026). How Muse handles your privacy, safety and security. Meta Help Center.
Meta. (2026, septiembre). Presentamos Muse: el primer agente de IA personal del mundo creado para todos. Meta.
OpenAI. (2026). Getting started with your dot. OpenAI Help Center.
OpenClaw Foundation. (2026). OpenClaw: Your assistant, on your devices, in your chats. GitHub.
Salesforce. (2026). How the Atlas Reasoning Engine powers Agentforce. Salesforce.
Explora tendencias y herramientas de inteligencia artificial.
contacto@covire.net
+52 33 3257 1143
© 2025. All rights reserved.