Por Canuto  

El video de The AI Daily Brief desglosa las seis preguntas que definen la adopción de IA en las empresas, mientras la industria lidia con presupuestos desbordados, capacitación y la visión de líderes como Altman, Nadella y Zuckerberg.
***

  • Sam Altman busca influir en Washington mientras la seguridad y la regulación toman protagonismo.
  • Microsoft y Meta redefinen sus estrategias de IA, compitiendo por el control empresarial.
  • La IA agentiva obliga a las empresas a rediseñar procesos, controlar costos y capacitar equipos.

El video 6 Questions Shaping Enterprise AI del canal The AI Daily Brief presenta un análisis profundo sobre la transformación que vive la inteligencia artificial en el ámbito corporativo. La pieza, publicada a finales de julio de 2026, combina noticias de última hora con reflexiones maduradas en un evento con KPMG.

La edición comienza con los avances de la agenda de Sam Altman en Washington, en un clima político que se ha vuelto inesperadamente complejo para OpenAI. También se abordan las estrategias de Microsoft y Meta para conquistar el mercado empresarial, y se plantean seis interrogantes que toda compañía debería resolverse ante la irrupción de la IA agentiva.

Sam Altman en la capital: una agenda que se complica

El consejero delegado de OpenAI llegó a Washington con una misión aparentemente sencilla: informar a los legisladores sobre las capacidades de un nuevo modelo y presentar un protocolo de lanzamiento. Sin embargo, el hackeo de OpenAI y Hugging Face, el debate sobre los modelos de pesos abiertos y una petición para que el gobierno frene el avance de la IA transformaron el viaje en una negociación de alto voltaje.

Altman se reunió con el presidente del Comercio del Senado, Ted Cruz, y con varios senadores demócratas, pero no reveló detalles de la conversación. A los periodistas solo les dijo que hablaron sobre el nuevo modelo y lo necesario para que Estados Unidos siga siendo competitivo en IA.

El directivo fue tajante al afirmar que no apoya pruebas de seguridad obligatorias, pues podrían afectar a los desarrolladores de modelos de pesos abiertos. No obstante, admitió que para los modelos de frontera con nuevas capacidades es importante que el gobierno federal tenga grandes capacidades de prueba.

Altman también se negó a precisar cuándo se lanzará el modelo que ha generado controversia, y aclaró que el prototipo involucrado en el incidente de Hugging Face nunca estuvo destinado a ser público. Ese modelo, según confirmó, ha sido desactivado de forma permanente, incluso para investigación interna.

La agenda incluye reuniones con la jefa de personal de la Casa Blanca, Susie Wiles, y con otros funcionarios. Altman mencionó que hablaron sobre la necesidad de marcar el ritmo a medida que los modelos se vuelven más capaces, pero no utilizaría la palabra desaceleración.

Mientras tanto, la directora financiera de OpenAI, Sarah Friar, reveló a los empleados que los ingresos anualizados de julio superaron a los de todo el trimestre anterior. Greg Brockman, presidente de la compañía, confirmó que están desarrollando una familia de dispositivos de hardware para dar presencia física a sus chatbots, sin ofrecer fechas específicas.

Microsoft y Meta: estrategias encontradas en la IA empresarial

Satya Nadella, CEO de Microsoft, confirmó que la aplicación Copilot se convertirá en una superaplicación a finales de año, con el objetivo de unificar la experiencia para consumidores y clientes empresariales. Durante la llamada de ganancias, Nadella afirmó que Copilot evoluciona desde el chat hacia el co-trabajo y el piloto automático.

Microsoft ve cada vez más a OpenAI y a Anthropic como rivales directos. Nadella destacó que la combinación de costos y preocupaciones de privacidad de datos les permite ofrecer sus propios modelos MAI, y subrayó que ofrecen el catálogo más amplio en la nube, con más de 11.000 modelos, incluyendo los de OpenAI, Anthropic, Mistral y XAI.

Por otro lado, Mark Zuckerberg escribió un artículo de opinión en The Wall Street Journal titulado “El Futuro de la IA es para Todos”, donde aboga por distribuir la superinteligencia de manera amplia. El fundador de Meta criticó el discurso fatalista de quienes creen que la IA eliminará empleos y centralizará el poder.

En una entrevista con el diario, Zuckerberg pidió al gobierno estadounidense acelerar el desarrollo de IA en lugar de restringirlo, y advirtió que un plazo de revisión de 30 o 60 días es significativo dado el ritmo actual. Además, en el Financial Times, sugirió que EE. UU. no debería prohibir la IA china, porque sería ineficaz y podría obstaculizar los modelos abiertos.

Meta es el único laboratorio de frontera que no ha firmado el marco de pruebas voluntarias del gobierno. Zuckerberg se mostró dispuesto a retomar el lanzamiento de modelos de código abierto, una señal de que su optimismo no es solo retórica.

La transición hacia la IA agentiva

El episodio principal del video se centra en la experiencia del autor en el simposio de KPMG, donde se discutieron las preguntas que están moldeando la IA empresarial. Comparado con el año anterior, la conversación ha cambiado radicalmente: pasó de preguntas existenciales a interrogantes operativos sobre agentes, costos y arquitecturas.

El salto de capacidades ocurrió hacia finales de 2025 con modelos como Opus 4.5 y GPT 5.2, que hicieron que los agentes y los flujos de trabajo agentivos fueran realmente útiles. Los desarrolladores y emprendedores tardaron unas semanas en asimilar el cambio, pero pronto las empresas comenzaron a integrar agentes en sus procesos.

La explosión del consumo de tokens se reflejó en los ingresos de los laboratorios: Anthropic podría alcanzar un ritmo de ingresos de USD $100.000 a $150.000 millones este año, según una publicación de Dwarakesh. En el lado empresarial, esto se traduce en facturas que superan los presupuestos anuales en pocos meses, como ocurrió con Uber.

La necesidad de diseñar sistemas de monitoreo y medición se volvió urgente. Las empresas comenzaron a establecer límites de tokens por usuario y a experimentar con sistemas de observabilidad. La palabra “tokens” es ahora tan común como lo fue en la era cripto, pero con un significado más ligado a la inteligencia artificial.

La brecha de capacidades, la distancia entre lo que la IA puede hacer y el valor que se obtiene, se está ampliando. La parte positiva es que el límite superior crece rápido; la negativa es que las organizaciones no están igualmente preparadas para aprovecharlo. La factura de capacitación está llegando de forma considerable.

Pregunta 1: Rediseño para la era agentiva

La primera pregunta que surge es cómo están rediseñando las empresas para la era agentiva. La palabra clave es “rediseñar”, no simplemente agregar IA a los procesos existentes. Steve Chase, de KPMG, advirtió sobre los efectos adversos de intentar integrar estrategias de IA sin modificar la estructura subyacente.

Antes, con la IA asistida, era posible maximizar el potencial con pequeñas adaptaciones. Ahora, con la IA agentiva, las empresas necesitan replantear sus flujos de trabajo, sus roles y sus modelos de toma de decisiones. Un simple complemento ya no basta.

El rediseño implica revisar desde los procesos de aprobación hasta las estructuras de equipo. Por ejemplo, los departamentos de marketing, legal y finanzas están comenzando a introducir agentes que realizan tareas complejas, pero sin una reorganización adecuada, los resultados pueden ser caóticos.

En el evento de KPMG, muchas historias circulaban sobre agentes desencadenados accidentalmente en sistemas críticos. No porque alguien hiciera algo mal, sino porque no existían las guardas de seguridad ni los sistemas de provisión de acceso correctos. Es un síntoma de que el rediseño es inevitable.

Sin este cambio estructural, las organizaciones se enfrentan a problemas crecientes de control y a un aprovechamiento limitado de las capacidades agentivas. Por eso, la pregunta no es si rediseñar, sino cómo hacerlo de manera efectiva y sin interrumpir las operaciones diarias.

Pregunta 2: Arquitecturas y sistemas, no solo modelos

La segunda pregunta se refiere a la naturaleza del rediseño: las organizaciones deben pensar en términos de arquitecturas y sistemas, no solo de modelos. Anteriormente, la respuesta a un desafío tecnológico era elegir al mejor proveedor, pero eso ya es insuficiente.

Pensar en arquitecturas significa diseñar sistemas complejos que permitan diferentes niveles de inteligencia para distintas tareas. Implica considerar el enrutamiento de consultas, ya sea con productos comprados o soluciones a medida, y también el diseño del arnés que conecta a los agentes con los datos y las integraciones.

El concepto de “arnés” se ha vuelto central. Herramientas como Claude Code y el auge de Open Claw enseñaron a cientos de miles de personas cómo funcionan los agentes por dentro. Esa explosión de aprendizaje, aunque caótica, sentó las bases para una comprensión más profunda de las arquitecturas agentivas.

En el panel, se destacó que las empresas deben definir qué funciones y personas tienen acceso a qué tipos de contexto y datos, y cuáles son las guardas necesarias para evitar problemas. Esto es un problema de diseño de sistemas, no de selección de un modelo ganador.

Microsoft, con su plataforma agnóstica, ya ha entendido esto: ofrece un catálogo amplio y permite intercambiar modelos según las necesidades. La competencia ya no es solo entre modelos, sino entre ecosistemas de herramientas y arquitecturas que los rodean.

Pregunta 3: Distribución de costos y observabilidad

La tercera pregunta aborda cómo se distribuyen los costos a través de los diferentes grupos de una organización. La explosión del consumo de tokens ha llevado a que los presupuestos anuales se agoten en meses, como en el caso de Uber, que se volvió un ejemplo paradigmático.

Sin sistemas para monitorear y medir el uso de IA, es imposible asignar recursos de manera justa. Las empresas necesitan visibilidad sobre cuántos tokens consume cada individuo, grupo o proyecto, y cómo se relaciona ese consumo con los resultados obtenidos.

Los proveedores de nube y los laboratorios están respondiendo con herramientas de observabilidad, pero la responsabilidad final recae en las organizaciones. Deben decidir qué modelos se utilizan para qué tareas, en función de la latencia, la calidad, el costo y el cumplimiento normativo.

Se están estableciendo límites de tokens por usuario y por mes, y se están diseñando sistemas de medición que permitan ajustar las asignaciones en tiempo real. Este es un cambio cultural: de pagar por asientos a pagar por uso, similar a como se gestionan los servicios en la nube.

La falta de observabilidad no solo genera sorpresas en el presupuesto, sino que también impide optimizar el retorno de inversión. Las empresas que no implementen estas herramientas quedarán rezagadas en la carrera por ser eficientes con la IA.

Pregunta 4: Capacitación y la brecha de capacidades

La cuarta pregunta se centra en la capacitación y la brecha de habilidades. La brecha de capacidades, la distancia entre lo que la IA puede hacer y lo que las organizaciones aprovechan, se está ampliando. La buena noticia es que el límite superior crece rápido; la mala, que las empresas no están a la altura.

La capacitación ya no se trata solo de aprender a escribir prompts. Ahora, se trata de dominar un nuevo primitivo laboral: gestionar agentes que realizan el trabajo. Esto requiere un cambio de mentalidad radical en disciplinas como marketing, legal y finanzas.

En el evento de KPMG, se habló de la dificultad de enseñar a personas no técnicas a manejar herramientas extremadamente poderosas. Muchas historias de agentes descontrolados ocurrieron porque los usuarios no tenían el conocimiento técnico para configurar las guardas adecuadas.

Las organizaciones están experimentando con soluciones personalizadas, combinando el conocimiento de los primeros adoptantes con las necesidades de las unidades de negocio. La colaboración entre ingenieros y equipos de marketing, por ejemplo, se está volviendo esencial para transmitir las nuevas habilidades.

La formación no puede ser un conjunto de videos corporativos; debe involucrar trabajo desordenado, con pruebas reales y errores. Las empresas que inviertan en este tipo de capacitación estarán mejor posicionadas para cerrar la brecha y obtener valor real de la IA.

Pregunta 5: Oportunidades externas y modelos de negocio

La quinta pregunta se refiere a cómo las oportunidades agentivas están redefiniendo los casos de negocio. Las empresas están explorando cambios en sus modelos de precios, como pasar de facturar por hora a facturar por resultados. Esto es posible porque los agentes pueden realizar el trabajo de manera persistente y a escala.

Surgen nuevos tipos de productos y servicios que antes eran inviables. Por ejemplo, las auditorías ya no se limitan a momentos puntuales; los agentes pueden monitorear continuamente los procesos y detectar anomalías en tiempo real. Esto cambia la propuesta de valor de muchas industrias.

Sin embargo, la mayoría de las organizaciones se ven a sí mismas como “paciente cero” y se enfocan primero en la transformación interna antes de lanzar nuevas ofertas al mercado. Solo ciertos sectores se ven obligados a cambiar rápidamente por la presión competitiva.

Esto implica que los líderes deben pensar en el diseño de servicios desde cero, considerando qué tareas pueden ser automatizadas y cómo los agentes pueden trabajar en colaboración con los humanos. Es un cambio de paradigma en la forma de crear valor.

La interrogante es si las empresas podrán adaptarse a tiempo, dado que no pueden simplemente apagar sus operaciones durante seis meses para reinventarse. Deben evolucionar en tiempo real, sirviendo a clientes existentes mientras construyen el futuro.

Pregunta 6: Dinamismo y obsolescencia planificada

La sexta pregunta aborda cómo construir dinamismo en los sistemas de IA, con una visión de obsolescencia planificada. Los modelos, los arneses y los patrones de interacción van a cambiar constantemente, por lo que las arquitecturas deben estar diseñadas para adaptarse.

Es imposible predecir cómo será el mercado en cinco años. Las empresas deben asumir que lo que construyan hoy necesitará modificaciones en pocos meses. Esto exige una mentalidad de iteración continua y una inversión en infraestructura flexible.

En el evento de KPMG, se repitió la idea de que los sistemas deben tener la capacidad de reconfigurarse sin grandes costos. La modularidad y el uso de estándares abiertos son clave para evitar quedar atrapados en una tecnología específica.

La política y la regulación también cambiarán, afectando las decisiones. Las empresas que diseñen con la incertidumbre en mente podrán adaptarse más fácilmente a los nuevos marcos legales y a las presiones sociales.

El dinamismo no es solo técnico, sino también cultural. Las organizaciones deben fomentar una mentalidad de aprendizaje continuo y una disposición a abandonar prácticas que ya no sean útiles.

El video concluye con un mensaje positivo: las preguntas que las empresas se están haciendo ahora son las correctas. Aunque las respuestas no estén claras, el hecho de que se planteen estas interrogantes indica que la IA empresarial ha entrado en una fase de madurez.

La recomendación final es abrazar la complejidad y reconocer que la IA agentiva no es una meta, sino un punto de partida. Quienes logren dominar este nuevo paradigma estarán en la vanguardia de la próxima década.

Imagen original de DiarioBitcoin, creada con inteligencia artificial, de uso libre, licenciada bajo Dominio Público.

Este artículo fue escrito por un redactor de contenido de IA y revisado por un editor humano para garantizar calidad y precisión.


ADVERTENCIA: DiarioBitcoin ofrece contenido informativo y educativo sobre diversos temas, incluyendo criptomonedas, IA, tecnología y regulaciones. No brindamos asesoramiento financiero. Las inversiones en criptoactivos son de alto riesgo y pueden no ser adecuadas para todos. Investigue, consulte a un experto y verifique la legislación aplicable antes de invertir. Podría perder todo su capital.

Suscríbete a nuestro boletín

Artículos Relacionados