Agentes de IA: la carrera por pasar de responder a ejecutar tareas

Los agentes de IA ya no se presentan solo como sistemas que contestan: pueden planificar pasos, usar herramientas y preparar resultados. Los anuncios de 2026 muestran una carrera por integrar esa capacidad en el trabajo, aunque sus límites y su disponibilidad varían mucho.

El 8 de octubre de 2026, Google Cloud presentó Gemini agent como un sistema capaz de responder preguntas, planificar y trabajar con herramientas dentro de aplicaciones empresariales. Un mes antes, OpenAI abrió en beta pública su Agents API para que los desarrolladores construyan agentes con entornos de ejecución y sesiones prolongadas. Son anuncios de productos diferentes, pero comparten una idea: pasar de entregar una respuesta a intentar completar una tarea.

Qué cambia respecto a un chatbot

En una conversación habitual, la persona formula una pregunta y recibe texto, una imagen o código. Un agente puede tomar un objetivo más amplio, dividirlo en pasos, consultar información y utilizar herramientas conectadas. Por ejemplo, ante la petición hipotética de preparar un informe, podría buscar documentos autorizados, reunir datos y construir un primer borrador. El acceso a esos documentos y la posibilidad de ejecutar acciones dependen del producto y de sus permisos.

La idea tampoco nació esta semana. En 2024, Anthropic presentó una función experimental de uso de ordenador con la que un modelo podía observar una pantalla y actuar mediante clics y escritura. La empresa advirtió entonces que cometía errores. Desde aquel ejemplo hasta los anuncios actuales, el cambio más visible está en conectar modelos con aplicaciones, entornos de trabajo y sistemas de supervisión, no en haber resuelto de golpe la fiabilidad.

Cuatro anuncios que no significan lo mismo

La palabra «agente» agrupa productos con destinatarios distintos. Esta comparación se basa en la documentación y los anuncios de cada proveedor consultados el 10 de octubre de 2026; no hemos probado su rendimiento.

La comparación permite una lectura, no una intención corporativa demostrada: en el conjunto de anuncios aparecen inversiones en ejecución de tareas, conexiones con datos y control de lo que el agente puede hacer. Una empresa puede necesitar las tres piezas; una persona que solo quiere resumir un documento, quizá ninguna automatización compleja.

La autonomía tiene límites prácticos

Cuanto más amplios son los permisos de un agente, mayores pueden ser las consecuencias de un error. También puede encontrar instrucciones maliciosas dentro de una página o un documento y confundirlas con la tarea legítima. Anthropic explicó en 2025 que ningún agente de navegador es inmune a estas «inyecciones de instrucciones», incluso después de mejorar sus defensas. Es un riesgo conocido, no una prueba de que todos los agentes fallen siempre.

Por eso conviene separar lo que un fabricante anuncia, lo que está disponible para un grupo concreto y lo que funciona bien en una tarea real. La beta de una API, la disponibilidad comercial de un sistema de gobierno y la presentación de un asistente no acreditan por sí solas precisión, ahorro de tiempo ni seguridad en cualquier entorno.

Cómo evaluar un agente antes de delegarle trabajo

1. Delimita la tarea: define el resultado esperado y prueba primero con datos no sensibles.
2. Reduce permisos: concede solo acceso a los archivos y aplicaciones necesarios; comprueba si puede enviar, borrar, comprar o modificar información.
3. Coloca aprobaciones: revisa las acciones con efectos externos antes de ejecutarlas y conserva un registro de lo que hizo el sistema.
4. Comprueba la entrega: abre las fuentes, verifica cifras y detecta pasos omitidos. Una respuesta bien presentada no demuestra que el trabajo esté bien hecho.

La carrera por los agentes es real en los anuncios de producto. Su utilidad para cada lector dependerá de algo más concreto: que una tarea delimitada salga correctamente, con permisos proporcionados y un resultado que pueda revisarse.

Fuentes y método

Información contrastada con anuncios y documentación primaria de Google Cloud, OpenAI, Microsoft, AWS y Anthropic (uso experimental de ordenador) y Anthropic (inyección de instrucciones). Fecha de consulta: 10 de octubre de 2026. No se hicieron pruebas independientes de los productos. La imagen de portada es una ilustración conceptual generada con IA; el esquema interior fue elaborado para este artículo.