La nota semanal

La semana en la IA agéntica: 9-14 de noviembre de 2026

Arkatai

Esta semana ha dejado tres movimientos que señalan el mismo sitio: quién controla el canal donde vive el agente y quién responde cuando actúa durante más tiempo sin supervisión directa. Una encuesta mide, con datos propios, cuántas empresas han pasado de probar a operar. Dos laboratorios, el mismo día, han ampliado lo que un agente puede hacer de cara al cliente y cuánto tiempo puede trabajar solo. Lo cuento con lo que cada pieza cambia para quien ya opera con agentes.

Qué ha pasado

Zapier ha publicado la actualización 2026 de su encuesta anual a responsables de empresa, y la foto se ha movido de verdad. El 88% de los directivos encuestados dice que su organización usa o está probando agentes de IA, frente al 72% de 2025. Lo que más cambia es la composición: el uso en producción ha subido del 40% al 71%, mientras que las pruebas han caído del 32% al 17%. El 90% da por seguro o probable aumentar la inversión el año que viene, frente al 84% del año pasado. Para una empresa que todavía tiene su agente “en piloto”, el dato que importa no es el 88% de adopción, es el 17% de prueba: la fase intermedia se está vaciando, y el sitio al que va la mayoría es producción, no el cajón.

OpenAI ha lanzado en beta “Businesses in ChatGPT”, con dos piezas: Business Hub y Business Agents. Las empresas pueden reclamar y verificar su perfil dentro de ChatGPT y ver qué menciones y clics reciben. Sobre ese perfil, las que cumplen los requisitos pueden publicar un agente propio que responde preguntas sobre sus productos en una conversación separada del chat principal. Por ahora solo está disponible para comercio electrónico y servicios online en Estados Unidos, es gratuito en el lanzamiento y OpenAI afirma que no compartirá con la empresa las conversaciones de sus usuarios. Para quien opera un proceso de atención al cliente, la pieza interesante no es la función: es que el agente de cara al cliente pasa a vivir dentro de la plataforma de un tercero, con las reglas de visibilidad, moderación y futura publicidad que ese tercero decida. Eso es justo la pregunta que trato en proveedor o responsable del despliegue: quién responde cuando el agente actúa no es automático, depende de dónde vive.

Google ha anunciado Gemini 4 Carbon, su modelo más capaz para ciberseguridad y para el trabajo agéntico que más exige a un modelo. La propia Google es clara en el reparto: Argon sigue siendo la opción para la mayoría del trabajo de ingeniería de software y conocimiento, y Carbon se reserva para las tareas que llevan un modelo al límite, con flujos agénticos de largo recorrido y bucles de verificación extendidos. Está disponible por API en Google AI Studio y en Gemini para empresas a un precio introductorio de 2$ por millón de tokens de entrada y 10$ de salida, que subirá a 4$ y 20$ a partir del 30 de noviembre. Los suscriptores de Google AI Ultra lo reciben también en Antigravity, donde Google ha mostrado en vista previa una función llamada “/swarm” que reparte un encargo entre varios agentes coordinados en espacios de trabajo aislados. Cuanto más largo es el recorrido que se le deja a un agente sin que nadie mire, más pesa la pregunta de qué puede hacer y qué tiene que escalar, que es el terreno de permisos y controles de agentes y de agentes autónomos de IA: la autonomía no es una propiedad fija del modelo, es una decisión de negocio sobre cada tipo de acción.

Cómo leerlo desde la operación

Las tres piezas apuntan a la misma transición, vista desde ángulos distintos. La encuesta de Zapier confirma con cifras lo que ya se veía venir: la pregunta que de verdad importa a un comité ya no es si vale la pena probar un agente, es si el proceso que tiene delante está listo para pasar a producción con un dueño que responda por su resultado. Los lanzamientos de OpenAI y Google muestran dónde se está librando la competencia entre laboratorios: quién controla el canal de cara al cliente y quién aguanta más tiempo trabajando sin intervención humana. Ninguno de los dos cambia la pregunta de fondo para una empresa que opera agentes: un modelo más capaz o un canal más cómodo no sustituyen el trabajo de definir el mandato de cada agente, dónde se detiene y escala a una persona, y quién revisa sus evaluaciones cuando el modelo cambia. Eso lo trato en el ensayo gobernanza de agentes. La diferencia entre comprar una plataforma que responde de su disponibilidad y operar un proceso cuyo resultado alguien garantiza sigue siendo la misma de siempre, solo que ahora se decide sobre modelos a los que se les deja un recorrido cada vez más largo sin que nadie los mire.

Qué vigilar

El 30 de noviembre de 2026 sube el precio introductorio de la API de Gemini 4 Carbon, de 2$/10$ a 4$/20$ por millón de tokens de entrada y salida, según el propio anuncio de Google. Quien esté evaluando el modelo para un caso de uso con volumen tiene menos de tres semanas para medir el coste real antes de que cambie el número.