La Era de los Agentes de IA

Para tomar decisiones sobre IA, primero hay que entender qué es. No la versión de marketing — la real. Empezamos desde el origen físico y construimos el camino hasta los modelos más avanzados del mundo.

• De arena a inteligencia: Sílice → silicio → transistores → chips → GPUs → redes neuronales. Cómo un material común se convierte en el sustrato de toda la inteligencia artificial. Por qué el silicio está justo en el lugar correcto de la tabla periódica.
• AI → ML → Deep Learning → LLMs: La jerarquía real, explicada sin jerga. Qué es cada nivel, por qué los Large Language Models cambiaron todo, y qué sigue siendo una caja negra.
• Los modelos que importan hoy: Claude (Anthropic), GPT (OpenAI), Gemini (Google), Grok (xAI). Fortalezas, diferencias, y cuándo usar cada uno. Demostraciones del poder real — más allá del marketing.
• AGI y Superinteligencia: Dónde estamos y hacia dónde van los laboratorios. El CEO de Anthropic tiene 90% de confianza en que veremos “un país de genios dentro de un datacenter” en la próxima década. Qué significa esto para quien toma decisiones de negocio.
• Más allá del texto: Imágenes, video, música, visión por computadora, voz. El mapa completo de lo que ya funciona hoy — no lo que prometen.

Aquí es donde cambia la conversación. No hablamos de chatbots — hablamos de una nueva clase de trabajador digital que ya está operando dentro de empresas reales.

• De aplicaciones a agentes: Durante décadas, el software empresarial significó entrar a plataformas — CRMs, ERPs, project managers — cada una con su interfaz, su silo, su curva de aprendizaje. Los agentes de IA no necesitan dashboards. Necesitan acceso: a archivos, bases de datos, APIs e instrucciones claras. Este cambio redefine qué significa “software empresarial.”
• Los agentes como usuarios principales: Aaron Levie, CEO de Box, lo resume: los agentes se están convirtiendo en los usuarios principales del internet. El software del futuro no se diseña para que un humano haga clic — se diseña para que un agente lo consuma, lo ejecute y entregue resultados. Ya se está construyendo toda una infraestructura para esto: agentes con email propio, con teléfono, con navegador web, con capacidad de pago, con voz, con memoria. Coworkers digitales completos.
• La visión de Jensen Huang: En GTC 2026, el CEO de NVIDIA dijo: “En 10 años tendremos 75,000 empleados trabajando con 7.5 millones de agentes.” Una proporción de 100 agentes por cada humano. Trabajando las 24 horas.
• Demo en vivo — Claude Cowork: La aplicación de escritorio de Anthropic que controla tu computadora de forma autónoma. Lee archivos, abre aplicaciones, navega browsers, genera reportes y dashboards. No requiere saber programar. Cuando se anunció, las acciones de empresas de software globales perdieron $300 mil millones en un solo día de operaciones.
• Demo en vivo — Claude Code: El agente de ingeniería que ya es autor del 4% de todos los commits públicos en GitHub a nivel mundial — y ese número se duplicó en un solo mes. Entiende proyectos completos, escribe código, ejecuta tests, despliega cambios. Construiremos una aplicación funcional en minutos, en vivo.
• Skills, MCP y los nuevos protocolos: Las aplicaciones están evolucionando a “skills” — instrucciones reutilizables que codifican el criterio de un profesional y que cualquier agente puede invocar automáticamente. MCP (Model Context Protocol) es el estándar abierto que conecta agentes con cualquier sistema: CRMs, ERPs, bases de datos, APIs internas. Adoptado por OpenAI, Google, Microsoft y la Linux Foundation. Más de 8 millones de descargas.

La lección más cara de la historia de la tecnología es que adoptar la tecnología sin rediseñar la organización no produce resultados. Este bloque conecta todo lo anterior con decisiones concretas de liderazgo.

• Productividad individual ≠ productividad institucional: Que cada empleado tenga ChatGPT no transforma la empresa. Mil agentes remando en direcciones opuestas crean caos, no velocidad. La diferencia está en la coordinación, los procesos, y la arquitectura organizacional — no en la herramienta individual.
• Preparar la empresa para ser operable por agentes: Su empresa necesita ser legible y consumible por IA. Procesos documentados, datos estructurados, sistemas interconectados. Las organizaciones que no lo hagan quedarán fuera del ecosistema, como un negocio en Nueva York que todavía no acepta tarjeta de crédito.
• Equipos más pequeños, más output: Un despacho de 2 abogados compitiendo con firmas de cientos. Un consultor solo reemplazando un equipo de operaciones completo. Una empresa con equipos de 3 haciendo el trabajo de 15. Esto ya está pasando. La estructura organizacional cambia fundamentalmente.
• Nuevas capacidades, nuevas expectativas: Si sus colaboradores pueden lograr 10x más con estas herramientas, la expectativa de lo que deben entregar cambia. Los líderes necesitan saber qué es posible para poder exigir correctamente — y para invertir en las capacidades correctas.
• La ingeniería de procesos como la tecnología más importante: No basta con dar herramientas de IA a los empleados. Hay que rediseñar los procesos alrededor de la tecnología. Palantir es la única empresa de software que mantiene múltiplos extraordinarios en la caída actual de acciones tech — precisamente porque es una empresa de ingeniería de procesos, no solo de software.
• Q&A estratégico: Espacio abierto para preguntas específicas sobre su industria, su organización y sus prioridades.