Hace un año, un agente de IA era un chat al que le hacías una pregunta y esperabas la respuesta. Las últimas semanas apuntan a otra cosa: agentes que trabajan en segundo plano mientras tú haces otra cosa, y que solo te molestan cuando necesitan tu visto bueno.
No hace falta seguir cada lanzamiento. Te cuento los tres que importan para una empresa pequeña o mediana y qué conviene hacer con ellos.
Lo que ha pasado en las últimas semanas
1. Agentes que vigilan y piden permiso antes de actuar
El 21 de octubre Anthropic presentó Claude Duet, una vista previa de un agente proactivo. Según la cobertura, funciona en segundo plano sobre las aplicaciones que le conectas y pide aprobación antes de operaciones sensibles, como enviar mensajes o pagar. De momento es por lista de espera y solo para suscriptores Pro y Max en EE. UU., sin planes Team ni Enterprise. La propia Anthropic admite que puede interpretar mal un hilo o calibrar mal qué es urgente (aiweekly.co).
Para ti hoy no es una herramienta utilizable, pero marca el patrón de diseño que se impone: el agente avanza solo y el humano aprueba lo importante.
2. Tareas que duran horas, no minutos
El 19 de octubre Notion anunció que sus agentes pueden ejecutar una sola tarea durante más de 24 horas, cuando antes el límite era de cinco minutos. Dicen que sus agentes tienen ahora su propio ordenador y navegador, y que un modo de revisión usa otro modelo para comprobar una acción antes de ejecutarla (runtimewire.com).
Dos matices útiles. Las cifras de coste y calidad son de la propia Notion y no hay pruebas independientes. Y el cambio llega con un sistema de créditos y límites de gasto, así que el coste por uso empieza a ser una variable de gestión.
3. Modelos abiertos y baratos que puedes ejecutar donde quieras
DeepSeek publicó el 17 de octubre una actualización de V4.1-Flash con pesos abiertos y licencia MIT (aiweekly.co). NVIDIA también ha lanzado modelos abiertos Nemotron pensados para que las empresas ejecuten agentes en local (aiagentstore.ai). Los precios que circulan por la API de DeepSeek no coinciden entre fuentes, así que no te fíes de ninguna cifra sin mirar su página oficial.
La idea de fondo: ya no dependes de un único proveedor. Para datos sensibles, o para tareas de mucho volumen, hay alternativas.
Qué significa para una pyme
| Novedad | Qué cambia en la práctica | Qué hacer |
|---|---|---|
| Agentes en segundo plano con aprobación | El trabajo repetitivo avanza sin que lo pidas | Diseña desde el principio qué acciones necesitan tu OK |
| Tareas largas | Procesos de varias horas son viables | Elige procesos con pasos claros, no ideas vagas |
| Modelos abiertos | Más opciones de coste y de dónde viven tus datos | No te cases con un modelo: separa el proceso del modelo |
| Cobro por créditos | El gasto puede dispararse sin control | Pon límites y revisa el consumo cada mes |
La lección que se repite: el modelo es lo de menos
Cada mes sale un modelo "mejor". Aun así, un agente útil en una empresa depende de otras cosas:
- Un proceso bien definido: qué entra, qué se decide, qué sale.
- Conexión con tus sistemas: CRM, correo, calendario, facturación.
- Puntos de aprobación: lo que sale al exterior lo revisa una persona.
- Medición: cuánto trabajo hace y cuánto cuesta.
Si esto está bien montado, cambiar de modelo es un ajuste de configuración. Si no, ningún modelo nuevo lo arregla.
Un ejemplo práctico: prospección que avanza mientras trabajas
Imagina una empresa de instalaciones que quiere captar clientes B2B. Un agente con el patrón de estas novedades podría funcionar así, paso a paso:
- Define el cliente ideal: sector, zona, tamaño y señales de que necesita tu servicio.
- El agente busca y filtra empresas que encajan y las guarda en el CRM con los datos que ha encontrado.
- Redacta un primer mensaje personalizado para cada una, sin enviarlo.
- Tú aprobas un lote en pocos minutos: editas, descartas o das el visto bueno.
- El agente envía y hace el seguimiento en las fechas acordadas.
- Clasifica las respuestas: interesados, rechazos, rebotes y dudas.
- Agenda la reunión cuando alguien dice que sí y te avisa.
Observa el reparto: el agente hace lo repetitivo y tú pones el criterio en los momentos que importan. Es el mismo patrón de Duet o de las tareas largas de Notion, aplicado a un proceso concreto de ventas.
Cómo evitar los errores típicos
Empezar por la herramienta de moda
Si eliges primero el producto y luego buscas para qué usarlo, acabarás con una suscripción más. Empieza por una tarea que hoy te quita horas.
Dar permisos de más
Un agente que puede enviar correos, pagar o borrar datos sin control es un riesgo. Empieza con permisos de lectura y borrador, y amplía cuando veas que acierta.
Olvidar el coste
Los agentes que trabajan horas consumen. Antes de ponerlos en marcha, fija un límite mensual y revisa el gasto real.
Ignorar los datos personales
Si el agente toca datos de clientes, tienes que saber dónde se procesan y quién accede. Es más fácil decidirlo al inicio que corregirlo después.
Qué haría yo esta semana
- Apunta las tres tareas más repetitivas de tu equipo comercial o administrativo.
- Para cada una, anota qué decisiones requieren criterio humano.
- Elige la que tenga entrada y salida más claras y pruébala en pequeño.
- Mide horas ahorradas y coste durante un mes antes de ampliar.
No necesitas esperar a que una herramienta llegue a España ni a que salga el siguiente modelo. Lo que describen estas novedades, un agente que trabaja solo y consulta lo importante, ya se puede construir con piezas que existen hoy.
¿Hablamos?
Si quieres que un agente se encargue de buscar clientes y hacer el seguimiento mientras tú te dedicas a vender, cuéntame tu caso en una videollamada. Vemos qué se puede automatizar, qué debe seguir revisando una persona y cuánto costaría. Sin compromiso y sin humo.