Los anuncios recientes de OpenAI y Anthropic dejan una conclusión incómoda: la IA empresarial ya no puede venderse como una herramienta simpática para ahorrar tiempo. Si los agentes empiezan a actuar, consultar sistemas y sostener tareas completas, entonces tienen que rendir cuentas.

La promesa dejó de ser conversar: ahora es actuar

OpenAI publicó el 25 de junio de 2026 un análisis sobre cómo los agentes están transformando el trabajo. El punto importante no es que un chatbot responda mejor; es que la unidad de trabajo cambia hacia tareas delegadas, largas y con herramientas. Un agente puede operar durante minutos u horas, consultar sistemas, ejecutar pasos, corregirse e intentar llegar a un resultado.

Eso entusiasma porque libera tiempo. También incomoda porque ya no estamos hablando de una sugerencia aislada en una caja de texto. Estamos hablando de software que empieza a tocar flujos reales: soporte, ventas, desarrollo, compras, análisis, documentos, reportes y decisiones internas. Cuando la IA actúa, la empresa necesita algo más fuerte que confianza emocional en el proveedor.

El piloto exitoso no prueba que exista gobierno

La alianza de HP con OpenAI Frontier muestra el patrón que muchas empresas van a seguir: pilotos pequeños, victorias rápidas y luego escalamiento. Según OpenAI, HP empezó probando en febrero de 2026 y encontró casos en experiencias de cliente, analítica, productividad y desarrollo de software. Ese tipo de avance es legítimo, pero no debe confundirse con madurez.

Un piloto puede funcionar porque lo usan pocas personas, con datos conocidos y bajo supervisión cercana. El problema aparece cuando el agente pasa a producción, recibe más contexto, ejecuta tareas de más áreas y empieza a producir efectos que nadie revisa con suficiente disciplina. Ahí nace la pregunta incómoda: si el agente se equivoca, ¿quién responde?

Anthropic está haciendo la pregunta que muchas empresas evitan

El 9 de julio de 2026 Anthropic lanzó una iniciativa para recibir preguntas difíciles sobre IA: efectos en empleo, sociedad, familias, ciencia, medicina, riesgos y beneficios. La señal es relevante porque reconoce algo que el mercado suele maquillar: la adopción de IA no es solo un asunto de productividad. También es un asunto de poder, control, agencia humana y consecuencias.

Para una empresa, esa discusión debe aterrizar en reglas concretas. No basta decir que el modelo es seguro o que el proveedor tiene buenas políticas. Hay que definir qué puede hacer el agente, qué no puede hacer, qué necesita aprobación humana, qué datos puede leer, qué acciones deja registradas y cómo se audita su comportamiento cuando el resultado afecta clientes, dinero o reputación.

La capacidad técnica sin trazabilidad es una deuda

Anthropic también presentó Claude Sonnet 5 como un modelo más fuerte para trabajo agentivo, con mejores opciones de costo y desempeño, además de salvaguardas para ciertos riesgos. Esa competencia entre modelos empuja el mercado hacia agentes más baratos, más rápidos y más capaces. La tentación empresarial será obvia: automatizar más procesos porque ahora parece viable.

Pero la capacidad técnica no resuelve por sí sola la trazabilidad. Un agente puede escribir código, buscar información, actualizar datos, redactar propuestas o preparar análisis. Lo crítico es saber con qué entrada trabajó, qué fuentes usó, qué decisión tomó, qué acción ejecutó, qué excepción encontró y qué persona autorizó el paso sensible. Sin esa evidencia, la empresa no tiene IA avanzada: tiene una caja negra con permisos.

Colombia no necesita más demos de IA; necesita operación responsable

En Colombia muchas empresas todavía están en una etapa de entusiasmo: prueban asistentes, conectan documentos, compran licencias, crean automatizaciones y celebran respuestas rápidas. Eso está bien como exploración. Lo peligroso es convertir una demo en proceso oficial sin rediseñar responsabilidades.

Un agente que ayuda a un comercial puede sugerir una cotización incorrecta. Uno que resume cartera puede omitir una excepción. Uno que prepara un reporte puede mezclar periodos. Uno que apoya soporte puede prometer algo que la empresa no puede cumplir. Ninguno de esos riesgos se corrige con un mensaje de advertencia al final. Se corrige con gobierno operativo.

Qué debe existir antes de escalar agentes

Antes de desplegar agentes de IA en procesos críticos, una empresa debería tener una lista mínima de control: dueño del proceso, dueño de datos, permisos por rol, bitácora de acciones, revisión humana para decisiones sensibles, evaluación periódica de calidad, manejo de incidentes y criterio claro para apagar o limitar un agente si empieza a fallar.

También necesita separar tres niveles. Primero, asistencia: la IA propone y una persona decide. Segundo, automatización supervisada: la IA ejecuta tareas de bajo riesgo con revisión posterior. Tercero, acción delegada: la IA actúa en nombre de la empresa bajo límites medidos. Mezclar esos niveles es una receta para culpar al modelo cuando la falla real fue de diseño.

La ventaja estará en empresas que sepan decir no

La postura más madura no es automatizar todo. Es saber qué no se debe automatizar todavía. Un agente puede ser muy útil para preparar borradores, detectar anomalías, comparar documentos, organizar casos o proponer tareas. Pero hay decisiones que requieren contexto comercial, juicio ético, lectura de cliente, responsabilidad legal o validación financiera.

El liderazgo empresarial debe dejar de preguntar solo cuántas horas ahorra la IA. También debe preguntar qué errores nuevos introduce, qué decisiones desplaza, qué evidencia deja y qué capacidades humanas fortalece o debilita. Si esas preguntas no existen, la empresa está confundiendo transformación digital con delegación irresponsable.

Lista corta para decidir con criterio

• Responsable: cada agente debe tener dueño funcional, dueño técnico y ruta de escalamiento.
• Límites: definir datos, sistemas, acciones y decisiones prohibidas.
• Evidencia: guardar entradas, fuentes, pasos, aprobaciones y resultado final.
• Revisión: medir calidad real con casos de negocio, no solo con demos exitosas.
• Apagado: establecer cuándo suspender, restringir o rediseñar el agente.