Saltar al contenido

Noticias

Lo que está cambiando en la agentización empresarial.

Avances de la inteligencia artificial en las empresas que vale la pena seguir, con su fuente original. Más abajo, nuestros análisis.

  • OpenAI

    OpenAI lanza un agente que convierte los datos de la empresa en respuestas y tableros

    El nuevo agente de datos de ChatGPT Work se conecta a las fuentes aprobadas de la empresa —Snowflake, BigQuery, Databricks, entre otras— y responde preguntas de negocio en lenguaje natural, sin escribir consultas.

    Por qué importa: La conversación pasa de "chatear con un modelo" a conectar la IA a los sistemas reales de la empresa, con permisos definidos.

    Leer en OpenAI
  • Gartner

    Gartner: gobernar a todos los agentes de IA por igual lleva al fracaso

    Gartner advierte que aplicar los mismos controles a todos los agentes, sin importar su autonomía, frena a los simples y deja sin control a los más autónomos. Proyecta que al 2027 el 40% de las empresas degradará o retirará agentes autónomos por brechas de gobierno detectadas recién después de un incidente.

    Por qué importa: Recomienda gobernar por niveles de autonomía, cada uno con su propio límite de confianza. Es el modelo con el que trabaja Cardus.

    Leer en Gartner
  • Dataiku

    Llegan las herramientas para administrar agentes de IA como un equipo

    Dataiku anunció Agent Management, un panel para inventariar, evaluar y gobernar agentes de IA que corren en distintas plataformas, con disponibilidad general prevista para octubre de 2026.

    Por qué importa: Cuando una empresa pasa de un agente a decenas, necesita saber cuáles tiene, qué hacen y si cumplen su objetivo.

    Leer en Dataiku
  • CENIA

    Chile lidera Latam-GPT, el primer gran modelo de lenguaje abierto de la región

    El Centro Nacional de Inteligencia Artificial lanzó Latam-GPT, un modelo abierto entrenado con datos latinoamericanos en español, portugués e inglés, desarrollado con alianzas en 15 países.

    Por qué importa: Un modelo que entiende el contexto regional abre opciones para empresas que no quieren depender solo de modelos entrenados en otra realidad.

    Leer en CENIA

Análisis

Lo que aprendimos poniendo esto a operar.

Textos propios sobre la parte que no sale en las demostraciones: los permisos, la revisión y quién responde cuando el sistema se equivoca.