Agentes de IA, automatización, y quién sigue al mando

GOBERNANZA

El Digital Omnibus sobre IA entra en vigor: el plazo de «alto riesgo» se corre a 2027, pero decir «estás hablando con una IA» sigue siendo obligatorio desde el 2 de agosto de 2026

Publicado en el Diario Oficial de la UE el 24 de julio y en vigor desde el 27, el Digital Omnibus posterga el plazo del Anexo III de la AI Act a diciembre de 2027. Lo que la cobertura mediática del aplazamiento casi no menciona: la obligación de transparencia del artículo 50 — avisar al usuario que está hablando con una IA — no se movió, sigue siendo el 2 de agosto de 2026.

El Digital Omnibus sobre IA, publicado en el Diario Oficial de la Unión Europea el 24 de julio de 2026 y en vigor desde el 27 de julio, es el primer paquete formal de enmiendas a la AI Act desde su aprobación en 2024. Su cambio más comentado: el plazo de aplicación de los sistemas de IA de alto riesgo autónomos (Anexo III — empleo, educación, infraestructuras críticas, aplicación de la ley) se corre dos años y cuatro meses, del 2 de agosto de 2026 al 2 de diciembre de 2027; para la IA integrada en productos ya cubiertos por legislación sectorial de seguridad (Anexo I), el plazo llega hasta el 2 de agosto de 2028. Pero hay un punto que casi no aparece en la cobertura del aplazamiento: el artículo 50, que obliga a informar al usuario que está interactuando con un sistema de IA (salvo que sea evidente por el contexto), NO está incluido en ese aplazamiento. El estudio legal Lewis Silkin lo deja por escrito en su análisis del 27 de julio: «Las obligaciones de transparencia restantes del artículo 50 [...] siguen aplicándose desde el 2 de agosto de 2026». Faltan seis días.

En la práctica, esto afecta a cualquier pyme que haya puesto un chatbot o asistente de IA en su sitio sin decirlo con claridad desde la primera interacción. No es un matiz legal menor: a partir del 2 de agosto, un visitante que le escribe a un asistente que se hace pasar por humano — o que nunca aclara que es una IA — deja expuesta a la empresa que lo opera. Verificamos nuestro propio caso antes de escribir esta nota, no después: Chichi, el asistente de primer contacto de AppH, muestra «Asistente virtual de AppH» como subtítulo permanente apenas se abre la ventana de chat, y se presenta explícitamente como tal en su primer mensaje, en los 4 idiomas del sitio — no una mención perdida en una página de términos que nadie lee.

Podríamos haber esperado al 2 de agosto para verificar que Chichi cumple con el artículo 50. Lo hicimos esta semana, releyendo el código fuente línea por línea, no confiando en un recuerdo de cómo se construyó el widget hace meses. La diferencia entre «creemos que cumplimos» y «lo verificamos» es exactamente el tipo de brecha que este aplazamiento del plazo no disculpa. Lo que nos llama la atención de este aplazamiento no es que le dé aire a las grandes empresas que construyen sistemas de alto riesgo — es que no cambia NADA para una pyme que, como la mayoría de nuestros clientes, nunca tuvo intención de construir un sistema de puntuación de empleados o candidatos. La pregunta real que le hacemos a cualquier cliente que activa un chatbot de IA en su sitio sigue siendo la misma de siempre, con o sin aplazamiento: ¿la persona del otro lado sabe que está hablando con una máquina, desde la primera línea? Si la respuesta es no, eso no es una casilla de conformidad para marcar más adelante — es una mentira por omisión, y sigue siéndolo aunque no existiera la AI Act.

Revisado por un humano de AppH

MERCADO

Un estudio de la NAIC citado por Forbes lo confirma: el 71 % de las pymes depende de una sola persona o de dos — las tres preguntas que hay que hacerse antes de comprar una herramienta de IA, ya integradas en AppManager

El mismo artículo de Forbes que comentamos ayer (70 % de las transformaciones de IA fracasan) trae una cifra más cercana a nuestros clientes: según un estudio de la National Association of Insurance Commissioners, el 71 % de las pequeñas empresas depende de una sola persona o de dos para seguir funcionando. Su consejo antes de comprar cualquier herramienta de IA: tres preguntas, no un argumento de venta.

El artículo de Forbes del 28 de julio que ya comentamos ayer (con la cifra del 70 % de transformaciones de IA fallidas, según el BCG) trae un segundo dato, menos citado, pero más cercano a la realidad de nuestros clientes: según un estudio de la National Association of Insurance Commissioners, el 71 % de las pequeñas empresas depende de una sola persona o de dos para seguir funcionando. No es un problema de software — es una dependencia humana que ninguna herramienta, con IA o sin ella, resuelve por sí sola. Y es justo lo que hace útil el consejo que el artículo atribuye a Anthony Godley (fundador de Logix BPO, que pasó de un solo cliente a más de 1.000 empleados): antes de comprar cualquier herramienta de IA, hacerse tres preguntas — quién más tiene autoridad para decidir, si el éxito está definido, y si funcionaría sin vos. Tres preguntas que llevan cinco minutos y evitan instalar una herramienta que nadie más sabe hacer funcionar.

El artículo suma una recomendación concreta, casi operativa: capacitar al menos a un empleado cada mes en una tarea crítica que no está documentada. Es un ritmo, no un proyecto puntual — exactamente el tipo de disciplina que la mayoría de las estructuras pequeñas no tiene ni el tiempo ni el reflejo de imponerse sola, justo en el momento en que suman automatización a sus procesos. En AppManager, un módulo nuevo (Flota, Turismo, Salud) nunca se activa de golpe para toda una operación: arranca en un perímetro acotado, con cada acción del agente —un envío, un seguimiento, una actualización de stock— sujeta a una validación humana explícita antes de ejecutarse, módulo por módulo, hasta que el equipo vio pasar suficientes decisiones como para ampliar el perímetro por su cuenta. No es una casilla de cumplimiento agregada después: es, literalmente, una respuesta a las tres preguntas del artículo, integrada en el producto en lugar de dejada para que la pyme se la haga sola.

El 71 % no nos sorprende: la mayoría de nuestros clientes son exactamente ese tipo de estructura chica donde una o dos personas sostienen todo. Por eso nunca construimos AppManager como una herramienta que se instala y se deja andar sola. Cada agente, en cada módulo, espera una confirmación humana explícita antes de actuar sobre algo con una consecuencia real —un cliente contactado, una factura enviada, un stock modificado. No es una limitación técnica que esperamos superar algún día: es una decisión, y sigue siendo verdad incluso cuando un cliente nos pide ir más rápido. La pregunta «¿funcionaría sin vos?» es, en realidad, la pregunta correcta para hacerse sobre el propio proceso de decisión antes de sumar un agente, no sobre el agente en sí — un software no puede responder eso en lugar del dueño. Lo que sí podemos garantizar es que, una vez encontrada esa respuesta, se sigue aplicando decisión tras decisión, no solo el día del lanzamiento.

Revisado por un humano de AppH

GOBERNANZA

Una encuesta de Fleet a 500 líderes de TI lo confirma: 7 de cada 10 se lanzan a la IA sin la base de infraestructura que la hace gobernable — justo lo que AppManager construye desde el primer día

El informe «Road to AI in IT» de Fleet Device Management, publicado el 23 de julio, cuantifica una brecha que ya intuíamos: el 46,5 % de los equipos de TI hace de la automatización con IA su prioridad para los próximos dos años, pero solo el 29,6 % prioriza la infraestructura como código — la base que permite saber, después, qué hizo un agente y por qué.

El dato central es simple pero contundente: de más de 500 responsables de TI encuestados, el 70 % persigue la automatización con IA sin haber puesto antes la infraestructura como código que la hace gobernable. El informe detalla lo que eso significa en la práctica: el 87 % de los equipos aún gestiona sus dispositivos de forma manual o solo parcialmente automatizada (solo el 13 % se considera «totalmente autónomo»), el 79 % tarda más de un día en desplegar un parche de seguridad crítico, y el 60 % ni siquiera tiene visibilidad completa de su parque de dispositivos. Mientras tanto, la «IA en la sombra» crece en silencio: una empresa promedio usa 14 aplicaciones de IA, pero su equipo de TI solo tiene visibilidad real sobre 4 de ellas — y el 78 % de los empleados ya usa herramientas de IA personales en el trabajo, fuera de todo control. Allen Houchins, CIO de Fleet, resume el riesgo sin rodeos: «sin esa base, las organizaciones corren el riesgo de perseguir resultados de IA sin la gobernanza, la visibilidad y los controles necesarios para desplegarla con confianza». Su cofundador Mike McNeil va más lejos: «la infraestructura como código convierte la IA de un chatbot en un multiplicador de fuerza para los equipos de TI».

Opinión de AppH: este informe dice, con cifras de gran empresa, exactamente lo que llevamos repitiendo desde el principio a pymes mucho más pequeñas — la automatización nunca es el problema, lo es lo que pasa CUANDO se equivoca. Un equipo de TI que solo ve 4 de las 14 aplicaciones de IA realmente usadas en su empresa no puede gobernarlas ni defenderlas ante un incidente; una pyme que activa un agente sin registro de aprobación está en exactamente la misma situación, con todavía menos red de seguridad detrás. En AppManager, cada acción de un agente con consecuencia real —un envío, un cobro, un cambio de stock— espera una confirmación humana explícita antes de ejecutarse, y esa confirmación queda consultable después, módulo por módulo. No es un argumento que sacamos una vez convencido el cliente: si un prospecto nos pide conectar un agente que actúe sin dejar esa huella, le decimos que no, aunque cueste la venta — es exactamente la base que este informe dice que le falta al 70 % de los equipos de TI encuestados.

Revisado por un humano de AppH

MERCADO

Forbes y BCG lo confirman: el 70 % de las transformaciones de IA fracasan — casi nunca por la tecnología, sino porque nadie documentó las decisiones

Un artículo de Forbes del 28 de julio cita al Boston Consulting Group: el 70 % de las transformaciones de IA en empresas no cumple los resultados esperados, y la causa identificada es la cultura organizacional, no la herramienta. El dato más duro — el 95 % de los proyectos piloto de IA no genera ningún retorno medible, según el MIT — esconde un problema más simple: la mayoría de las pymes nunca escribió cómo toma sus propias decisiones.

Según el MIT (Project NANDA), de los 30.000 a 40.000 millones de dólares invertidos en IA generativa en los últimos dos años, solo el 5 % de los proyectos piloto produce un retorno identificable; un estudio de ManpowerGroup/Everest Group (80 líderes de RR.HH., publicado el 22 de julio) encuentra que solo el 3 % de los líderes se siente realmente preparado para dirigir un equipo potenciado por IA, y McKinsey llega a una conclusión casi idéntica (1 % de madurez de IA completa). El BCG va más allá sobre la causa: las empresas que destinan al menos el 10 % de su presupuesto de IA a formación y gestión del cambio tienen 1,5 veces más probabilidades de tener éxito que las que no lo hacen. El artículo se apoya, por último, en el testimonio de Anthony Godley (fundador de Logix BPO, que pasó de un solo cliente a más de 1.000 empleados): "la mayor barrera para adoptar IA no es la tecnología, es la dependencia del fundador — si cada decisión importante sigue pasando por una sola persona, la IA solo expone ese cuello de botella más rápido". Su consejo: documentar primero cada decisión y cada aprobación, antes incluso de elegir una herramienta — "la IA amplifica la madurez operativa, no la crea".

Este 95 % de fracaso no debería convencer a nadie de desconfiar de la IA — debería convencer de desconfiar de lanzar IA antes de haber escrito cómo su empresa realmente toma decisiones. Nuestro panel de aprobación no hace ese trabajo en lugar del dueño: solo puede registrar las decisiones que ya sabe cómo tomar. Si nadie en la empresa sabe quién tiene derecho a aprobar un reembolso o un pedido de stock, ningún software arregla eso el primer día, el nuestro tampoco. Lo que sí podemos prometer es que, una vez clarificada esa autoridad, cada decisión deja un rastro consultable — para una pyme atrapada en la dependencia del fundador que describe Forbes, eso ya empieza a ser la mitad del remedio.

Revisado por un humano de AppH

GOBERNANZA

El Foro Económico Mundial lo dice sin rodeos: cuando paga un agente de IA, ya no alcanza con saber quién es el cliente

Santander y Mastercard ejecutaron el primer pago europeo de punta a punta iniciado por un agente de IA dentro de un entorno bancario regulado. El WEF advierte: los bancos ya no solo necesitan verificar identidad — necesitan entender intención, autoridad y contexto antes de que el dinero se mueva.

El artículo (Deya Innab, Eastnets) describe el mismo salto que ya vivimos en software de negocio: la IA agéntica pasa de dar consejos a ejecutar acciones. Cuando lo que ejecuta es un pago, la consecuencia es inmediata y difícil de revertir. La UE, con el AI Act, y el regulador británico (CMA) ya dejan claro que la empresa sigue siendo responsable de lo que hace su agente — no hay forma de delegar esa responsabilidad al software.

Opinión AppH: no movemos dinero de forma autónoma y no tenemos plan de hacerlo pronto — pero el vocabulario del WEF ("intención, autoridad y contexto", no solo identidad) es exactamente lo que ya intentamos que quede registrado en cada aprobación de nuestro panel. El día que construyamos algo como un pago automático a proveedor o un reembolso automático, el primer requisito, no negociable, va a ser el mismo rastro de auditoría que Santander y Mastercard ya construyeron — no una versión más simple.

Revisado por un humano de AppH

MERCADO

Cisco lanza modelos chicos que detectan 150× más fallos por dólar que GPT-5.5

Antares-350M y Antares-1B, dos modelos abiertos de Cisco enfocados solo en detectar vulnerabilidades de código, escanearon 500 repositorios en 15 minutos por menos de 1 dólar — el mismo trabajo le tomó a GPT-5.5 cinco horas y más de 100 dólares.

La apuesta de Cisco no es "más grande", es "más específico": un modelo chico, corriendo local (el código sensible nunca sale del servidor del cliente), entrenado para una sola tarea, gana en costo por resultado frente a un modelo generalista enorme.

Opinión AppH: no vamos a entrenar nuestro propio modelo solo porque Cisco lo hizo. Pero si un cliente necesita monitoreo recurrente y de alto volumen (como el caso de flotas mineras), esto confirma que vale la pena evaluar un modelo chico y propio en vez de pagar de más por un modelo genérico gigante.

Revisado por un humano de AppH

GOBERNANZA

EY: el 75% del valor de la IA agéntica se pierde entre silos — no dentro de ellos

Aunque el 88% de los empleados ya usa IA, solo el 28% de las organizaciones logra convertir eso en resultados de negocio reales, según EY. La causa: la IA opera adentro de cada área, pero el valor real está en coordinar entre áreas.

El reporte es honesto sobre el hueco que casi nadie resuelve bien: "gobernanza episódica, no continua" y protocolos de escalamiento y excepción poco definidos, incluso cuando la empresa ya dice tener "humano en el loop".

Opinión AppH: este reporte es casi una crítica directa a cómo el mercado usa la frase "human in the loop" sin definir el escalamiento real. Nos obliga a documentar, para cada cliente, en qué paso exacto interviene un humano y qué pasa si algo sale mal — no solo decirlo en la web.

Revisado por un humano de AppH

CRÍTICA

"Más autonomía no elimina el trabajo humano — lo concentra"

Un relato de primera mano: un agente autónomo (bautizado "Molty") empezó a auto-gestionarse tareas y hasta se creó su propio cron de recordatorios. El resultado no fue menos trabajo humano, sino todo el trabajo embudado en un solo revisor.

El autor es honesto: revisar a Molty se pareció más a censurar contenido inapropiado que a dar feedback real. Su conclusión incómoda — "la autonomía no resta trabajo humano, cambia su forma y lo concentra en revisión" — es exactamente la crítica que un estudio como el nuestro, que vende human-in-the-loop, tiene que poder responder de frente.

Opinión AppH: esta crítica nos obliga a ser honestos con nosotros mismos. Si nuestro panel de aprobación satura al dueño del negocio con clics sin criterio, fallamos igual que Molty — solo que con mejor discurso de marketing. La respuesta correcta no es sacar al humano, es diseñar mejor qué le mostramos y cuándo.

Revisado por un humano de AppH

MERCADO

Forbes le dice a las pymes: arranque sus agentes de IA "bajito" y suba de nivel sólo cuando se ganen su confianza — el mismo principio que ya aplicamos en AppManager

En un artículo del 27 de marzo, Forbes propone un "espectro de autonomía" de 5 niveles para que una pyme empiece sus primeros agentes de IA en los niveles 2-3 (responder preguntas, calificar leads) y sólo suba a niveles más autónomos (como redactar contenido de marca) cuando el agente ya demostró que se puede confiar en él.

La nota (TerDawn DeBoe, especialista en estrategia de IA y ROI para pymes) da 3 ejemplos concretos: un agente que responde preguntas de clientes (nivel 2, ahorro de tiempo fácil de medir), uno que califica leads entrantes (nivel 3, mejor priorización) y uno que redacta contenido de marca consistente (nivel 4, para que un cliente nuevo no tenga que esperar mientras atendés a los existentes). Su consejo central — no partas de autonomía alta porque "suena más avanzado", ganátela primero — es el mismo criterio que ya aplicamos nosotros, sólo que en AppManager no es sólo un consejo de estrategia: está en el propio panel de aprobación, donde cada acción de un agente (enviar una relance, marcar una orden de compra recibida, aprobar un borrador) espera que un humano la confirme antes de ejecutarse, sin excepción para lo que tiene consecuencia real (un envío, un cobro, un cambio de stock).

Opinión AppH: coincidimos con el consejo de Forbes casi al pie de la letra — y no porque nos convenga decirlo, sino porque ya lo construimos así antes de leer esta nota. La diferencia real está en la letra chica: nosotros no dejamos la aprobación humana como una buena práctica que el dueño de la pyme tiene que acordarse de aplicar — la ponemos en el propio flujo del producto, con un registro de quién aprobó qué y cuándo. Si está evaluando sus primeros agentes de IA, la pregunta que le recomendamos hacerse no es sólo "¿en qué nivel de autonomía debería empezar?" sino "¿dónde queda el registro de que un humano aprobó esto, y puedo verlo después?" — eso es lo que separa control real de una buena intención.

Revisado por un humano de AppH

MERCADO

Anthropic lanza Claude para Pequeños Negocios — y "dejarlo correr solo" es una opción, no la regla

El 13 de mayo, Anthropic presentó un paquete de conectores y 15 flujos agénticos listos (QuickBooks, PayPal, HubSpot, Canva, Docusign) pensado para pymes de EE.UU.: planificar nómina, cerrar el mes, cobrar facturas atrasadas, lanzar una campaña. La promesa central, textual de Anthropic: usted aprueba el plan primero — o, cuando esté listo, lo deja correr de punta a punta.

El paquete no reemplaza las herramientas que un negocio ya usa, se instala arriba de ellas: hereda los permisos que cada empleado ya tenía en QuickBooks o Drive, y no entrena sus modelos con los datos del cliente por defecto en los planes Team/Enterprise. En una encuesta propia de Anthropic, la mitad de los dueños de pyme nombró la seguridad de los datos como su mayor freno para adoptar IA — el anuncio está diseñado ítem por ítem para responder exactamente a esa objeción.

Opinión AppH: que la propia Anthropic diga "usted aprueba el plan antes de que nada se envíe, publique o cobre" es la validación más fuerte que podíamos pedir de nuestra propia postura — no hace falta convencer a nadie de que un humano tiene que estar en el medio, ahora lo dice quien fabrica el modelo. La diferencia real está en un solo detalle que vale la pena mirar de cerca si está evaluando este tipo de herramientas: acá "correr de punta a punta sin pedirme nada" es una opción que el dueño puede activar. En AppManager, para toda acción con consecuencia real, esa puerta no existe ni la ofrecemos como opción avanzada — no porque dudemos de Anthropic, sino porque preferimos no ponerle al dueño de un taller o una óptica la decisión de cuándo bajar la guardia.

Revisado por un humano de AppH