Ya venden agentes que trabajan con las credenciales de tu gente
El viernes 7 fui a una junta de startups y académicos que armó Fintual en Providencia. Se habló de loops que hacen mejorar los desarrollos solos y de agentes baratos sobre modelos abiertos; la conversación buena vino después, con cerveza y queso en la mano, como pasa siempre.
Esa conversación fue el calendario de la semana: agentes a la venta que trabajan con las credenciales de tus empleados, modelos abiertos alcanzando a los cerrados, otra vuelta de la guerra de precios y OpenAI sin poder mostrar que usar más IA mueva los ingresos. Con eso ya te puedes ir; el detalle vale la pena.
AGENTES CON CREDENCIALES
El martes xAI lanzó Grok Bot: agentes con computador propio en la nube, que inician sesión en las herramientas que tu gente ya usa, con las credenciales de tu gente y terminan trabajos largos mientras nadie mira. Viene en SuperGrok Heavy (US$300 al mes) y en los planes de Cursor, el editor con IA; el de equipos parte en US$120 por asiento, y ese número fija el precio del agente nocturno: sabes contra qué te van a cotizar.
El tema es que las políticas de acceso de casi cualquier empresa suponen una persona despierta detrás de cada credencial. Antes de que alguien de tu equipo lo encienda por su cuenta (alguien lo va a encender), deja definidas tres cosas: qué credenciales puede usar un agente, qué queda registrado y quién aprueba qué.
LO ABIERTO ALCANZÓ A LO CERRADO
La misma semana salieron tres modelos abiertos: Muse Glimmer de Meta (corre en una GPU de consumo de 24 GB; Apache 2.0, sin peaje); Qwen3.8-27B de Alibaba (misma licencia, según los trackers); y GLM-5.3 de Zhipu, que buscando fallas de seguridad en código quedó por encima de los modelos de frontera de Anthropic y OpenAI por menos de un punto, según el South China Morning Post (benchmark del propio vendedor).
Estos son los agentes baratos sobre modelos abiertos de la junta: opciones de primer nivel, mucho más baratas, hechas en cualquier parte del mundo (Meta en Estados Unidos; Alibaba y Zhipu en China), que corren en máquinas tuyas sin que un dato salga de la empresa. Aaron Levie, el CEO de Box, escribió que hace tres meses nadie se habría creído que “a model released by a US company with frontier-class capability would be available as open weights”, y que eso abre infraestructura propia, dominios regulados como legal o salud, y post-entrenar para tu vertical. Simon Willison ya corre el de Alibaba en su laptop: “I can’t remember the last time I’ve had this much fun playing with a local model that runs on my own computers”.
Para banca, salud o minería la pregunta cambia de “qué nube” a “qué máquina propia”, y cada semana así te da poder de negociación: compara contra lo abierto antes de renovar. En el número anterior conté la guerra de precios; esta es la otra tenaza.
EL PRECIO Y LA LETRA CHICA
El jueves Google lanzó Gemini 3.7 Flash, su modelo de trabajo, tres semanas después del anterior y a mitad de precio: US$0,75 por millón de tokens de entrada (la unidad en que se cobra) hasta el 31 de diciembre. Desde enero vuelve a US$1,50, el doble: el presupuesto 2027 se hace con el precio de enero.
La otra mitad es de la misma casa: el modelo estrella de Google, prometido para junio, sigue sin salir, tras una semana de salidas de ejecutivos en DeepMind. Y al lado, más grande: según el Financial Times, OpenAI perdió doce ejecutivos senior en lo que va del año, el gerente de operaciones y la de ingresos incluidos, mientras Altman apura la salida a bolsa; CNBC lo llamó una “bandera roja gigante”. La mesa directiva revuelta de tu único proveedor es riesgo tuyo. Ethan Mollick lo dijo el viernes: con precios, adopción y capacidades tan inestables, “it is a good time to ensure that you are building flexibility for the future”. En un contrato, eso son cláusulas cortas.
EL DATO INCÓMODO DE OPENAI
OpenAI publicó un estudio con 17 millones de registros reales de ChatGPT Enterprise. El consumo de tokens se multiplicó por siete en nueve meses, y el 10% de empresas que más usa genera 8,3 veces más tokens por usuario activo que la firma típica. Hasta ahí, el folleto. Fortune leyó la página 35 y encontró el dato incómodo: cero correlación estadísticamente significativa entre cuánto usan IA los empleados y los ingresos por empleado. Dos matices: el dato de ingresos es anterior a la adopción (aún sin efecto que medir) y dos de los cinco autores fueron contratistas pagados por OpenAI.
El 8,3 por uno mide consumo. Si el proveedor más grande del mundo no logra mostrarla con sus propios datos, contar licencias y tokens no informa nada; la pregunta es qué resultado se movió. Quien reporta adopción al directorio está reportando gasto. Convertir ese uso en un resultado que se pueda medir es, dicho al pasar, el trabajo al que nos dedicamos en Velaria.
EL TEXTO SALE FIRMADO
Anthropic anunció que el texto de sus modelos nuevos sale con una marca de agua invisible: legible por máquina, sobrevive al copiar y pegar y no se nota al leer. Es el artículo 50 del AI Act europeo, vigente desde el 2 de agosto con multas de hasta 15 millones de euros o el 3% de la facturación global. Como no tiene forma confiable de acotarla por región, va global: aplica en Santiago igual que en Bruselas. Y viene en cadena: todo modelo lanzado desde esa fecha tiene que hacer su texto detectable, y OpenAI ya dijo que va a cumplir (lo anotó Andrew Curran en X).
El viernes Anthropic publicó un FAQ para apagar el incendio: la marca no cambia la calidad, no mete caracteres escondidos, no cuesta tokens extra y no rastrea a nadie. Dio lo mismo: el hilo lleva más de diez millones de vistas, y arriba, clientes cancelando la suscripción. Al día siguiente Dario Amodei escribió textual: “we haven’t yet delivered on our big promises to benefit the world” (no hemos cumplido las promesas de beneficiar al mundo), y llamó al backlash una crisis de confianza.
Asume que todo texto hecho con IA en tu empresa va a ser identificable como tal, aunque nadie lo declare: la marca no dice qué empresa lo generó, sí que no lo escribió una persona. Propuestas, informes, correos a clientes: qué de lo que firmas puede salir marcado, y quién lo decide.
EL TECHO SE MOVIÓ
Esta es de hace dos semanas y la traigo igual: mueve el techo. A principios de agosto OpenAI mostró que una versión interna de su modelo Astra resolvió diez problemas de matemáticas y computación teórica que llevaban más de una década abiertos, incluida una desde 1999. Acá no hay que creerle a nadie: los certificados formales están públicos en GitHub, hay un manuscrito de 249 páginas y el cómputo declarado costó unos US$2.000.
¿Por qué acá sí se pudo soltar la mano? Porque la respuesta se verifica sola: la prueba formal se chequea a sí misma y el modelo pudo insistir hasta acertar. Casi nada en una empresa tiene esa señal: una conciliación se cuadra contra el banco; un informe de riesgos no tiene contra qué. Separar lo uno de lo otro es la tarea de quien planifica a un año: el techo de lo que se puede delegar se movió, y el cuello de botella con él, de hacer el trabajo a especificar el problema y verificar la respuesta.
En la junta del viernes 7 esto era futuro con cerveza en la mano; nueve días después es catálogo con precio de lista. Las reglas se escriben antes de encender el primer agente: qué delegar, qué frenar y cómo medirlo, puesto donde el trabajo ocurre, para que el uso termine en un resultado que le puedas mostrar al directorio. Eso es Velaria. Si quieres conversarlo, responde este correo y llega directo a mí.
