Radar IA: Dots, Skills y datos de negocio para los agentes

5 de octubre de 2026 · Semana del 28 de septiembre al 4 de octubre.
Radar IA por Ramón Vergara.

Esta semana elegí cinco novedades para mirar cómo se está organizando el trabajo con IA: darle continuidad a una tarea, reutilizar instrucciones, conectar datos y controlar la ejecución.

La selección combina lanzamientos y un caso documentado. No todas las funciones tienen el mismo acceso. Por eso incluyo qué está disponible y dónde conviene leer la letra chica antes de armar una prueba.

Para un equipo que está empezando, usaría este radar como una lista de decisiones: qué trabajo delegar, qué contexto necesita y quién revisa el resultado.

1. OpenAI presenta Dots para mantener trabajo en marcha

El 29 de septiembre, OpenAI presentó Dots: agentes con computadora en la nube y continuidad entre tareas. La propuesta es encargarles responsabilidades que requieren seguimiento.

El despliegue comienza en Pro y Business Premium, en mercados habilitados. Enterprise, Edu y Healthcare tienen una beta que debe activar el administrador. La investigación proactiva en segundo plano usa herramientas de solo lectura; eso no significa que toda tarea delegada sea de solo lectura. Fuente: OpenAI.

Mi primera prueba sería acotada: seguir cambios en una documentación y preparar un resumen cuando afecten un proyecto. Antes de conectarlo a más sistemas, definiría qué merece una alerta, qué evidencia debe adjuntar y qué decisiones requieren revisión. Esa especificación también permite evaluar si el seguimiento sirve.

2. Gemini lleva Skills al chat

Google anunció el 30 de septiembre instrucciones reutilizables que se invocan con una barra y su nombre. Skills empieza a desplegarse globalmente en Gemini chat para mayores de 18 años, en los niveles de suscripción Google AI; las cuentas Workspace indicadas llegarán en las semanas siguientes.

Se pueden incorporar archivos de referencia. Compartir skills y conectar archivos de Drive figura como próximo paso, no como función ya entregada. Fuente: Google.

Lo probaría con un entregable recurrente: un resumen semanal con estructura, criterios y ejemplos definidos. Guardar las instrucciones evita reescribirlas, pero también obliga a preguntarse si son buenas. Una prueba sencilla: usar tres entradas diferentes y revisar si mantiene el criterio sin ocultar información importante.

3. Fabric IQ conecta Copilot con las definiciones de Power BI

El anuncio original de Microsoft está fechado el 28 de septiembre. Fabric IQ llega a disponibilidad general en Copilot Chat y Cowork, usando modelos semánticos de Power BI: métricas, relaciones y definiciones de negocio.

Microsoft indica que se conservan los controles de acceso y que la capacidad está habilitada por defecto para sus clientes de Fabric y Power BI. La integración con Code sigue otro camino, mediante Frontier. Fuente: Microsoft.

Esto me parece especialmente útil donde cada área entiende algo distinto por la misma métrica. La prueba sería hacer una pregunta al reporte y al asistente, y comprobar período, definición y permisos. Conectar los datos no resuelve por sí solo una definición de negocio mal acordada.

4. NVIDIA y Anthropic añaden controles fuera del agente

El 28 de septiembre, Anthropic explicó la combinación de Claude Managed Agents con NVIDIA OpenShell. Las credenciales quedan separadas del agente; OpenShell aplica reglas sobre ejecución y acceso, además de registrar decisiones.

Managed Agents está disponible y OpenShell es código abierto bajo Apache 2.0. Requiere integración técnica: no es un ajuste que cualquier usuario active dentro de una conversación. Fuente: Anthropic.

Aquí miraría un mecanismo concreto: comprobar que una acción prohibida realmente se bloquea, aunque el agente intente ejecutarla. Tener instrucciones y tener un límite aplicado por el entorno son cosas diferentes. El registro ayuda a revisar esa diferencia; no demuestra que desaparezcan todos los riesgos.

5. Asana separa usar un agente de cambiar su memoria

En un caso publicado el 29 de septiembre, Anthropic describe cómo Asana organiza agentes con funciones y trabajo visible dentro de los proyectos. Un detalle destaca: cualquier usuario puede dar feedback sobre una tarea, pero solo administradores y editores pueden incorporarlo a la memoria permanente.

Es una práctica documentada del equipo, no un anuncio de acceso universal ni una evaluación independiente de productividad. Fuente: caso Asana.

Me quedo con esa distinción para cualquier implementación compartida. Una corrección puntual no debería convertirse automáticamente en regla para toda la empresa. Antes de acumular memoria, conviene decidir quién mantiene el criterio, cómo se corrige y dónde puede revisarlo el equipo.