La segunda edición del Cisco AI Summit reunió a directivos y responsables tecnológicos para abordar un abanico amplio de cuestiones relacionadas con la inteligencia artificial, desde infraestructura y modelos hasta geopolítica, diseño o empleo. En ese mosaico de temas, una línea de fondo atravesó varias conversaciones con especial insistencia: la transición desde herramientas asistidas hacia sistemas que ya no solo ayudan, sino que actúan. Es ahí donde la IA deja de ser un apoyo puntual y empieza a convertirse en parte activa de la toma de decisiones dentro de las organizaciones.
El debate sobre agentes no se abordó como una promesa futura, sino como una dificultad concreta que empieza a aparecer cuando las empresas intentan que la IA deje de sugerir y empiece a ejecutar tareas reales. Sam Altman, Mike Krieger, Aaron Levie y Francine Katsoudas coincidieron, desde ángulos distintos, en una constatación incómoda para muchas empresas: la tecnología avanza más rápido que la capacidad organizativa para absorberla. El problema ya no es qué puede hacer la IA, sino qué ocurre cuando empieza a ejecutar tareas, interactuar con sistemas críticos y operar con un grado creciente de autonomía.
De la herramienta al compañero de trabajo
Para Sam Altman, el salto cualitativo se produce cuando la IA deja de percibirse como una utilidad transaccional y empieza a comportarse como un colaborador. En su conversación sobre modelos de frontera, Altman describió cómo aplicaciones como Codex han cruzado un umbral psicológico y operativo: por primera vez, la interacción con el sistema se parece más a trabajar con un compañero que a usar una herramienta.
Ese cambio no es solo una cuestión de interfaz. Implica delegar acciones, conceder acceso a sistemas, permitir que la IA observe flujos de trabajo completos y actúe sobre ellos. Altman reconoció que incluso en OpenAI esa cesión de control genera tensiones, desde la seguridad hasta la gestión de permisos o la trazabilidad de decisiones. El potencial es enorme, pero también lo es el riesgo si la organización no está preparada para convivir con “colegas” no deterministas.
La idea de “empresas completamente operadas por IA” dejó de sonar provocadora para convertirse en un escenario plausible a medio plazo. No como sustitución total del trabajo humano, sino como estructuras donde buena parte de la ejecución cotidiana recae en agentes que diseñan, construyen, prueban y despliegan con una supervisión humana más estratégica que operativa.
La absorción como cuello de botella
Uno de los conceptos que más se repitió durante la sesión fue el de capability overhang, la brecha entre lo que la tecnología permite y lo que las organizaciones realmente utilizan. Altman fue explícito: nunca había percibido una distancia tan grande entre capacidad disponible y adopción efectiva. Incluso en compañías avanzadas, la integración de agentes choca con barreras culturales, legales y organizativas que ralentizan su despliegue.
Este diagnóstico conecta directamente con el mundo empresarial europeo. La lentitud no se explica solo por cautela regulatoria, sino por la dificultad de rediseñar procesos pensados para personas y adaptarlos a sistemas que operan de forma probabilística. La IA puede ejecutar, pero no encaja sin fricción en flujos de trabajo construidos sobre reglas implícitas, conocimiento tácito y validaciones humanas informales.
Altman fue claro en su advertencia: las empresas que no se preparen para adoptar “compañeros de trabajo de IA” con rapidez asumirán una desventaja estructural. No por falta de modelos, sino por incapacidad para reorganizarse internamente.
El problema del contexto y la promesa de los agentes
Desde Box, Aaron Levie aterrizó el debate en un terreno más operativo. Para Levie, la razón por la que los agentes funcionan tan bien en programación y mucho peor en otras áreas no es técnica, sino contextual. El código es verificable, está documentado, es accesible y se mueve en un entorno diseñado para máquinas. La mayor parte del trabajo corporativo no cumple ninguna de esas condiciones.
Marketing, legal, ventas o finanzas operan sobre información fragmentada, permisos complejos y contextos que rara vez quedan registrados de forma estructurada. Pretender que los agentes se adapten automáticamente a ese caos es, en palabras de Levie, un error de planteamiento. El verdadero salto llegará cuando las organizaciones acepten que son ellas las que deben adaptarse a cómo trabajan los agentes, no al revés.
Esto implica reingeniería profunda de procesos, no simples despliegues de software. En los ejemplos que Levie compartió, los mayores avances se producen cuando una empresa identifica flujos concretos, intensivos en datos no estructurados, y los rediseña para que los agentes puedan operar con contexto suficiente, permisos claros y objetivos bien definidos. El resultado no es solo eficiencia, sino acceso a valor latente que antes quedaba enterrado en documentos, contratos o historiales clínicos.
Sistemas deterministas en un mundo probabilístico
Un punto especialmente relevante para directivos fue la defensa de Levie del papel de los sistemas tradicionales en un entorno dominado por agentes. Frente al discurso recurrente de que “el SaaS ha muerto”, su argumento fue casi inverso: cuanto más probabilísticos sean los agentes, más valiosos se vuelven los sistemas deterministas que gobiernan accesos, flujos y decisiones finales.
Si una organización llega a operar con cientos o miles de agentes por cada empleado, el riesgo operativo se multiplica. En ese escenario, los sistemas de registro, control y cumplimiento no pierden relevancia; la ganan. Son los que evitan que un agente acceda a información indebida, ejecute una acción fuera de contexto o genere un efecto cascada difícil de revertir.
Este enfoque introduce una tensión interesante: la innovación se acelera en el plano no determinista, pero la gobernanza debe reforzarse en el plano clásico del software empresarial. La convivencia entre ambos mundos define buena parte del reto que enfrentan CIOs y CISOs.
Agentes, ciencia y organización
Desde Anthropic, Mike Krieger abordó el impacto de los agentes desde una perspectiva complementaria: la aceleración del aprendizaje organizativo. Cuando los sistemas empiezan a actuar, experimentar y corregirse a gran velocidad, la pregunta deja de ser cuánto producen y pasa a ser cuánta confianza generan.
Krieger subrayó que la transición de asistente a agente introduce un nuevo tipo de riesgo: no el error puntual, sino la acumulación de pequeñas decisiones que, sin supervisión adecuada, pueden desalinearse de los objetivos empresariales. La confianza, más que la productividad, emerge como el recurso escaso.
Esta idea conecta con una de las conclusiones más repetidas del Summit: la IA no sustituye a la gobernanza, la pone a prueba.
El factor humano y el papel del liderazgo
La sesión sobre fuerza laboral, liderada por Francine Katsoudas, añadió una capa decisiva al debate. Lejos de centrarse en despidos o sustitución, Katsoudas planteó el problema como una cuestión de visibilidad y liderazgo. En los análisis internos de Cisco, los usuarios más avanzados de IA no eran necesariamente los perfiles más senior ni los más visibles. En muchos casos, ni siquiera figuraban como talento crítico.
La IA, en este sentido, actúa como un revelador. Pone en primer plano habilidades, curiosidad y capacidad de adaptación que los sistemas tradicionales de evaluación no siempre capturan. Pero también genera tensiones: los equipos más avanzados en adopción pueden experimentar fracturas de confianza si la velocidad individual supera la cohesión colectiva.
El mensaje para los directivos fue directo: la adopción no se contagia por circulares ni herramientas, sino por ejemplo. Cuando un líder usa IA de forma activa, la adopción se multiplica. Y cuando no lo hace, la organización se estanca.
Gobernar antes de acelerar
Leídas en conjunto, las sesiones sobre agentes del Cisco AI Summit dibujan un escenario menos triunfalista de lo habitual. La tecnología está lista, incluso sobredimensionada. Lo que falta es rediseñar organizaciones, procesos y culturas para convivir con sistemas que actúan, se equivocan y aprenden a una velocidad inédita.
La transición de copilotos a agentes no es una cuestión de despliegue técnico, sino de gobierno corporativo. Define cómo se toman decisiones, cómo se reparte la responsabilidad y qué significa confiar en sistemas que ya no se limitan a sugerir.
La incógnita no es si los agentes llegarán a la empresa. Es si las organizaciones estarán preparadas para que empiecen a decidir.
