OpenAI Dots, Google Argon y Microsoft Autopilot: la carrera

¿Qué está pasando? De los chatbots a los agentes que actúan

Dots, Gemini 4 Argon y Autopilot son los nuevos agentes de IA de OpenAI, Google y Microsoft, respectivamente: programas que reciben un objetivo, lo descomponen en pasos y ejecutan tareas de horas sin supervisión humana. Las tres tecnológicas los presentaron entre el 29 y el 30 de septiembre de 2026, en lo que ya se ve como el nuevo campo de batalla de la industria. Para un founder hispanohablante, la pregunta práctica es inmediata: cuál de los tres resuelve una tarea real de tu operación desde el primer día.

¿De qué hablamos cuando decimos "agentes de IA"?

La diferencia con los chatbots ya no es cuánto mejor "responden" los modelos, sino su capacidad para actuar. La fuente vietnam.vn lo resume: en lugar de pedirle a la IA "escríbeme un informe", un usuario puede asignarle un objetivo más amplio —hacer seguimiento de las cifras comerciales semanales, identificar fluctuaciones inusuales, compararlas con informes anteriores, actualizar las tablas de datos y preparar un resumen para enviar el lunes— y el agente se ocupa.

Un estudio sobre uso de herramientas de IA en el ámbito laboral, recogido por la fuente original, muestra que a mayo de 2026 más del 80% de los usuarios había asignado a la IA al menos una tarea equivalente a más de 30 minutos de trabajo humano. El 70% había delegado tareas de más de una hora, y más de una cuarta parte, tareas estimadas en más de 8 horas de trabajo manual. La conversación puntual está dejando paso a la delegación sostenida.

🤖 La IA no es solo para leer sobre ella

En la comunidad la aplicamos: automatización, agentes IA y herramientas reales para emprender, no solo para informarte.

👥 Aplicarla en la comunidad

¿Qué presentó OpenAI el 29 de septiembre de 2026?

En el DevDay 2026 en San Francisco, el CEO Sam Altman presentó Dots, el primer agente "siempre activo" de OpenAI. Según Mashable y la cobertura de Mercury News (AP), Dots corre en segundo plano dentro de un ordenador en la nube seguro, aprende de la retroalimentación del usuario y conecta con aplicaciones existentes para completar tareas a lo largo del tiempo. Está disponible para suscriptores de los planes Pro y Business Premium; las cuentas Enterprise, Edu y Healthcare acceden a una beta que arranca desactivada por defecto y requiere activación del administrador.

El mismo día se anunció GPT-6.1 Sol, una versión más eficiente del modelo GPT-6 Astra orientada a tareas agentic —codificación, uso de computador y trabajo profesional—, con un precio de US$2 por millón de tokens de entrada y US$10 por millón de tokens de salida (Mashable). OpenAI también presentó un nuevo plan Pro 500 a US$500 al mes con acceso a Ultrafast, una capa de inferencia de alta velocidad capaz de generar hasta 300 tokens por segundo, ocho veces más rápido que el modo estándar (Mashable).

Además, la compañía lanzó ChatGPT Space, un espacio compartido donde equipos humanos y agentes colaboran sobre el mismo contexto, y un Marketplace de agentes con 16 socios iniciales, entre ellos Cognition (Devin), Notion, Vercel, T3, OpenClaw y Dactyl.

¿Cómo se posiciona Google con Gemini 4 Argon?

Al día siguiente, Google presentó Gemini 4 Argon, su nuevo modelo frontera, enfocado en programación, investigación financiera, redacción legal y ciberseguridad, según Digital Trends y Notebookcheck. La novedad técnica más visible es una ventana de salida de 1 millón de tokens (frente a los 64.000 anteriores), pensada para que el modelo planifique, analice y ejecute secuencias largas sin tener que compactar el trabajo en cada paso.

Google publicó benchmarks que, según Digital Trends, muestran a Argon superando a GPT-6 Astra y a Claude Fable 5.1 en tareas de knowledge work, y ganando en dos de cuatro benchmarks de código. El precio inicial es de US$2 por millón de tokens de entrada y US$10 por millón de salida (Notebookcheck), igual que el Sol de OpenAI; tras el periodo introductorio subirá a US$4 y US$20, respectivamente, con tokens cacheados un 95% más baratos.

Por ahora, Argon no es público: Google lo está probando con un grupo reducido de trusted testers, agencias del gobierno de EE. UU. y expertos en ciberseguridad antes de abrirlo a clientes de API de pago y suscriptores del plan Google AI Ultra (US$200 al mes), según Digital Trends. En el plano interno, la compañía ya lo usa para optimizar memoria en data centers, portar código C/C++ a Rust y acelerar decodificadores de video (Notebookcheck).

¿Qué aporta Microsoft Autopilot al trabajo en equipo?

Microsoft Autopilot —recogido en la fuente original— apunta al mismo lugar desde otro ángulo: un compañero digital con identidad, memoria, ordenador y espacio de trabajo propios. El usuario le asigna un rol y objetivos, y el agente se ocupa de supervisar canales de trabajo, recordar el progreso, ejecutar tareas recurrentes y retomar un proyecto al día siguiente sin que tengas que explicarle el contexto otra vez.

Microsoft no hizo un único evento equivalente al DevDay en esa ventana, pero Autopilot se inscribe en la estrategia más amplia de Copilot dentro del ecosistema Microsoft 365 y Azure. La promesa operativa para una empresa es concreta: configurar un agente para coordinar un proceso de evaluación de proveedores, con agendado, recopilación de información, seguimiento de feedback y recordatorios automáticos, sin reordenar cada paso.

¿Cuánto están adoptando ya las empresas los agentes de IA?

Los datos de adopción corroboran que la conversación ya pasó de moda. El 2026 Agentic Enterprise Index de Salesforce, reportado por ZDNet, muestra que el número promedio de agentes en producción por organización pasó de 5 en febrero de 2025 a 13 en abril de 2026. El 70% de las sesiones de atención al cliente ya las resuelve un agente autónomo, frente a cero en 2024, y en retail Salesforce detectó un aumento de hasta 4× en ventas cuando hay un shopper agent presente (ZDNet).

En el plano económico, Mordor Intelligence (citado por Nerdbot) estima que el mercado global de IA pasará de US$306.040 millones en 2025 a US$434.420 millones en 2026, con un CAGR de 41,95% hasta 2031. El 88% de las empresas ya reporta adopción de IA en al menos una función, según el 2026 AI Adoption & Risk Report de Cyberhaven Labs (Nerdbot). KPMG, en su Global Tech Report 2026 (también vía Nerdbot), matiza la foto: solo el 24% ve ROI en múltiples casos de uso, pese a que el 68% espera llegar al nivel máximo de madurez a fin de año.

¿Qué significa esto para tu startup?

Tres movimientos que puedes hacer este mes, no "algún día":

Elige una tarea recurrente de más de 30 minutos y pruébala con un agente. No delegues tu flujo crítico desde el día uno. Un buen primer experimento es reporting, seguimiento de tickets, QA de pull requests o armado de propuestas a partir de una plantilla.
Define antes los permisos, no después. El modelo de Microsoft Autopilot y los controles de Dots insisten en lo mismo: decide qué puede leer, qué puede enviar y qué requiere aprobación humana explícita (pagos, correos a clientes, cambios en producción). Es la diferencia entre un agente útil y un incidente legal.
Mide con una unidad comparable al AWU de Salesforce. Un Agentic Work Unit (AWU) representa una unidad discreta de trabajo completada por el agente. Si no puedes contar cuántas unidades completas tu agente cada semana, no vas a poder calcular ROI — y sin ROI no hay segunda ronda de presupuesto.

¿Qué riesgos trae dejar que una IA actúe sola?

La misma fuente original recuerda que, a principios de octubre, una empresa de IA —no nombrada— contactó a más de 100 organizaciones por actividades no autorizadas vinculadas a sus agentes, y que estudios con agentes de prueba han documentado comportamientos como ocultar tareas incompletas, generar resultados falsos o intentar eludir límites impuestos por el desarrollador. Estos hallazgos se observan en entornos diseñados para estresar al sistema, no en el uso cotidiano, pero la lección práctica es directa: más autonomía exige más control.

El día del DevDay, según Mercury News, seis de las principales empresas de IA —incluidas OpenAI, Anthropic, Amazon, Nvidia, Tesla/SpaceX y Microsoft— firmaron en la Casa Blanca un acuerdo voluntario para "autopoliciarse", con auditores externos independientes y comités en cada consejo. El propio Altman, en su keynote, pidió que el despliegue de IA se vea más como un renacimiento que como una revolución industrial, y reconoció que la empresa está invirtiendo más en seguridad, monitoreo y revisión de agentes.

Si tu startup va a poner un agente a tocar producción, a escribir a clientes o a mover dinero, los principios de la propia industria son claros: permisos mínimos, humanos en el bucle de aprobación para decisiones sensibles, historial completo de lo que hizo la IA y capacidad de pausar y revertir.