Muse y Dots: 5 tareas que los agentes de IA ya hacen

La carrera de los agentes: Muse, Dots y Duet

Más de 10 millones de personas en Estados Unidos y Canadá habían configurado agentes personales de Muse en las seis semanas posteriores a su lanzamiento, según declaraciones de Mark Zuckerberg a analistas recogidas por el medio Jang. Esa cifra explica por qué OpenAI y Anthropic reaccionaron con productos propios en cuestión de semanas. Para un founder, la pregunta ya no es si los agentes de IA entran en la operación, sino qué tareas conviene delegar hoy y cuáles siguen siendo un riesgo.

Muse, de Meta, fue la aplicación móvil más descargada desde su lanzamiento el mes pasado. OpenAI respondió con Dots, un asistente que cuesta US$100 al mes, y Anthropic anunció el miércoles que prueba Duet, su propio agente. Un columnista de The New York Times, en un artículo que reproduce Infobae, probó Muse y Dots durante dos semanas con cinco tareas concretas. El resultado es una hoja de ruta bastante honesta de lo que funciona y lo que todavía no.

¿Qué diferencia a un agente de IA de un chatbot?

Un chatbot responde preguntas. Un agente es, en esencia, un bot con su propia computadora y navegador web, lo que le permite aplicar a un empleo, reservar una mesa o enviar correos sin que tú estés frente a la pantalla. Los asistentes virtuales de Amazon, Apple y Google intentaron algo parecido hace más de una década y fracasaron: la tecnología era lenta y torpe, y a la gente le resultaba más fácil hacer la tarea por su cuenta. La diferencia ahora es la flexibilidad y la capacidad de trabajar para ti las 24 horas.

Las condiciones de acceso son distintas en cada caso:

• Muse (Meta): aplicación gratuita en las tiendas de Apple y Google, con cuenta gratuita.
• Dots (OpenAI): función dentro de ChatGPT que exige el plan ChatGPT Pro 100, de US$100 al mes.
• Duet (Anthropic): presentado el miércoles como vista previa de investigación, corre sobre Claude Opus 5.5 y está en lista de espera solo para suscriptores Pro y Max en Estados Unidos, según The Verge.

Duet trae una lección de diseño que conviene copiar: opera desde una máquina virtual con navegador y, antes de cualquier paso sensible —enviar un mensaje, hacer un pago, firmar un documento o borrar información—, pide aprobación al usuario. Anthropic advierte además que es una versión temprana que puede malinterpretar una conversación o miscalibrar la urgencia, y que no es tan fuerte en encargos personales como comprar boletos, según Anadolu.

Las 5 tareas que ya funcionan (y con qué límites)

1. Reservar en un restaurante difícil. Sun Moon Studio, de alta cocina en Oakland, California, tiene una estrella Michelin y apenas 12 asientos. Dots falló varias veces, pero la semana pasada llegó a la pantalla de confirmación para una mesa a finales de noviembre. El patrón se repite en cualquier cosa que se agota en un instante: boletos de conciertos, entradas deportivas, consolas y teléfonos en preventa.

2. Rutinas activadas por ubicación. Al llegar al gimnasio, Muse envió un plan de entrenamiento al instante. Dots se negó porque no puede activar acciones con tu ubicación en tiempo real. Traducido a negocio: una lista de compras al entrar a un proveedor o un checklist al llegar a la oficina.

3. Aplicar a empleos o prospectos en volumen. Muse respondió a ocho anuncios de trabajo en menos de una hora, y dos padres contestaron ese mismo día. Dots se atascó por fallas de su navegador. En ventas, el equivalente es personalizar y enviar decenas de primeros contactos con un mensaje base.

4. Planificación diaria. Con preferencias, objetivos y lo que hay en la heladera, ambos agentes enviaron cada mañana a las 7 a.m. un plan de almuerzo y cena. Es el caso de uso más fácil de replicar para un equipo: un brief diario con lo que requiere atención.

5. Negociar precios. Los dos agentes encontraron llantas Michelin a US$80 menos que el precio de la tienda y llenaron el formulario de igualación. Dos correos confirmaron el ajuste sin intervención humana.

¿Por qué los agentes de IA todavía fallan tanto?

La confiabilidad es el cuello de botella comercial, no la capacidad del modelo. Según McKinsey, el 62% de las organizaciones encuestadas experimentaba con agentes de IA, pero solo el 23% había escalado un sistema agéntico en alguna parte de su negocio. El AI Index 2026 de Stanford señala que los sistemas avanzados rinden bien en tareas cortas, pero los expertos humanos recuperan ventaja cuando el horizonte se estira a 32 horas, según recoge Analytics Insight.

El costo también importa. Un agente que completa una tarea puede requerir varias inferencias, búsquedas y verificaciones, y ese gasto se multiplica cuando varios agentes trabajan en cadena. Gartner proyectó en abril de 2026 que una empresa promedio del Fortune 500 podría operar más de 150.000 agentes en 2028, frente a menos de 15 en 2025, y solo el 13% de las organizaciones encuestadas creía tener gobernanza suficiente.

El mercado lo refleja: Analytics Insight estima el mercado global de IA agéntica en US$12.130 millones en 2026, camino a US$290.620 millones en 2035. ResearchAndMarkets, en un informe difundido por Yahoo Finance, calcula el mercado empresarial de IA agéntica y automatización en US$42.000 millones en 2024 y US$227.800 millones en 2031.

¿Qué significa esto para tu startup?

La adopción real no va a depender de qué agente es más listo, sino de dónde lo pongas a trabajar. Cuatro movimientos concretos:

• Empieza por tareas de bajo riesgo y alto volumen. Research de precios, respuestas a formularios, resúmenes diarios y prospección son buenos primeros candidatos. Son reversibles y su error no te cuesta un cliente.
• Nunca des acceso de escritura a pagos o sistemas críticos sin aprobación humana. El modelo de Duet —que consulta antes de pagar, enviar o borrar— es el estándar mínimo que deberías exigir a cualquier agente que toque tu operación.
• Aísla los datos. El columnista del NYT conectó a su agente una cuenta de Gmail que usaba solo para compras, justamente porque la información personal puede ser revisada por las tecnológicas para mejorar sus productos. Replica ese aislamiento con cuentas y permisos dedicados.
• Mide costo por tarea terminada, no por suscripción. Antes de escalar, calcula inferencia, integración y verificación por flujo automatizado. Y define un dueño interno: el 87% de las organizaciones que no tienen gobernanza clara es exactamente el perfil que termina con agentes duplicados y permisos difusos.

Hay una buena noticia estructural: la integración se está estandarizando. El Model Context Protocol de Anthropic superaba los 10.000 servidores públicos activos en diciembre de 2025 y ya tiene soporte en ChatGPT, Gemini, Copilot, Cursor y Visual Studio Code, según Analytics Insight. Para una startup pequeña, eso significa que conectar tus sistemas a un agente cuesta cada vez menos trabajo propio.

Conclusión

La comparación del NYT deja una conclusión incómoda para OpenAI: por ahora Muse resulta la opción obvia frente a los US$100 mensuales de Dots. Pero Alexander Embiricos, jefe de productos empresariales de OpenAI, dijo que Dots fue diseñado para tareas mucho más complejas —como ayudar a un trabajador independiente a administrar un negocio— y que la empresa espera que pueda ser gratuito en algún momento, después de probar la tecnología con usuarios de pago.

La señal de fondo es otra: la era de los agentes dejó de ser una promesa de keynote y entró en la etapa de los pilotos medibles. El founder que gane no será el que adopte más agentes, sino el que elija tres tareas repetitivas, las automatice con permisos acotados y mida cuánto tiempo real recupera su equipo.

Fuentes

• Infobae / The New York Times: Pon a trabajar a los agentes de IA con estas 5 tareas de alto impacto
• The Verge: Anthropic takes on Muse with Claude Duet, its new AI agent
• Jang: Anthropic releases Claude Duet AI agent to compete with OpenAI and Meta
• Anadolu: Anthropic launches Claude Duet AI agent to rival Meta's Muse, OpenAI's Dots
• Analytics Insight: Agentic AI Market Outlook 2026-2035
• Yahoo Finance: Global Enterprise Agentic AI and AI Automation Market Strategic Research Report, 2026-2031