Wajo Fo ejecuta el 71% de tareas y apuesta por la confianza

Fo, el agente de IA que paga solo y llama por ti

Wajo, la startup de San Francisco fundada por la exingeniera de Meta, Google y DeepMind Shivani Poddar, presentó a Fo, un agente personal que opera con su propio número de teléfono, su propio correo electrónico y tarjetas de crédito virtuales de un solo uso. En las pruebas internas difundidas por la compañía, Fo completó el 71% de 104 tareas reales sin ayuda, frente al 42% que registra OpenClaw, su competidor más cercano en esa misma métrica, según reportó CryptoBriefing.

El agente se controla desde iMessage, WhatsApp o una interfaz web con tarjetas de tareas organizadas en categorías como "scheduling," "gifting" y "life admin". Cuando una tarea excede lo que la IA puede resolver, Fo puede contratar a un asistente humano para terminarla. La empresa dice operar en 107 países y haber multiplicado por diez su crecimiento desde el lanzamiento público del 28 de septiembre de 2026, aunque —y este es un detalle clave para cualquier founder que esté siguiendo el sector— no divulgó cuántos usuarios tiene ni cuánto dinero levantó, como reportó TechCrunch y replicó DiarioBitcoin.

La apuesta por la confianza: por qué Vinod Khosla pone la cara

Vinod Khosla, fundador de Khosla Ventures, respaldó públicamente a Wajo el mismo día del lanzamiento y eligió un argumento poco habitual en el sector: la confianza, no la potencia del modelo. "Lo más importante en un agente, porque actúa por ti, es la confianza. Comparado con Muse o Instinct, Wajo es el más confiable porque está arquitecturado para enfocarse en confianza y seguridad primero, y otros no", declaró a TechCrunch.

Su crítica a Meta fue directa: "¿Quién quiere darle todos sus datos a Facebook? Yo no. Y si le doy mis datos a Facebook, yo soy el producto, no el producto que compro, porque están en el negocio de la publicidad". Poddar compartió esa visión y la llevó al diseño del producto: "La confianza hay que construirla desde el día cero, porque uno de los problemas técnicos que no se ha resuelto es enseñar a los agentes a desaprender. Si obtienen acceso a tus datos personales el día cero, los tendrán para siempre".

El respaldo de Khosla no es simbólico: Khosla Ventures apoya a Wajo desde su fundación y Khosla trabajó con el equipo en conceptos de producto. A eso se suman adhesiones públicas de Jeff Dean (ex Google) y Gokul Rajaram, aunque ninguno de los inversores reveló el monto asociado a ese apoyo.

Qué hace Fo y por qué la privacidad es estructural

En las pruebas de TechCrunch, Fo logró llamar con éxito a una aerolínea para consultar mejoras de viaje, pero tropezó al llamar a la pareja del periodista para recordarle alimentar a los gatos: la llamada no fue fluida y los avisos sobre la identidad automatizada fueron poco claros. Esa anécdota importa porque los rivales Instinct y Meta Muse están empezando a desplegar funciones de llamada, y la conversación sobre cómo debe presentarse un agente que habla en nombre de un tercero recién comienza.

La arquitectura de privacidad de Wajo se apoya en tres decisiones de producto concretas:

• Tarjetas virtuales de un solo uso que ocultan los datos reales del usuario al comercio. La empresa presentó una solicitud de patente para este sistema.
• Identidad separada: Fo opera con email y credenciales propias, no con las del usuario.
• Lista de "contactos de confianza" a quienes el agente puede llamar. Si alguien le pide que no vuelva a contactarlo, Wajo registra esa preferencia como límite persistente.

Cuando un sitio bloquea al agente (algo que, según el artículo original, ya le pasó a Muse en Amazon), Fo puede avisar al usuario para que intervenga o armar un grupo de chat con el comercio. Wajo afirma que su arquitectura respeta los términos de servicio de Amazon, aunque esa afirmación es de la startup, no una verificación independiente.

En sus benchmarks internos, Fo mostró una tasa de confianza del 94% —cifra que la propia compañía publica y que, como toda métrica de propia elaboración, conviene leer con cautela.

El mercado de agentes personales está recalentándose

Wajo no llega sola. Entre el 8 de septiembre y el 2 de octubre de 2026, cinco plataformas grandes lanzaron agentes personales en poco más de tres semanas: OpenAI Dots, Meta Muse, Apple Siri AI, Google Gemini 4 Argon y Anthropic Frontier Academy, según el seguimiento de Forkast.

El mercado se está partiendo en tres modelos económicos:

• Suscripción alta: OpenAI Dots llega hasta US$500/mes en el tier Pro 500, con cada agente en su propio "cloud computer" y más de 4.000 integraciones de apps.
• Freemium agresivo: Meta regala Muse gratis hasta 100 millones de tokens por semana y bloquea funciones avanzadas tras muros de US$20 y US$100/mes. Acumula 2,5 millones de descargas en EE. UU. al 23 de septiembre.
• Hardware bundle: Apple integra Siri AI en iOS y macOS para iPhone 15 Pro y iPad M1 en adelante, sin suscripción adicional, pero excluyendo UE y China en el lanzamiento.

Mientras tanto, el mercado global de asistentes de IA pasó de US$5.020 millones en 2025 a US$7.110 millones en 2026 y se proyecta en US$26.750 millones para 2031, con un CAGR del 30,4%, según MarketsandMarkets.

En el renglón de los competidores más directos, Instinct levantó US$250 millones en Serie B en agosto de 2026 (Index Ventures y Benchmark co-lideraron), llevando su financiación total a ~US$350 millones y una valoración de US$2.500M. Decagon, por su parte, cerró una Serie D de US$250M en enero de 2026 con Coatue e Index Ventures a US$4.500M de valoración. Anthropic, en cambio, se corrió del consumidor: destinará US$100M a Frontier Academy, un programa estilo residencia médica que entrenará 10.000 ingenieros en McKinsey, Accenture y Deloitte hasta fines de 2027.

En este contexto, el silencio de Wajo respecto a su ronda y a sus usuarios no es menor: en un mercado donde los comparables ya están en cientos de millones, la opacidad se vuelve un dato en sí mismo.

¿Qué significa esto para tu startup?

Sea que estés construyendo un agente, integrando uno o compitiendo contra uno, Fo deja tres lecciones prácticas:

1. Diseña la confianza desde el día uno, no como feature. El "desaprender" sigue siendo un problema técnico sin resolver, según Poddar. Si tu producto gana acceso a datos sensibles en el onboarding, ese acceso tiende a quedarse. Construye permisos granulares, expiración de credenciales y registros de consentimiento desde el primer commit, no cuando aparezca el primer incidente.

2. Tarjetas virtuales y sandboxes de pago son la próxima capa de producto. Los merchants ya bloquean agentes (Muse lo comprobó con Amazon). Ofrecer pagos con credenciales efímeras o de un solo uso no es un lujo: es la diferencia entre que tu agente funcione en el mundo real o se quede en una demo. Si tu agente toca dinero, mira el modelo de Wajo y empieza por ahí.

3. Prepara el fallback humano. El 29% de tareas que Fo no pudo resolver se rutean a personas. Eso es un moat operativo, no una debilidad: tu modelo unitario mejora cuando las excepciones las absorbe un humano y vuelven como datos de fine-tuning. Si vendes agentes a empresas, presupuestá un equipo de "human-in-the-loop" desde el lanzamiento —es más barato que reconstruir reputación después.

4. Ten lista tu respuesta sobre regulación y disclosure. Si tu agente llama, escribe o envía mensajes en nombre de un usuario, vas a tener que explicar a los terceros cómo se identificó. La FTC ya abrió una investigación a OpenAI y Anthropic por riesgos de producto. Aunque Wajo no reveló ronda, ya tiene una patente solicitada sobre su sistema de tarjetas —la propiedad intelectual defensiva también es producto.

Fuentes

• Wajo apuesta por la confianza para competir en el mercado de agentes de IA — DiarioBitcoin
• Vinod Khosla believes ex-DeepMind engineer's Wajo will win agent market on trust — TechCrunch
• Vinod Khosla backs Wajo's Fo as a safer personal AI agent — CryptoBriefing
• The Consumer AI Agent Race: Five Platforms, Three Pricing Models, One Winner — Forkast
• AI Assistant Market worth $26.75 billion by 2031 — MarketsandMarkets