Los avances que están marcando una nueva etapa de la inteligencia artificial

La inteligencia artificial avanza a una velocidad difícil de seguir. En pocos años pasó de generar texto e imágenes a programar, investigar, analizar grandes volúmenes de información y resolver problemas cada vez más complejos.

Los lanzamientos más recientes muestran una evolución todavía más relevante. Los principales laboratorios están desarrollando sistemas capaces de sostener tareas durante períodos prolongados, utilizar herramientas, operar computadoras y conservar información entre distintas interacciones.

Más que un único descubrimiento, se trata de varios avances que están ocurriendo al mismo tiempo y que empiezan a ampliar el rol que puede ocupar la IA tanto para las personas como para las empresas.

Los agentes ganan autonomía

Uno de los focos principales de la industria son los llamados agentes de inteligencia artificial.

A diferencia de un chatbot tradicional, que recibe una instrucción y genera una respuesta, un agente puede recibir un objetivo y avanzar a través de distintos pasos para completarlo. Puede investigar, trabajar con archivos, ejecutar código, utilizar herramientas y guardar resultados mientras continúa con una tarea.

OpenAI presentó el 10 de septiembre su Agents API, una infraestructura diseñada para mantener agentes funcionando en la nube durante días. El sistema administra contexto, archivos y herramientas, y permite coordinar diferentes subagentes dentro de un mismo trabajo.

Los nuevos modelos también están siendo desarrollados pensando en este tipo de procesos. GPT 6 Astra, presentado por OpenAI en septiembre, está orientado a trabajos complejos que combinan razonamiento, programación, investigación y uso de computadoras. Anthropic, por su parte, lanzó Claude Opus 5.5 y Sonnet 5.5 con mejoras enfocadas en programación, agentes y tareas prolongadas.

Meta llevó el concepto al usuario común con Muse, un agente personal que puede utilizar un navegador, completar formularios, trabajar sobre proyectos y continuar ejecutando tareas incluso después de que la persona cierre la aplicación.

Mantener un trabajo durante horas o días exige mucho más que generar una buena respuesta. El sistema debe conservar el objetivo, recordar lo que ya hizo, utilizar correctamente sus herramientas y saber cuándo necesita intervención humana.

La IA empieza a utilizar computadoras

La autonomía de estos sistemas está estrechamente vinculada con otro avance: la capacidad de interactuar directamente con computadoras.

Los modelos pueden interpretar interfaces, navegar páginas, completar formularios y utilizar determinadas aplicaciones mediante acciones similares a las de una persona.

OpenAI ya ofrece herramientas para que sus modelos operen navegadores y escritorios a partir de lo que observan en pantalla. GPT 6 Astra fue desarrollado específicamente con capacidades avanzadas de uso de computadoras.

Meta siguió otro camino con Muse. Cada agente funciona dentro de una computadora virtual propia llamada Muse Secure VM, desde donde puede utilizar un navegador y acceder a servicios autorizados por el usuario.

Esta capacidad puede tener un impacto importante sobre la automatización empresarial.

Muchas compañías trabajan todos los días con correo electrónico, planillas, sistemas administrativos, CRM y plataformas que no necesariamente están conectadas entre sí. Hasta ahora, automatizar esos procesos solía requerir integraciones específicas.

Un agente que pueda utilizar directamente esas interfaces amplía considerablemente las tareas que podrían automatizarse.

La memoria cambia el concepto de asistente

Otro de los avances más relevantes está ocurriendo alrededor de la memoria.

Un asistente resulta mucho más útil si puede recordar proyectos, decisiones y preferencias en lugar de necesitar que el usuario vuelva a explicar todo en cada interacción.

Google DeepMind anunció el 23 de septiembre una nueva arquitectura para "Private AI Compute" que permitirá incorporar memoria persistente entre distintos dispositivos. El objetivo es ofrecer continuidad sin renunciar a los estándares de privacidad que Google utiliza para el procesamiento en dispositivos personales.

Meta también incorporó memoria a Muse. Según la compañía, el agente puede recordar información relevante de conversaciones anteriores y utilizarla posteriormente para personalizar sus acciones.

Esto acerca a la IA a un modelo de asistencia mucho más continuo. En lugar de comenzar cada conversación desde cero, un sistema podría mantener durante meses el contexto necesario para acompañar un proyecto o una determinada forma de trabajar.

El avance también aumenta la importancia de la privacidad y la seguridad. Cuanto mayor sea la información que una IA necesita conocer para ser útil, mayor será la necesidad de controlar cómo se almacena y quién puede acceder a ella.

Modelos más capaces y cada vez más eficientes

El progreso no ocurre solamente en las capacidades. También está bajando el costo de utilizarlas.

OpenAI lanzó este mes GPT 6 Sol y GPT 6 Luna. En la API, Sol cuesta US$2 por millón de tokens de entrada y US$10 por millón de salida, mientras que Luna baja a US$0,10 y US$0,50 respectivamente.

Anthropic también está compitiendo sobre eficiencia. Claude Sonnet 5.5, presentado el 28 de septiembre, funciona más de un 30% más rápido que Sonnet 5 y, según la compañía, puede costar hasta un 30% menos para determinados trabajos. La reducción de costos es especialmente relevante para la adopción empresarial.

Una tecnología demasiado cara puede reservarse para algunas tareas puntuales. Cuando el costo disminuye, empieza a ser viable utilizarla cientos o miles de veces para analizar documentos, clasificar información, investigar, programar, preparar reportes o asistir procesos internos.

La competencia, por lo tanto, ya no pasa únicamente por construir el modelo más potente. También importa cuánto cuesta utilizarlo y cuánta intervención humana necesita para completar un trabajo.

Una nueva etapa para la inteligencia artificial

Analizados por separado, muchos de estos avances pueden parecer mejoras graduales. Agentes que trabajan durante más tiempo, modelos que utilizan computadoras, asistentes con memoria y menores costos de ejecución.

En conjunto muestran una transformación más profunda.

La inteligencia artificial está evolucionando hacia sistemas que pueden mantener contexto, utilizar herramientas y participar en procesos de mayor duración y complejidad.

Todavía existen limitaciones y muchas tareas requieren supervisión humana. Pero el rumbo de los principales laboratorios tecnológicos es cada vez más evidente: desarrollar sistemas que no solo procesen información, sino que puedan utilizarla de manera práctica para avanzar sobre objetivos concretos.

La próxima etapa de la inteligencia artificial no parece estar definida únicamente por cuánto saben los modelos, sino por lo que son capaces de hacer con ese conocimiento.