Líderes de la industria se unen para definir el futuro de la IA autónoma (Autonomous AI)
En un movimiento decisivo para estabilizar el panorama de la inteligencia artificial, que se fragmenta rápidamente, OpenAI y Cisco han brindado su apoyo a una masiva iniciativa a nivel de toda la industria para establecer estándares de gobernanza para la IA agéntica (Agentic AI). La formación de la Agentic AI Foundation (AAIF), que opera bajo la Linux Foundation, marca un momento crucial en el cambio de la industria de chatbots que conversan a agentes autónomos que ejecutan tareas complejas.
Esta coalición, que incluye a los custodios fundadores OpenAI, Anthropic y Block, junto con importantes patrocinadores corporativos como Cisco, Microsoft y Google, tiene como objetivo resolver la "crisis de interoperabilidad" que amenaza con frenar la adopción empresarial. El anuncio se produce mientras Gartner publica una predicción sorprendente: para finales de 2026, el 40% del software empresarial incluirá agentes de IA específicos para tareas, frente a menos del 5% en 2025.
El cambio del "Chat" a la "Acción"
La industria se encuentra actualmente en un punto de inflexión. Si bien la IA generativa (Generative AI) impresionó al mundo con su capacidad para crear texto e imágenes, la IA agéntica representa la evolución funcional de la tecnología. Estos agentes no solo generan contenido; interactúan con el software, ejecutan flujos de trabajo y toman decisiones con una supervisión humana mínima.
Sin embargo, esta capacidad introduce riesgos significativos. Sin estándares compartidos, los agentes de diferentes proveedores no pueden comunicarse y las empresas enfrentan problemas de seguridad de "caja negra". El mandato de la AAIF es crear un ecosistema neutral y abierto donde los agentes puedan interactuar de forma segura a través de fronteras de propiedad.
Tabla 1: La evolución de la IA generativa a la IA agéntica
| Característica | IA generativa (2023-2024) | IA agéntica (2025-2026) |
|---|---|---|
| Función principal | Generación de contenido (texto, imagen) | Ejecución de tareas y toma de decisiones |
| Interacción | Prompts humanos, la IA responde | La IA observa, planifica y actúa de forma autónoma |
| Utilidad primaria | Recuperación de conocimiento, redacción | Automatización de flujos de trabajo, operaciones de TI, procesamiento de transacciones |
| Riesgo clave | Alucinación (información falsa) | Acción no intencionada (corrupción de datos, acceso no autorizado) |
| Interoperabilidad | Baja (interfaces de chat aisladas) | Alta (requiere estándares de API/Protocolo como MCP) |
| Pronóstico de Gartner | Programas piloto generalizados | 40% integrado en aplicaciones empresariales para 2026 |
La jugada estratégica de Cisco: AgenticOps
Mientras OpenAI y Anthropic impulsan los protocolos de software, Cisco se posiciona como la columna vertebral de infraestructura para esta nueva era. En el reciente evento Cisco Live EMEA en Ámsterdam, el gigante de las redes reveló la expansión de AgenticOps, un modelo operativo diseñado para soportar las inmensas demandas de cómputo y red de los agentes autónomos.
Jeetu Patel, presidente y director de productos de Cisco, enmarcó la iniciativa como una cuestión de competitividad nacional y económica. "AgenticOps representa un cambio profundo y fundamental para alejarse de la complejidad", afirmó Patel. "Estamos pasando de una IA que simplemente observa a una IA que razona, decide y actúa".
Cisco identifica tres barreras críticas que la coalición debe abordar para evitar que la IA agéntica siga siendo un "proyecto de ciencia":
- Infraestructura: Los sistemas multiagente requieren redes de baja latencia y una potencia de cómputo masiva. Los nuevos interruptores Silicon One G300 de Cisco están construidos específicamente para manejar estos clústeres de IA.
- Confianza: Las organizaciones no pueden desplegar agentes que puedan "alucinar" un cambio en la configuración del sistema. AgenticOps introduce la "validación de confianza" para verificar las acciones del agente antes de su ejecución.
- Datos: A medida que las fuentes de datos públicos se agotan, las empresas necesitan datos sintéticos y canales seguros para entrenar a estos agentes sin exponer secretos patentados.
El "USB-C" para la IA: Estándares técnicos
La Fundación no es solo un foro de debate; se ha lanzado con tres contribuciones técnicas concretas diseñadas para crear un lenguaje universal para los agentes de IA.
- Model Context Protocol (MCP): Donado por Anthropic, este estándar actúa como un "puerto USB-C" para las aplicaciones de IA. Permite que los modelos de IA se conecten a repositorios de datos (como Slack, Google Drive o GitHub) de una manera estandarizada, eliminando la necesidad de que los desarrolladores creen integraciones personalizadas para cada herramienta.
- AGENTS.md: Contribuido por OpenAI, este es un estándar basado en markdown que sirve como un "README" para los agentes. Permite a los desarrolladores definir instrucciones y contexto claros y legibles por humanos para los agentes de codificación, asegurando que comprendan las reglas de un proyecto específico antes de comenzar a escribir código.
- Goose: Donado por Block (anteriormente Square), Goose es un marco de agentes de código abierto que se ejecuta localmente. Proporciona un plan sobre cómo los agentes pueden operar de forma segura en la máquina de un usuario, cerrando la brecha entre la inteligencia en la nube y la ejecución local.
Estos estándares abordan el temor a la "fragmentación" citado por los analistas de la industria. Si cada proveedor construye un jardín amurallado, los agentes se vuelven inútiles para flujos de trabajo empresariales complejos y multiplataforma.
La brecha de confianza en los servicios financieros
La urgencia de estos estándares es particularmente aguda en industrias reguladas como las finanzas. Chad Davis de F5 señala que para las cooperativas de crédito y los bancos, la promesa de la IA agéntica —decisiones de préstamo automatizadas, detección de fraude y asesoramiento financiero personalizado— depende totalmente de la confianza del titular de la cuenta.
"Una IA agéntica transparente, explicable y compatible no es solo una necesidad regulatoria; es esencial para la sostenibilidad futura", argumenta Davis. Actualmente, las instituciones financieras limitan los agentes a funciones internas de bajo riesgo porque aún no pueden garantizar que un agente autónomo no denegará un préstamo basado en una lógica defectuosa. Los marcos de gobernanza propuestos por la AAIF tienen como objetivo proporcionar la "trazabilidad" y "observabilidad" necesarias para satisfacer a auditores y reguladores.
Perspectivas futuras: La oportunidad de 450 mil millones de dólares
Lo que está en juego económicamente es masivo. Gartner predice que para 2035, la IA agéntica podría impulsar 450 mil millones de dólares en ingresos de software empresarial. Sin embargo, el camino hacia esa cifra está bloqueado por la "brecha de confianza".
Una encuesta de McKinsey a 2,000 empresas reveló que, si bien el 62% está experimentando con agentes de IA, dos tercios no han pasado a implementaciones significativas debido a preocupaciones de gobernanza. Del mismo modo, una encuesta de Collibra encontró que el 60% de los líderes de datos priorizan la capacitación en gobernanza pero carecen de procesos formales.
Al establecer la Agentic AI Foundation, líderes como OpenAI y Cisco están intentando construir las "barreras de seguridad" que permitirán a las empresas quitar las manos del volante. Si tiene éxito, 2026 no será solo el año del agente de IA, sino el año en que la empresa finalmente confíe en él para hacer el trabajo.
