Agentes de IA, automatización, y quién sigue al mando
Noticias reales de esta semana en IA agentiva, leídas con criterio propio: qué nos sirve, qué no, y por qué — no solo el anuncio.
22 JUL 2026
MERCADO
Cisco lanza modelos chicos que detectan 150× más fallos por dólar que GPT-5.5
Antares-350M y Antares-1B, dos modelos abiertos de Cisco enfocados solo en detectar vulnerabilidades de código, escanearon 500 repositorios en 15 minutos por menos de 1 dólar — el mismo trabajo le tomó a GPT-5.5 cinco horas y más de 100 dólares.
La apuesta de Cisco no es "más grande", es "más específico": un modelo chico, corriendo local (el código sensible nunca sale del servidor del cliente), entrenado para una sola tarea, gana en costo por resultado frente a un modelo generalista enorme.
A favor para AppH
Valida algo que ya hacemos: agentes chicos y enfocados por vertical (flotas, óptica, turismo) en vez de un único modelo genérico para todo.
Correr local reduce el costo operativo de AppManager para clientes con muchos escaneos/monitoreos recurrentes.
En contra / riesgo
Antares es de ciberseguridad de código — no traslada directo a los flujos de negocio (CRM, facturación, inventario) que sí construimos.
Mantener modelos propios especializados es una carga de ingeniería que un estudio chico como AppH debe justificar caso por caso, no adoptar por moda.
Opinión AppH: no vamos a entrenar nuestro propio modelo solo porque Cisco lo hizo. Pero si un cliente necesita monitoreo recurrente y de alto volumen (como el caso de flotas mineras), esto confirma que vale la pena evaluar un modelo chico y propio en vez de pagar de más por un modelo genérico gigante.
EY: el 75% del valor de la IA agéntica se pierde entre silos — no dentro de ellos
Aunque el 88% de los empleados ya usa IA, solo el 28% de las organizaciones logra convertir eso en resultados de negocio reales, según EY. La causa: la IA opera adentro de cada área, pero el valor real está en coordinar entre áreas.
El reporte es honesto sobre el hueco que casi nadie resuelve bien: "gobernanza episódica, no continua" y protocolos de escalamiento y excepción poco definidos, incluso cuando la empresa ya dice tener "humano en el loop".
A favor para AppH
Confirma exactamente el problema que AppManager ataca: coordinación entre áreas (ventas, pedidos, facturación, CRM) en una sola cadena, no islas separadas.
Nos da un vocabulario más preciso para vender bien: no "tenemos humano en el loop" de forma genérica, sino puntos de aprobación explícitos y documentados por flujo.
En contra / riesgo
El propio reporte advierte que decir "humano en el loop" sin protocolos de escalamiento concretos es gobernanza de fachada — un riesgo real si no somos específicos con cada cliente.
El caso de éxito citado (2.4B USD, automotriz) es de una empresa mucho más grande que nuestros clientes típicos — la cifra no es comparable, solo el patrón.
Opinión AppH: este reporte es casi una crítica directa a cómo el mercado usa la frase "human in the loop" sin definir el escalamiento real. Nos obliga a documentar, para cada cliente, en qué paso exacto interviene un humano y qué pasa si algo sale mal — no solo decirlo en la web.
"Más autonomía no elimina el trabajo humano — lo concentra"
Un relato de primera mano: un agente autónomo (bautizado "Molty") empezó a auto-gestionarse tareas y hasta se creó su propio cron de recordatorios. El resultado no fue menos trabajo humano, sino todo el trabajo embudado en un solo revisor.
El autor es honesto: revisar a Molty se pareció más a censurar contenido inapropiado que a dar feedback real. Su conclusión incómoda — "la autonomía no resta trabajo humano, cambia su forma y lo concentra en revisión" — es exactamente la crítica que un estudio como el nuestro, que vende human-in-the-loop, tiene que poder responder de frente.
Por qué la crítica tiene razón
Si un solo dueño de negocio tiene que aprobar cada acción de varios agentes en paralelo, el humano se vuelve el cuello de botella real — no un checkbox simbólico.
Es una advertencia de diseño válida: aprobar por aprobar, sin criterio, no es supervisión — es fricción disfrazada de seguridad.
Por qué no cambia nuestra postura
La alternativa — cero revisión humana en decisiones con consecuencia real — ya es ilegal en Colorado (jul. 2026) y pronto en la UE. No es una opción, es un mínimo.
La solución al cuello de botella es diseño de aprobación (lotes, excepciones, umbrales), no eliminar al humano — eso es justamente lo que trabajamos en AppManager.
Opinión AppH: esta crítica nos obliga a ser honestos con nosotros mismos. Si nuestro panel de aprobación satura al dueño del negocio con clics sin criterio, fallamos igual que Molty — solo que con mejor discurso de marketing. La respuesta correcta no es sacar al humano, es diseñar mejor qué le mostramos y cuándo.
Forbes le dice a las pymes: arranca tus agentes de IA "bajito" y sube de nivel sólo cuando se ganen tu confianza — el mismo principio que ya aplicamos en AppManager
En un artículo del 27 de marzo, Forbes propone un "espectro de autonomía" de 5 niveles para que una pyme empiece sus primeros agentes de IA en los niveles 2-3 (responder preguntas, calificar leads) y sólo suba a niveles más autónomos (como redactar contenido de marca) cuando el agente ya demostró que se puede confiar en él.
La nota (TerDawn DeBoe, especialista en estrategia de IA y ROI para pymes) da 3 ejemplos concretos: un agente que responde preguntas de clientes (nivel 2, ahorro de tiempo fácil de medir), uno que califica leads entrantes (nivel 3, mejor priorización) y uno que redacta contenido de marca consistente (nivel 4, para que un cliente nuevo no tenga que esperar mientras atendés a los existentes). Su consejo central — no partas de autonomía alta porque "suena más avanzado", ganátela primero — es el mismo criterio que ya aplicamos nosotros, sólo que en AppManager no es sólo un consejo de estrategia: está en el propio panel de aprobación, donde cada acción de un agente (enviar una relance, marcar una orden de compra recibida, aprobar un borrador) espera que un humano la confirme antes de ejecutarse, sin excepción para lo que tiene consecuencia real (un envío, un cobro, un cambio de stock).
Dónde coincidimos
El "espectro de autonomía" que propone Forbes (empezar en nivel 2-3, subir sólo con confianza ganada) es exactamente cómo diseñamos AppManager desde el día uno — no es una idea nueva para nosotros, es cómo ya construimos cada módulo.
Sus 3 ejemplos (responder preguntas, calificar leads, redactar contenido) son casi calco de 3 cosas que un cliente de AppManager ya puede automatizar hoy: Messenger con transcripción de llamadas, calificación de leads en Prospecting/CRM, plantillas de propuestas en el propio pipeline B2B.
Qué le falta a la nota
Forbes recomienda herramientas genéricas (Microsoft Copilot Studio) para construir estos agentes, pero no dice nada sobre CÓMO queda registrada esa aprobación humana ni quién puede revisarla después. Un "nivel de autonomía" sin un registro auditable de qué aprobó un humano y cuándo es un consejo de estrategia, no un mecanismo real de control.
El artículo no distingue entre pymes de un solo rubro (una óptica, un taller) y pymes con varios procesos cruzados (ventas + facturación + inventario) — el riesgo real de "subir de nivel demasiado rápido" es mayor cuando un agente toca varios sistemas a la vez, no sólo uno.
Opinión AppH: coincidimos con el consejo de Forbes casi al pie de la letra — y no porque nos convenga decirlo, sino porque ya lo construimos así antes de leer esta nota. La diferencia real está en la letra chica: nosotros no dejamos la aprobación humana como una buena práctica que el dueño de la pyme tiene que acordarse de aplicar — la ponemos en el propio flujo del producto, con un registro de quién aprobó qué y cuándo. Si estás evaluando tus primeros agentes de IA, la pregunta que te recomendamos hacerte no es sólo "¿en qué nivel de autonomía debería empezar?" sino "¿dónde queda el registro de que un humano aprobó esto, y puedo verlo después?" — eso es lo que separa control real de una buena intención.