Los agentes de IA empresarial pueden hacer el trabajo, pero la infraestructura que les permita comunicarse entre sí, demostrar que se debe confiar en ellosy ser auditado cuando algo sale mal todavía se está construyendo.
He aquí un vistazo a cómo cinco nuevas empresas están abordando esa brecha (en torno a la orquestación, la observabilidad, la conectividad y la seguridad), como se muestra en Transformación VB 2026.
BAND está orquestando todos los agentes que tienes ejecutándose en segundo plano.
En un futuro muy cercano, se desplegarán agentes en todas partes y trabajarán en nuestro nombre, señaló Vlad Luzin, CTO y cofundador de BANDA.
Como él lo describe: recibirán tareas, visitarán registros, reclutarán a otros agentes para que los ayuden, delegarán subtareas a pares de IA en un “espacio de conversación”, recopilarán y compartirán resultados y luego devolverán un resumen al usuario humano.
BAND está construyendo una capa de infraestructura de coordinación para sistemas de IA multiagente para que esto sea una realidad.
¿Por qué Telegram, Slack o Discord no solucionan el problema? Estas plataformas fueron construidas para humanos, señaló Luzin. Los agentes deben incorporarse manualmente en numerosos pasos y no pueden verse entre sí; “Todavía están solos en una especie de confinamiento solitario digital”.
De manera similar, Claude no tiene estado y los desarrolladores a menudo tienen varias sesiones abiertas a la vez entre las que alternan para diferentes tareas, algo que, según Luzin, crea una fricción real.
El desafío es conectar procesos remotos, lo que Luzin llamó un problema de sistemas distribuidos.
“Primero hay que resolver la capa de transporte, cómo se comunican los agentes en tiempo real”, dijo. Las conversaciones no pueden ocurrir a través de IP y URL; deben pasar a la capa de abstracción para que los agentes puedan hablar a través de canales, espacios de conversación y plataformas.
«Los agentes se ven entre sí. Se entienden. Pueden colaborar juntos. Discuten los problemas. Los solucionan y piden la revisión de otro», dijo Luzin.
BAND admite flujos de trabajo autónomos que pueden funcionar de ocho a 20 horas y es compatible con los protocolos A2A y MCP, según Luzin. Es importante destacar que los humanos pueden unirse a la conversación mientras los agentes conversan y se descubren unos a otros, dijo.
«Podemos registrar y mostrarle todas las tareas que genera su agente en tiempo real», dijo Luzin.
Conifers ayuda a los defensores a moverse a la velocidad de una máquina
El mayor desafío que enfrentan los defensores hoy en día es que todavía corren a la velocidad humana, pero los adversarios corren a la velocidad de las máquinas, dijo Tom Findling, director ejecutivo y cofundador de Coníferas.
Los atacantes ya están adoptando agentes, afirmó Findling, y sólo tienen que tener éxito una vez para penetrar una empresa. Las campañas maliciosas que antes tardaban meses y semanas ahora tardan horas e incluso minutos. Las operaciones de seguridad, por otra parte, son fragmentadas, manuales, ineficientes y lentas.
Findling dijo que Conifers ha tomado varios componentes de la ciberdefensa (inteligencia privada, caza, detección, ingeniería, investigación, respuesta) y los ha convertido en agentes. Luego rompieron los silos entre ellos, dijo. Varios sistemas agentes pueden comunicarse entre sí para garantizar que la defensa operativa y la defensa activa estén siempre activas y adaptándose.
Findling dijo que el sistema de Conifers está condensando el tiempo de contención de 7 horas a 12 minutos, y que la compañía puede revertir investigaciones cibernéticas complejas en cuatro minutos o menos.
Enfatizó la importancia de conectarse a las herramientas de seguridad existentes de una empresa, ya sea detección y respuesta de puntos finales (EDR), gestión de eventos e información de seguridad (SIEM), gestión de postura u otras. Conifers ayuda a los clientes a comprender su postura de seguridad, los puntos débiles, qué controles funcionan y cuáles no, y las áreas en las que invertir para obtener el mejor retorno de la inversión.
«El panorama de amenazas está cambiando, la detección sigue siendo la misma y la inteligencia sobre amenazas no se está poniendo en práctica», afirmó Findling. «Este es un trabajo para agentes».
Raindrop AI crea un registro de auditoría del agente
Uno de los problemas definitorios de la era actual es encontrar problemas críticos en los agentes de IA, dice Ben Hylak, CTO de IA de gota de lluvia.
Es lo que llamó un “doble golpe”: a medida que los agentes se vuelven más capaces, la complejidad aumenta, al igual que los plazos; están funcionando durante horas o días en algunos casos. En segundo lugar, los problemas se vuelven catastróficos en sectores como la salud o la defensa.
«Este problema está empeorando mucho a medida que los modelos y los agentes mejoran», dijo Hylak, «y creo que hay buenas razones para creer que seguirá empeorando».
La plataforma de Raindrop AI encuentra problemas críticos en los agentes en producción y simula soluciones basadas en el comportamiento anterior del usuario, dijo Hylak. Eso permite a los equipos confirmar que una solución funciona según lo previsto antes de su lanzamiento, sin introducir efectos secundarios inesperados.
La plataforma de aprendizaje por refuerzo (RL) de la startup optimiza los arneses y entrena modelos directamente a partir de los datos de Raindrop, dijo. Su motor de simulación previo a la implementación ayuda a identificar qué correcciones realmente impactarían en la producción; Sus pruebas A/B en vivo muestran esos cambios en acción.
Los mensajes, las llamadas a herramientas, los reintentos y los errores se capturan en un solo lugar, y los usuarios humanos son notificados (normalmente a través de Slack) cuando hay un problema, dijo. Los modelos se entrenan para cada cliente y las señales impulsan el aprendizaje continuo en todos los modelos y arneses. «Está condensado en algo que es realmente navegable, fácil de entender, fácil de verificar», dijo Hylak.
Arcade brinda a los agentes la autorización de seguridad que necesitan para actuar
Los agentes de IA están diseñados para hacer todo tipo de cosas por usted, pero a menudo se topan con tres inconvenientes importantes: autorización, gobernanza y confiabilidad.
Para actuar en nombre de usuarios reales con permisos reales, los agentes necesitan un nuevo tipo de arquitectura de seguridad, dijo Sam Partee, cofundador y CTO de Arcade.dev.
Partee dijo que el tiempo de ejecución del agente seguro de su empresa proporciona esta capa de autenticación y autorización para que los agentes puedan pasar revisiones de seguridad críticas. También proporciona observabilidad para que los usuarios humanos puedan observar todo lo que hace un agente. Las acciones son atribuibles al momento exacto en el tiempo con la menor cantidad de ámbitos privilegiados.
Arcade está disponible en un complemento instalable que se puede implementar localmente en un entorno similar a una sala limpia; Las empresas pueden seguir utilizando sus propias herramientas de seguridad y de inicio de sesión, dijo Partee. Siempre que se ejecuta algo en Arcade, está controlado por los mismos controles de acceso basados en roles (RBAC), sistemas de prevención y detección de intrusiones (IDPS), políticas, derechos y otros puntos de control ya establecidos.
Arcade está abordando el problema de los ataques a la cadena de suministro, que «se ha vuelto tan rampante; es increíble», señaló Partee. La seguridad y la observabilidad han seguido siendo un desafío porque “en gran medida, la abstracción ha sido errónea”.
Omilia está abordando el problema de CX «no sencillo»
Resolver la experiencia del cliente (CX) empresarial «realmente no es sencillo», dijo Claudio Rodrigues, CPO de Homilía.
Los sistemas basados en heurísticas son controlados pero lentos; Los sistemas agentes son rápidos pero impredecibles, dijo Rodrigues. Omilia construyó su plataforma para ofrecer control y velocidad juntos.
La oferta agencial y de autoaprendizaje se basa en una filosofía de observar las operaciones de servicio al cliente tal como suceden realmente, en lugar de hacerlo de forma abstracta. Los agentes de Omilia observan los problemas de primera mano, escuchan cada interacción entre clientes y agentes, ingieren datos, especificaciones de API, grabaciones de pantalla y procedimientos operativos estándar (SOP), y luego los asignan a casos de uso para atención al cliente, dijo.
Los centros de contacto deberían ser un motor de ingresos, afirmó Rodrigues, y el diferenciador de Omilia son sus sistemas de voz a texto y sus capas de gobernanza y observabilidad.
La IA crea conocimientos, sugiere mejoras, genera automáticamente agentes conversacionales, extrae información de documentos y API y diseña flujos de diálogo. Luego, los expertos humanos pueden probar interacciones reales y simuladas e implementarlas en producción bajo su supervisión. Omilia combina todo esto en un motor para toda la empresa que aprende continuamente con el tiempo, afirmó Rodrigues.
Rodrigues dijo que la compañía maneja más de 3 mil millones de llamadas al año, más de 1 millón de llamadas de voz por día en algunas implementaciones, y ha observado una mejora del 30 al 45 % en el tiempo de resolución (TTR). Los agentes de Omilia generan 21 veces más ingresos por ventas adicionales que los agentes humanos, afirmó.
En una implementación madura, la automatización alcanza “fácilmente” entre el 80 y el 90%, afirmó. Sin embargo, “la presencia humana en el circuito sigue siendo fundamental para nosotros”.
Suscríbete y recibe las historias más importantes del día.
Al suscribirte aceptas nuestros términos y condiciones y política de privacidad.
