Agentes Always-On en Slack y Teams: el impacto de OpenAI Dots

Durante tres lustros, la inteligencia artificial empresarial ha operado bajo una premisa sencilla: la interacción reactiva. Un prompt, una respuesta y el cierre de sesión. OpenAI ha roto este contrato con Dots, agentes diseñados para investigar, redactar y ejecutar tareas sin esperar una señal explícita. Funcionan de forma persistente en Slack, Teams y ChatGPT, compartiendo memoria y contexto. No estamos ante una mejora incremental, sino ante un cambio de paradigma. La empresa deja de gestionar herramientas para empezar a coordinar compañeros digitales autónomos. El desafío para el directivo es evidente: gobernar una fuerza de trabajo invisible que opera en los mismos canales donde reside la actividad diaria, evitando el caos operativo cuando múltiples departamentos cruzan procesos sobre un mismo hilo. La solución no pasa por la prohibición, sino por una capa de supervisión que transforme estos agentes en activos controlados.

Qué son los Dots y por qué rompen el paradigma reactivo

OpenAI presentó Dots el 29 de septiembre de 2026 durante su conferencia DevDay, describiéndolos como agentes "always-on": persistentes, con memoria continua y capacidad de ejecutar tareas sin que nadie escriba un nuevo mensaje. La diferencia con cualquier asistente anterior no está en la elocuencia de las respuestas, sino en la arquitectura de fondo.

Una computadora en la nube, no un chat

Cada Dot corre sobre el modelo GPT-6 Astra y opera en su propio entorno de computación en la nube, con navegador web propio. No comparte sesión contigo: tiene su propia máquina, su propio acceso a internet y su propia capacidad de mantener tareas abiertas durante horas o días. Esto le permite investigar un mercado, preparar un informe o clasificar correo mientras tú estás en una reunión, y tenerlo listo —o seguir trabajando en ello— cuando vuelves a mirar el canal.

El mismo agente, en todos tus canales

La pieza que más debería interesarte como directivo no es la potencia del modelo, sino la integración. El mismo Dot con el que hablas en ChatGPT puede estar presente en Slack y en Microsoft Teams, manteniendo el contexto entre plataformas. OpenAI ya anuncia planes para extenderlo a SMS y llamadas de voz. Además, ha lanzado un espacio de colaboración llamado ChatGPT Space, pensado para que estos agentes trabajen junto a equipos humanos como un miembro más, no como una ventana aparte.

Para el gobierno empresarial de estos sistemas, OpenAI está colaborando con Microsoft para integrar Dots especializados con Microsoft Agent 365, el marco pensado para gestionar gobernanza y controles de seguridad a escala corporativa. El despliegue inicial, de momento, llega a los suscriptores de los planes Pro, Business Premium y Enterprise.

En el laboratorio de NextAI lo vemos así: la pregunta ya no es si tu empresa va a tener agentes trabajando sin supervisión directa, sino si ese trabajo va a estar orquestado o va a ser una colección de iniciativas descoordinadas compitiendo por los mismos hilos de Slack.

La tabla siguiente resume el salto de paradigma que representa esta arquitectura frente al modelo de IA conversacional al que la mayoría de organizaciones se ha acostumbrado en los últimos tres años.

La fila que de verdad debería preocuparte está a mitad de tabla: memoria continua compartida entre canales. Significa que un Dot puede estar redactando una propuesta comercial en Teams a partir de una conversación que mantuvo en Slack hace tres horas, sin que el responsable de ventas haya dado una instrucción nueva. Eso es exactamente lo que convierte a estos agentes en una herramienta extraordinaria de productividad y, a la vez, en una fuente de incidentes si nadie define quién tiene autoridad para frenarlos, corregirlos o auditar lo que han hecho.

Este es el punto donde entra en juego lo que en NextAI llamamos Superagente: un agente que no ejecuta una tarea puntual, sino que se hace cargo de un proceso completo de principio a fin, con capacidad de coordinar subagentes y rendir cuentas de sus decisiones. Un Dot aislado es un trabajador autónomo suelto en tu organización; un Superagente que lo supervisa es el director de proceso que decide cuándo ese trabajador actúa, sobre qué datos y con qué límites. La diferencia no es semántica: es la que separa una ganancia de productividad de un incidente de gobierno corporativo.

El problema de fondo, que desarrollamos con detalle más adelante, es que varios Dots trabajando en paralelo sobre los mismos canales generan exactamente el tipo de colisiones que ya se documentan en entornos multiagente más maduros, como explicamos en Multi-agent orchestration: stopping 10 agents colliding. La tentación de dejar que cada departamento active su propio Dot sin coordinación central es comprensible, pero es también la receta más directa para perder trazabilidad justo cuando el regulador europeo empieza a exigir lo contrario.

El riesgo de la colisión: por qué Slack y Teams necesitan un director de orquesta

En una empresa mediana española, la adopción de Dots no va a llegar por un proyecto de dirección general. Va a llegar por un comercial que activa un Dot en Teams para preparar propuestas, por un responsable de RRHH que lo conecta a Slack para filtrar candidaturas y por un equipo de marketing que lo usa para monitorizar menciones. Cada uno con buena intención. Ninguno coordinado con los demás.

Eso es exactamente la definición de "shadow agents": agentes activados departamento a departamento, sin registro central, sin política de permisos y sin que nadie sepa qué otro Dot puede estar interviniendo sobre el mismo hilo. El escenario más probable no es un fallo espectacular, sino algo más incómodo: dos agentes respondiendo al mismo cliente en canales distintos, o dos Dots modificando el mismo registro de CRM con información contradictoria porque ninguno sabía que el otro existía.

La respuesta no es prohibir los Dots ni frenar la adopción. Es poner encima una capa de orquestación que audite permisos, resuelva conflictos entre canales y mantenga a un humano en el bucle para las decisiones que importan. A esto lo llamamos Superagente de NextAI: un agente que coordina y supervisa a otros agentes dentro de un proceso completo, decidiendo quién actúa, cuándo y con qué datos, en lugar de limitarse a ejecutar una tarea aislada. Ya hemos descrito con detalle cómo funciona este rol en Agente Supervisor: el director de orquesta de tu flota de IA, y por qué la comunicación estructurada entre agentes —sin intervención humana constante pero con reglas claras— es la base de cualquier despliegue seguro, como explicamos en Agent-to-Agent (A2A): Orquestación de flujos de trabajo sin humanos.

La siguiente tabla no es un estudio externo: es una estimación orientativa del laboratorio de NextAI sobre el nivel de supervisión que recomendamos según el canal donde opera el Dot, en función de la exposición a datos sensibles y del volumen de usuarios simultáneos.

Leyenda: el porcentaje no mide riesgo de fallo del modelo, sino la proporción de acciones que, según nuestra experiencia en despliegues similares, deberían pasar por una capa de validación o registro antes de ejecutarse sin intervención humana. A más canales compartidos y más usuarios por hilo, más supervisión exige el sistema.

Aquí aparece una métrica que en NextAI usamos para medir si esta supervisión está funcionando: el RAO, o Ratio de Autonomía Operativa, que indica de cada cien ejecuciones de un proceso cuántas terminan sin intervención humana. Un Dot sin orquestación puede mostrar un RAO alto en apariencia —responde solo, actúa solo—, pero si ese dato no distingue entre ejecuciones correctas y ejecuciones que tuvieron que corregirse después, el indicador miente. El RAO útil es el que se mide tras aplicar supervisión, no antes.

Económica y ROI: el coste oculto de la computación continua

Hasta ahora, el coste de la IA generativa era predecible: una licencia por usuario, un gasto mensual fijo. Los Dots cambian esa estructura. Al operar en segundo plano, sobre su propia máquina en la nube, generan un coste de procesamiento continuo ligado a los planes Pro, Business Premium y Enterprise de OpenAI, independientemente de si el usuario está escribiendo o no. Es un gasto que crece con el número de tareas abiertas, no con el número de preguntas formuladas.

Esto obliga a una auditoría de ROI distinta a la que has hecho hasta ahora con chatbots. No basta con medir cuántas consultas se resuelven; hay que comparar la reducción real de cuellos de botella —informes que ya no esperan a mañana, clasificación de correo que ocurre mientras duermes, agendas que se preparan solas— frente al coste incremental de mantener licencias avanzadas para cada Dot activo. En muchas organizaciones ese cálculo sale a favor. En otras, el Dot termina ejecutando tareas de bajo valor a un coste de procesamiento que nadie había presupuestado.

El mercado, además, se mueve rápido. Dots no está solo: compite con Meta Muse, que ya supera los 600.000 usuarios activos diarios en Estados Unidos según datos recogidos por La Tribuna (EFE), con Google Gemini Spark y con alternativas open-source emergentes como OpenClaw.

La lectura para un directivo español no es elegir ganador. Es entender que la transición de SaaS a fuerza de trabajo digital ya está en marcha en varios frentes a la vez, y que el coste total de propiedad de cualquiera de estas opciones incluye gobierno, no solo licencia.

Seguridad, riesgo y gobierno: AI Act, RGPD y Microsoft Agent 365

Un Dot con navegador propio y acceso a Gmail, Slack y Teams no es solo más productivo: es una superficie de ataque nueva. La capacidad de navegar por internet de forma autónoma multiplica el riesgo de inyecciones indirectas de prompt, donde un contenido malicioso en una página web o un correo puede alterar el comportamiento del agente sin que el usuario lo perciba.

Bajo el RGPD y el AI Act europeo, esto no es una cuestión técnica menor. Un agente persistente que procesa comunicaciones internas de forma continua requiere, como mínimo, una evaluación de impacto relativa a la protección de datos, una delimitación clara de quién es responsable del tratamiento y quién actúa como encargado, y trazabilidad completa de cada acción ejecutada sin supervisión directa. Si un Dot redacta y envía un documento con datos personales sin que nadie lo revise, la empresa necesita poder reconstruir esa decisión después, no solo confiar en que fue correcta.

La colaboración anunciada entre OpenAI y Microsoft para integrar Dots especializados con Microsoft Agent 365 apunta en la dirección correcta: gobernanza y controles de seguridad a nivel de plataforma. Pero esa integración no sustituye el trabajo que cada empresa tiene que hacer puertas adentro: conectar esos controles con su propio sistema de gestión de identidades, para que la auditoría de logs y la revocación de credenciales sean centralizadas y no dependan de que cada departamento recuerde desactivar su Dot.

Aquí entra el segundo concepto que conviene tener claro. En NextAI hablamos de Cerebro Empresarial para referirnos a la memoria corporativa estructurada —con recuperación aumentada por recuperación y grafos de conocimiento— que permite a cualquier agente, incluido un Dot externo, operar sobre datos verificados y trazables en lugar de improvisar con lo primero que encuentra. Sin ese cerebro propio, cada Dot activado sin control acumula lo que llamamos Deuda de Contexto: información fragmentada, versiones contradictorias y decisiones tomadas sobre datos incompletos que, tarde o temprano, hay que pagar en forma de corrección manual o incidente.

Operación real en las empresas españolas medianas

En la práctica, la mayoría de las medianas empresas españolas no tiene hoy ni el inventario de qué agentes están activos en sus canales, ni una política de quién puede activarlos. Eso es terreno abonado para la colisión: dos Dots respondiendo al mismo hilo de Teams, uno gestionado por ventas y otro por atención al cliente, cada uno convencido de que tiene autoridad sobre la conversación.

Si tu empresa ya tiene desplegado un superagente de atención al cliente, como el que describimos en Customer service superagent: beyond the chatbot, activar un Dot sin coordinarlo con ese sistema no añade capacidad: añade ruido y riesgo de respuestas contradictorias al mismo cliente.

La Ruta NEXT-5 —cartografía, cerebro, superagentes, orquestación, gobierno— existe precisamente para evitar este desorden: antes de activar agentes always-on, conviene saber en qué fase está tu organización. Y el IMAN, el Índice de Madurez AI-Native que mide datos, memoria, razonamiento, agencia y gobierno en cinco ejes, te da una fotografía honesta de si tu empresa está lista para gobernar un Dot o si primero necesita ordenar su memoria corporativa.

Qué significa para tu empresa

Las recomendaciones no son iguales para todos los perfiles de empresa.

• Si todavía no tienes un Cerebro Empresarial: no actives Dots sobre procesos críticos. El riesgo de Deuda de Contexto es alto porque el agente trabajará sobre información dispersa. Prioriza primero estructurar la memoria corporativa.
• Si ya tienes Superagentes desplegados: integra los Dots como fuentes de apoyo bajo la supervisión del Superagente existente, nunca como agentes paralelos sin coordinación. El punto de control debe ser único.
• Si tu actividad implica datos personales o financieros sensibles: exige evaluación de impacto antes de cualquier despliegue en Slack o Teams, y limita el acceso del navegador cloud del Dot a repositorios no sensibles mediante privilegios mínimos.

Criterios prácticos de decisión: mide tu puntuación IMAN actual antes de decidir el ritmo de adopción; distingue procesos críticos de procesos auxiliares, y activa Dots primero en los segundos; y calcula tu exposición real en Teams y Slack —cuántos usuarios y departamentos tendrían acceso potencial al mismo agente— antes de ampliar el despliegue.

Metodología y fuentes

El laboratorio de NextAI ha cruzado el anuncio oficial de producto, la cobertura técnica de la arquitectura y la cobertura de mercado del lanzamiento, contrastándolo con patrones de colisión multiagente ya observados en despliegues previos de clientes. La fecha correcta de la presentación es el 29 de septiembre de 2026, durante DevDay, no el 2 de octubre como recoge alguna cobertura posterior. Fuentes consultadas: OpenAI Announcement, VentureBeat, DataCamp Blog y La Tribuna (EFE).

Preguntas frecuentes

¿Qué son los agentes always-on de OpenAI (Dots)?

Son agentes persistentes impulsados por GPT-6 Astra que operan en su propio entorno de computación en la nube, con navegador propio, manteniendo memoria continua entre ChatGPT, Slack y Teams sin necesidad de que el usuario escriba un nuevo mensaje para que sigan trabajando.

¿Cómo evitar que varios Dots colisionen en Slack o Teams?

Se necesita una capa de orquestación centralizada, como un Superagente, que audite permisos, defina qué agente tiene autoridad sobre cada hilo y canal, y mantenga un registro único de acciones ejecutadas para evitar respuestas contradictorias o duplicadas.

¿Qué riesgos de RGPD y AI Act plantean los agentes persistentes?

Al navegar de forma autónoma y procesar comunicaciones internas, aumentan la superficie de ataque y exigen evaluación de impacto, delimitación clara entre responsable y encargado del tratamiento, y trazabilidad completa de cada acción ejecutada sin supervisión humana directa.

¿Necesita mi empresa un Superagente para usar Dots con seguridad?

Si vas a desplegar Dots en varios departamentos o canales a la vez, sí: sin un Superagente que coordine permisos y resuelva conflictos, el riesgo de shadow agents y colisiones operativas crece con cada nuevo agente activado sin control central.

Qué hacer con esto

El despliegue de agentes persistentes requiere una estrategia metódica para evitar la entropía operativa: 1. Auditoría inmediata: localiza qué Dots o automatizaciones operan ya en Slack y Teams por departamento. 2. Centralización: implementa un Superagente que actúe como capa de supervisión única. 3. Privilegio mínimo: restringe estrictamente el acceso de los agentes a repositorios sensibles. 4. Cumplimiento normativo: documenta la trazabilidad bajo el AI Act antes de integrar procesos con datos personales. 5. Control de calidad: mide el RAO comparando las ejecuciones autónomas frente a las correcciones manuales necesarias. Pide tu Auditoría Digital — 45 minutos, sin presentaciones comerciales.