Silicon Valley ha declarado la guerra al escritorio corporativo. Ya no hablamos de chatbots que redactan correos o asistentes de apoyo, sino de agentes que residen en el sistema, operan de forma autónoma y toman decisiones sobre datos sensibles sin supervisión directa. El 29 de septiembre de 2026, OpenAI presentó Dots sobre GPT-6 Astra, apenas nueve días después de que Meta lanzara Muse. En menos de tres semanas, dos titanes tecnológicos han consolidado una categoría de producto inquietante: superagentes persistentes que operan en entornos dedicados sin requerir confirmación humana constante. Desde NextAI advertimos que el salto de la IA generativa reactiva a la agéntica persistente desafía los marcos de gobernanza antes que los de productividad. La hipótesis es ahora una realidad comercial con contrato de servicio y fricciones regulatorias inmediatas en suelo europeo.

El hecho: dos lanzamientos, un mismo mes

Conviene separar lo que sabemos con certeza de lo que todavía es interpretación o rumor sin confirmar. Esta es la diferencia entre informar y especular, y en un mercado que se mueve tan rápido, confundirlas cuesta dinero.

Lo que está verificado

OpenAI presentó oficialmente sus agentes autónomos dots el 29 de septiembre de 2026 durante su DevDay en San Francisco, construidos sobre GPT-6 Astra, según recogió The New York Times. La misma fuente señala que OpenAI frenó el lanzamiento de una versión posterior, GPT-6.1 Astra, por preocupaciones de seguridad, y optó por mantener dots operando sobre GPT-6 Astra tras pruebas adicionales. Es un dato relevante: la compañía decidió no acelerar el modelo base de su producto estrella de agentes justo antes de lanzarlo al mercado empresarial.

Por su parte, Meta lanzó Muse el 8 de septiembre de 2026, sustentado en la familia de modelos Muse Spark y ejecutado en un entorno aislado llamado Muse Secure Virtual Machine, según documenta Layer3 Labs. Muse incorpora navegación web, integración con aplicaciones y llamadas telefónicas salientes autónomas a comercios, con una beta pública lanzada el 16 de septiembre de 2026 en Estados Unidos.

Los agentes dots, además, interactúan a través de ChatGPT, Slack, Microsoft Teams y SMS, y requieren confirmación humana obligatoria antes de ejecutar acciones sensibles como cambiar contraseñas o instalar software, según The New York Times. Este detalle es, probablemente, el más importante de todo el anuncio para cualquier director de tecnología.

Lo que no está confirmado

Dos matices merecen cautela. Primero, la disponibilidad geográfica de dots en Europa: mientras el anuncio general habla de despliegue para suscriptores Pro, Business Premium y Enterprise, distintas informaciones apuntan a que el despliegue estaría restringido o excluido en ciertas partes de Europa por escrutinio regulatorio, sin que exista todavía una confirmación cerrada y definitiva de qué mercados quedan fuera ni durante cuánto tiempo.

Segundo, sobre las llamadas telefónicas autónomas de Meta Muse: aunque se presentaron como agente puramente autónomo de voz, investigaciones periodísticas de 404 Media, citadas por Layer3 Labs, señalaron que ciertas llamadas de prueba del servicio fueron canalizadas u operadas mediante soporte de agentes humanos en centros de llamadas. No es lo mismo un agente que llama solo que un agente con un humano de respaldo detrás del teléfono, y esa diferencia importa mucho a la hora de valorar el grado real de autonomía del producto.

Qué decisión empresarial cambia

La consecuencia práctica para cualquier empresa es esta: ya no se trata de decidir si se pilota un chatbot interno, sino de decidir quién autoriza qué acciones cuando un software con capacidad de ejecución persistente puede tocar credenciales, pagos o documentos corporativos sin que nadie esté mirando la pantalla en ese instante. La pregunta ha dejado de ser tecnológica. Es de gobierno.

De asistentes reactivos a superagentes persistentes

Hasta ahora, la IA generativa en la empresa funcionaba como un empleado al que le haces una pregunta y te contesta. Dots y Muse representan otra cosa: procesos que arrancan, se ejecutan durante horas o días, toman decisiones intermedias y solo te avisan cuando necesitan tu firma o cuando terminan.

En NextAI llamamos Superagente a la entidad de software que se hace cargo de un proceso empresarial completo de principio a fin, en lugar de limitarse a responder preguntas puntuales, asumiendo decisiones intermedias bajo reglas de autorización definidas de antemano. Dots y Muse son, en esencia, la primera materialización comercial masiva de ese concepto, con dos filosofías de control radicalmente distintas.

La clave no es cuál de los dos ejecuta más rápido una tarea de escritorio. La clave es qué ocurre el día que el agente interpreta mal una instrucción, accede a un sistema que no debía o inicia una transacción que nadie autorizó explícitamente. Ahí es donde entra en juego lo que en NextAI denominamos el Cerebro Empresarial: la capa de memoria corporativa, gobernada mediante RAG y grafos de conocimiento, que decide qué información puede ver un agente, durante cuánto tiempo y bajo qué condiciones de trazabilidad, para que ningún superagente opere con más contexto —ni más autonomía— del que la empresa ha autorizado.

La verdadera batalla entre OpenAI Dots y Meta Muse no se libra en la velocidad de ejecución de escritorio. Se libra en quién controla el runtime cuando el agente decide algo que tú no habrías decidido.

Arquitectura técnica: dos visiones del runtime persistente

La contienda entre ambos productos revela dos filosofías de ingeniería distintas para resolver el mismo problema: cómo dejar que un agente actúe solo sin que eso se convierta en un riesgo operativo.

Meta apuesta por el aislamiento físico. Muse Secure Virtual Machine separa los procesos confidenciales de la computación general, ejecutando las tareas del agente en un entorno cerrado que no comparte memoria ni estado con el resto del sistema del usuario. Es una arquitectura de contención: si algo falla, falla dentro de una caja.

OpenAI apuesta por la ubicuidad conversacional con puntos de control forzosos. Dots vive dentro de las herramientas que ya usa una plantilla —ChatGPT, Slack, Teams, SMS— y no depende de una máquina virtual dedicada, sino de "hooks" de autorización obligatoria que se activan automáticamente cuando el agente intenta ejecutar una acción de nivel de sistema operativo, como cambiar una contraseña o instalar software. Es una arquitectura de intervención: el agente puede moverse libremente, pero se detiene en los puntos que la compañía considera de riesgo.

La diferencia no es cosmética. Un modelo de contención por máquina virtual protege mejor el dato en reposo, pero exige que la empresa confíe en que todo lo relevante ocurre dentro de esa caja. Un modelo de intervención por puntos de control protege mejor la decisión crítica, pero exige que la empresa haya definido con precisión milimétrica qué cuenta como "acción sensible" antes de activar el agente. Ninguna de las dos arquitecturas resuelve el problema de gobierno por sí sola: ambas dependen de que la empresa que las contrata haya hecho antes los deberes.

Coste total y retorno: del asiento por usuario al consumo de tokens

El primer choque cultural que va a notar cualquier CFO es que estos productos no se venden como una licencia más de Microsoft 365. Se venden como consumo de inferencia. La lógica del "asiento por usuario" —pagas por persona, usa lo que quiera— se rompe cuando el que trabaja es un agente que puede estar procesando tokens durante toda la noche.

Meta ha optado por un modelo de cuotas semanales de tokens integradas en planes de suscripción: el plan Power cuesta 20 dólares al mes e incluye 500 millones de tokens semanales, mientras que el plan Maximum sube a 100 dólares al mes por 3.000 millones de tokens semanales, según Layer3 Labs. Para quien quiera construir sobre la API de Muse Spark —lo que eWeek documenta bajo el nombre Muse Code— el coste se factura por volumen real de cómputo: 1,25 dólares por millón de tokens de entrada, 0,15 dólares por millón de tokens en caché y 4,25 dólares por millón de tokens de salida. OpenAI, por su parte, ha situado su nivel empresarial avanzado de dots en 500 dólares mensuales por plan, según recoge Fortune, sin publicar un tope de tokens equivalente al de Meta.

La implicación de ROI es directa y bastante incómoda: si el agente necesita supervisión humana constante para validar cada paso, la ganancia neta de productividad se diluye, porque estás pagando dos veces el mismo proceso —el consumo de tokens del agente y el tiempo de la persona que lo vigila—. El cálculo de retorno real exige modelar no solo la licencia, sino cuánto cuesta esa vigilancia y compararlo con lo que ya analizamos en Coste de Agente Humano vs Agente de Voz IA: Modelo TCO 2026. El patrón de fondo, además, no es nuevo: ya lo vimos con el salto de precio y rendimiento agéntico de Claude Sonnet 5.5: claves de rendimiento agéntico y coste empresarial, donde la variable que decide el negocio no es el precio por token, sino cuántas ejecuciones terminan sin intervención.

Riesgo, seguridad y gobierno: qué dice (y qué no dice aún) el marco europeo

Aquí está el verdadero campo de batalla, y no es técnico. Es regulatorio. El AI Act europeo y el RGPD exigen trazabilidad sobre quién decide qué cuando hay datos personales de terceros de por medio, y un agente que navega webs, llama a comercios o instala software por su cuenta activa automáticamente preguntas de responsabilidad civil que ningún departamento legal quiere resolver a posteriori.

El diseño de OpenAI —confirmación humana obligatoria antes de cambiar contraseñas o instalar software— es, en la práctica, una mitigación de responsabilidad: la compañía traslada la decisión final al humano en el punto exacto donde el riesgo legal es mayor. Es una arquitectura defensiva, no solo técnica. Dicho esto, conviene no precipitarse con la exclusión europea de dots: las informaciones disponibles apuntan a restricciones parciales por escrutinio regulatorio, pero no existe todavía una confirmación cerrada de qué mercados quedan fuera ni durante cuánto tiempo. Tratarlo como un veto definitivo sería adelantar un hecho que la fuente no sostiene.

Este tipo de fricción es exactamente el terreno donde nace lo que en NextAI llamamos Deuda de Contexto: el riesgo acumulado que asume una empresa cuando un superagente sigue operando sobre información parcial, obsoleta o mal etiquetada sin que nadie audite ni corrija esa memoria operativa, generando decisiones erróneas que se descubren semanas después de haberse tomado. Un agente persistente que lleva días ejecutando tareas sin supervisión activa es, por definición, un generador potencial de deuda de contexto si no hay un marco de gobierno detrás.

Ese marco es precisamente lo que estructura la Ruta NEXT-5, el modelo de NextAI para desplegar IA empresarial en cinco fases sucesivas: cartografía de procesos, construcción del cerebro corporativo, despliegue de superagentes, orquestación entre ellos y gobierno continuo de sus decisiones. Ninguna empresa debería activar un agente como dots o Muse en la fase de "superagentes" sin haber cerrado antes la fase de "gobierno" que define qué puede ver, tocar y decidir. Este mismo debate sobre soberanía y localización del cómputo conecta directamente con lo que ya analizamos en Real Decreto de centros de datos: claves de cómputo e IA, donde la ubicación física de la inferencia deja de ser un detalle técnico para convertirse en una condición de cumplimiento.

Operación real en empresas españolas

En el tejido corporativo español la conversación se vuelve más concreta y, francamente, más terrenal. La primera barrera no es el modelo, es la soberanía del dato: dónde se procesa la inferencia, bajo qué jurisdicción y con qué garantías frente al RGPD. La segunda es la geolocalización de esa inferencia, que condiciona si una pyme puede siquiera plantearse una prueba de concepto sin abrir un expediente con su asesoría legal.

La integración nativa con Microsoft Teams y Slack coloca a OpenAI Dots en clara ventaja para el entorno B2B español, donde buena parte de la operativa diaria —aprobaciones, reportes, coordinación entre equipos— ya vive dentro de esas herramientas. Meta Muse, orientado a comercio y consumidor final, necesita conectores con ERPs y canales de venta locales que, hoy por hoy, todavía carecen de la madurez operativa suficiente para una adopción seria fuera del entorno estadounidense.

Antes de activar cualquiera de los dos, en NextAI recomendamos medir el IMAN (Índice de Madurez AI-Native), que evalúa en cinco ejes —datos, memoria, razonamiento, agencia y gobierno— cuán preparada está realmente una organización para operar con superagentes antes de ponerlos en producción. Y una vez el piloto arranca, la métrica que de verdad importa no es la satisfacción del usuario, sino el RAO (Ratio de Autonomía Operativa): de cada 100 ejecuciones de un proceso, cuántas terminan sin intervención humana. Si el RAO no mejora tras meses de uso, el superagente no está reduciendo carga de trabajo, solo la está trasladando a otro punto de la cadena, normalmente al empleado que revisa lo que el agente hizo mal. Ya documentamos esta lógica de auditoría vertical en Superagente de IA para Clínicas: IONOS vs Evoltis en Admisión 24/7, un caso donde el valor real del agente se midió, precisamente, en cuántas admisiones se resolvían sin que nadie tuviera que coger el teléfono.

Qué significa para tu empresa

No hay una respuesta única. Depende de tu tipo de negocio y de cuánta exposición a datos personales de terceros manejas a diario.

Pyme B2B con Microsoft 365

Si tu operativa vive en Teams y Slack, Dots encaja mejor por integración nativa, pero eso no te exime de definir qué acciones exigen aprobación humana antes de dar acceso a credenciales corporativas.

Empresa de comercio o retail orientada a consumidor

Muse tiene sentido conceptual —navegación, checkout, llamadas a comercios—, pero la madurez de los conectores locales todavía es baja. Antes de comprometer presupuesto, valora si tus canales de venta ya están preparados para recibir tráfico de un agente autónomo.

Empresa regulada con datos sensibles

Aquí la prioridad no es la velocidad, es el cumplimiento. Ningún superagente debería tocar datos personales de terceros sin una auditoría previa de RGPD y AI Act, con independencia de qué proveedor elijas.

Los criterios de decisión, en orden de peso, son tres: madurez de gobierno interno, exposición real a datos personales y dependencia operativa de Teams/Slack frente a canales de venta propios. Como pasos accionables inmediatos:

1. Mapear los procesos candidatos a superagente y clasificarlos por nivel de riesgo.
2. Definir una matriz de privilegios mínimos y qué acciones requieren aprobación humana obligatoria.
3. Auditar el cumplimiento de RGPD y AI Act antes de autorizar cualquier prueba de concepto.
4. Modelar el TCO real incluyendo consumo de tokens, no solo licencias por usuario.
5. Medir el RAO del proceso piloto antes y después de activar el agente.

Metodología y fuentes

El laboratorio de NextAI ha contrastado los anuncios oficiales de OpenAI y Meta con cobertura periodística especializada y documentación técnica publicada, separando en todo momento lo que las fuentes confirman de lo que todavía circula como señal sin cerrar. No hemos incorporado ninguna cifra ni afirmación que no aparezca respaldada por al menos una de estas fuentes: The New York Times, Layer3 Labs y eWeek.

Preguntas frecuentes

¿Qué son los superagentes IA y en qué se diferencian de los chatbots?

Un superagente IA se hace cargo de un proceso completo de principio a fin, ejecutando tareas durante horas sin que un humano confirme cada paso, mientras que un chatbot solo responde cuando se le pregunta. La diferencia clave es la persistencia: el superagente actúa mientras tú haces otra cosa.

¿Qué es OpenAI Dots y cuándo se lanzó?

Dots es el agente autónomo de OpenAI presentado el 29 de septiembre de 2026 durante su DevDay en San Francisco, construido sobre el modelo GPT-6 Astra. Opera dentro de ChatGPT, Slack, Microsoft Teams y SMS, y exige confirmación humana antes de ejecutar acciones sensibles como cambiar contraseñas.

¿Qué es Meta Muse y cómo funciona su máquina virtual segura?

Muse es el agente personal de Meta lanzado el 8 de septiembre de 2026, basado en la familia de modelos Muse Spark. Ejecuta sus procesos dentro de Muse Secure Virtual Machine, un entorno aislado que separa las tareas confidenciales del agente del resto de la computación del usuario.

¿Qué riesgos de gobierno de IA plantean los agentes autónomos empresariales en Europa?

El principal riesgo es la fricción entre la autonomía decisoria del agente y las exigencias del AI Act y el RGPD sobre tratamiento de datos personales de terceros. Sin políticas de privilegios mínimos y aprobación humana, un superagente puede ejecutar acciones con implicaciones legales antes de que nadie las revise.

Qué hacer con esto

1. Audita qué procesos soportan realmente un superagente y cuáles comprometen datos críticos. 2. Formaliza una política de human-in-the-loop que distinga las acciones que requieren aprobación explícita. 3. Calcula el coste total de propiedad más allá de las suscripciones, analizando el consumo real de tokens. 4. Establece métricas de RAO objetivas antes de escalar cualquier despliegue. 5. Verifica la conformidad técnica con el AI Act antes de asignar presupuesto a largo plazo. Pide tu Auditoría Digital — 45 minutos, sin presentaciones comerciales.