Instinct integra su agente en chats grupales y alcanza valoración de US$10.000 millones

Los asistentes de IA dejaron de ser una ventana privada de preguntas y respuestas. Instinct, la startup de Noah Shinn, anunció esta semana que su agente puede sumarse a conversaciones grupales para planificar viajes, conseguir entradas, coordinar turnos de auto o decidir quién lleva qué a una cena, incluso cuando los participantes no tienen cuenta en la plataforma. El movimiento ocurre cuando la compañía ya está valorada en US$10.000 millones, después de haber cerrado septiembre en US$2.500 millones.

La apuesta por el chat grupal

Instinct se adelanta así a Meta, cuyo asistente Muse no ofrece todavía chat grupal. Meta, en cambio, permite sumar una versión anterior de su agente, Meta AI, a los chats de WhatsApp, Messenger, Instagram y Facebook. OpenAI también movió sus piezas con Dots, sus avatares agénticos, y Spaces, los espacios colaborativos donde humanos y agentes trabajan juntos. La pista es clara: la próxima etapa de la inteligencia artificial no se juega en la pestaña del chatbot, sino dentro del hilo donde ya ocurre la coordinación.

En esa transición, el diseño de permisos es el primer campo de batalla. El fundador de Instinct explicó que el agente personal pedirá autorización antes de conectar con el agente del grupo, que los perfiles individuales permanecen aislados del contexto compartido y que las respuestas pendientes quedan retenidas si entra un nuevo miembro al chat. El despliegue arranca con los usuarios en acceso anticipado y se ampliará al resto; quienes quieran probarlo pueden pedírselo al propio agente. Son salvaguardas necesarias, pero no suficientes.

El costo oculto de la colaboración

La evidencia académica sugiere que la protección de la privacidad en sistemas con varios agentes no se resuelve solo con permisos. Un equipo de investigadores de la Universidad de Wuhan, la Universidad Nacional de Singapur y otras instituciones propone los sistemas multiagente federados, donde los agentes colaboran sin exponer datos sensibles. Su mecanismo, EPEAgents, filtra los mensajes durante la fase de recuperación de contexto y logró una efectividad de protección de hasta 97,62% en experimentos con datos de finanzas y salud. El enfoque confirma que la privacidad puede integrarse en la arquitectura, no recién cuando ocurre el incidente.

Otro estudio, elaborado por investigadores de la City University of Macau y la Universidad de las Nacionalidades de China, describe lo que ocurre cuando un error menor entra a una red de agentes. En lugar de corregirse, el fallo se repite, se valida y puede convertirse en un falso consenso; los autores lograron provocar fallas generalizadas con una sola semilla de error. También identificaron tres vulnerabilidades estructurales: amplificación en cascada, sensibilidad a la topología de la red e inercia del consenso. Su capa de gobernanza, basada en grafos de genealogía, bloqueó la infección final en al menos 89% de las ejecuciones sin alterar la colaboración.

Para una empresa latinoamericana, la conclusión es práctica: delegar tareas a un agente dentro de un chat implica aceptar que una instrucción ambigua puede propagarse como un rumor. Quien adopte estas herramientas necesita trazabilidad, es decir, poder reconstruir qué mensaje generó cada decisión, y un mecanismo para detectar cuándo el sistema está convergiendo hacia una respuesta equivocada.

Mientras Instinct y Muse compiten por escala, plataformas como Bloome llevan la misma idea a otro extremo: el agente es un miembro de primera clase en el chat, con perfil, @menciones e hilos, y varios agentes pueden colaborar entre sí en una sola conversación, incluso conectando herramientas como Claude Code o Codex. La tesis compartida es que el chat deja de ser un canal y se convierte en la superficie de trabajo.

Frente a esta convergencia, los ejecutivos de la región deberían exigir al menos tres cosas antes de habilitar agentes en conversaciones compartidas:

• que el agente opere con el mínimo de datos necesario para la tarea y no con todo el contexto del grupo;
• que las conversaciones queden registradas y auditables para reconstruir cómo se tomó una decisión;
• que exista una política explícita para retener respuestas cuando cambia la composición del grupo.

La tecnología ya sabe coordinar. La pregunta abierta es si las organizaciones están preparadas para saber cuándo un agente debe callar.