Radar La nueva carrera de la IA: de los modelos gigantes a los agentes físicos
Los agentes de IA que actúan en el mundo real reemplazan la carrera por parámetros. Laboro.AI muestra cómo esta revolución afecta al software, al trabajo y a la estrategia de las empresas japonesas.
De la competencia de modelos a los agentes físicos
En los últimos meses la batalla que dominaba el panorama de la inteligencia artificial ha cambiado de pista. Hasta hace poco, la métrica de referencia eran los números de parámetros de los grandes modelos de lenguaje (LLM) y sus puntuaciones en benchmarks clásicos. La carrera se medía en teraflops, en cuántas palabras podía generar el modelo y en cuántos puntos obtenía en pruebas estandarizadas.
Hoy el foco se ha desplazado a algo mucho más concreto: los "agentes" que pueden operar de forma autónoma en entornos complejos y, más importante aún, los "agentes físicos" que interactúan directamente con el mundo real. Laboro.AI, empresa japonesa especializada en IA a medida, explicó en una mesa redonda el 11 de junio de 2026 que la siguiente fase del desarrollo consiste en orquestar varios modelos y recursos para que, como una orquesta, ejecuten tareas sin que un humano tenga que dar instrucciones minuto a minuto.
El marco que la compañía propone se compone de tres capas. La primera, denominada "Model", contiene la capacidad de razonamiento y generación de texto; la segunda, "Agent Skills", agrupa los “brazos” que ejecutan acciones en sistemas externos —por ejemplo, enviar un comando a una máquina o actualizar una base de datos; la tercera, "Agent Harness", es la infraestructura que supervisa el comportamiento del agente y evita que se desvíe de la ruta segura establecida. Cuando estas tres piezas encajan, el agente puede permanecer activo durante horas, días o incluso operar 24 horas al día sin intervención humana.
Según el CEO de Laboro.AI, Toru Shiibashi, la duración de la autonomía ha pasado de minutos a varias jornadas, lo que abre la puerta a un nuevo modelo de trabajo: la IA no solo asiste, sino que lleva a cabo procesos productivos enteros, liberando a los empleados para la toma de decisiones estratégicas. Este movimiento no es una simple mejora incremental; es una redefinición de lo que significa delegar tareas a una máquina.
Implicaciones para la industria y el modelo SaaS
El auge de los agentes físicos también desencadena una discusión que ha ganado fuerza en la comunidad tecnológica: la supuesta "muerte del SaaS". Tradicionalmente, el software como servicio (SaaS) se basa en que el usuario humano interactúe con una interfaz gráfica para cumplir operaciones repetitivas. Con la llegada de los agentes, el usuario pasa de ser una persona que pulsa botones a convertirse en otro agente de IA que consume APIs y protocolos de comunicación estándar.
En palabras de Shiibashi, "el cliente ya no será una persona, será una IA que construye la aplicación que necesita, adaptada a sus flujos y datos". Esta visión implica que el valor del software ya no reside en la elegancia de la UI, sino en la claridad de sus interfaces programáticas y en la calidad de los datos que generan. Las empresas que antes ofrecían paquetes SaaS tendrán que reinventarse como proveedores de plataformas de orquestación de agentes, donde la facilidad de integración y la robustez de los endpoints serán los diferenciadores clave.
El cambio también afecta a la estructura organizacional. Shiibashi citó el reciente anuncio de Mercari, donde el CTO asume simultáneamente los roles de CHRO y CAIO, para construir una arquitectura empresarial centrada en la IA desde la raíz. En este escenario, los recursos humanos se gestionan como cualquier otro activo tecnológico: se combinan, se redistribuyen y se optimizan en función de la capacidad de los agentes para generar valor.
Para los ejecutivos latinoamericanos, la lección es clara. La inversión en modelos gigantes sigue siendo importante, pero el verdadero retorno provendrá de la capacidad de convertir esos modelos en agentes que actúen en la cadena de valor propia de cada empresa. Aquellas industrias que logren integrar agentes físicos en sus procesos —desde la manufactura hasta la logística y la atención al cliente— podrán reducir costos operativos, acelerar la innovación y crear nuevos modelos de ingresos basados en servicios de orquestación inteligente.
En conclusión, la IA está dejando de ser una herramienta de apoyo para convertirse en un colaborador autónomo. Los agentes físicos son la nueva frontera, y con ellos, el modelo SaaS tal como lo conocemos está siendo reescrito. Las empresas que adopten esta visión y reorganicen su talento y sus plataformas estarán mejor posicionadas para competir en un mercado global donde, como dice Shiibashi, "Japón no puede faltar".
