Llegó la IA agéntica: de asistente simpático a coworker autónomo.
Acabo de leer tres anuncios de OpenAI y Anthropic que, sinceramente, marcan otro antes y después en la IA. Sí, otro. ¿Cuántos llevamos ya…? Pero esta vez es distinto: la gran promesa de la IA agéntica, esa que esperábamos para “algún momento de 2026”, nos la sirvieron ayer, 5 de febrero, en bandeja.
Ayer, IA dejó de ser “ese asistente simpático que te ayuda con un texto” para parecerse a un compañero de trabajo autónomo, con objetivos, permisos y capacidad real de mover cosas en el mundo.
Las 12 horas que lo cambiaron todo
Por la mañana, OpenAI y Ginkgo Bioworks hacen público un experimento. Conectaron GPT-5 a un laboratorio autónomo y le pidieron optimizar la síntesis de proteínas. Durante semanas, el sistema diseñó, lanzó y analizó 36.000 experimentos, ajustando condiciones químicas como quien toca filtros en Excel.
El resultado: un 40 % de reducción de costes manteniendo el rendimiento. Por primera vez, un modelo cierra todo el ciclo: plantea hipótesis, diseña experimentos, los ejecuta en el mundo físico, analiza resultados y vuelve a empezar. Es una línea de producción agéntica trabajando.
Por la tarde, turno de la empresa. OpenAI anuncia Frontier, una plataforma para crear “AI coworkers”: agentes que trabajan sobre sistemas reales como CRM, ERP, correo o gestores documentales. No son chatbots, son trabajadores digitales que inician sesión, mueven datos, lanzan procesos y documentan lo que hacen.
Por la noche, entra Anthropic. Lanza Claude Opus 4.6 con “agent teams”, equipos de agentes que colaboran en tareas complejas. En casos reales ya coordinan a decenas de personas, gestionan repositorios de código y cierran incidencias sin supervisión constante.
En menos de 12 horas pasamos de “los agentes vienen” a: “Los agentes llevan meses trabajando, y hoy nos los presentan.”
De asistente a compañero de trabajo
Hasta ahora vivíamos cómodos con un relato bastante inofensivo: “La IA te ayuda a hacer tu trabajo más rápido”. ChatGPT revisa un documento, hace un resumen de una sentencia, te propone estrategias de defensa procesal, argumentos de negociación…. tú sigues en el centro de todo, con la sensación de control intacta.
El 5 de febrero el relato cambia: “La IA hace trabajo de principio a fin. Tú supervisas el sistema.”
Un AI coworker no es un chat. Es un trabajador digital con rol definido, acceso a herramientas reales, permisos acotados, memoria persistente y evaluación de desempeño. No responde a preguntas sueltas, sino que gestiona procesos completos durante días con muy poca intervención humana: abre tickets, consulta sistemas, toma decisiones dentro de un marco predefinido, deja trazabilidad y vuelve a empezar.
En otras palabras, pasamos de “herramienta” a co-trabajador incrustado en la cadena de valor. Y eso cambia radicalmente la conversación sobre organización, responsabilidad, talento y modelo de negocio.
¿Y los despachos?
En un despacho, un AI coworker puede ser un gestor autónomo de due diligence, conectado al DMS, que clasifica documentos, identifica riesgos estándar, genera matrices y resúmenes y alimenta bases de conocimiento sin esperar a que nadie le pida nada. O puede ser un coordinador de proyectos legales que actualiza planes de trabajo, persigue deadlines, genera reporting al cliente y deja toda la trazabilidad lista para analizar rentabilidad, desviaciones y capacidad del equipo.
En una asesoría interna, el GC se convierte en arquitecto del departamento jurídico: decide qué partes del trabajo se automatizan con agentes, qué se reserva al criterio humano y a la política interna, y cómo se integran estos coworkers con CRM, ERP, herramientas de compliance y despachos externos. Su función ya no es solo “asesorar y dirigir”, sino diseñar la combinación óptima entre personas y agentes para aportar valor de forma escalable y sostenible.
Este 2026 debemos empezar a preguntarnos: “¿Cuántos procesos delego en trabajadores digitales y cómo rediseño mi modelo de negocio alrededor de eso?”
El lado B
Sería irresponsable quedarme solo con la parte brillante del relato. El lado B es importante, especialmente en sectores regulados y de alta responsabilidad como el jurídico.
Primero, la sobreconfianza a escala. Un error de un profesional afecta a un asunto. Un error de un AI-coworker mal gobernado se puede replicar en cientos de asuntos, contratos, escritos o informes antes de que alguien lo vea. Fíjate: la sensación de control puede aumentar justo cuando el control real disminuye.
Segundo, las alucinaciones. Los modelos siguen inventando referencias o argumentos. La diferencia es que, con agentes, esos errores se propagan a otros sistemas, alimentan nuevos procesos automatizados y pueden generar cadenas de decisiones muy difíciles de deshacer.
Tercero, trazabilidad y responsabilidad. Si un agente participa en decisiones sensibles (empleo, trámites, recursos, gestiones, documentos) no basta con saber qué decidió. Hay que poder explicar por qué tomó esa decisión, con qué datos, con qué criterios y quién aprobó ese marco de actuación. Eso exige auditoría real, diseño de gobierno y reglas claras sobre quién responde: el despacho, el cliente, el proveedor tecnológico o todos a la vez.
Y, por último, la dependencia estratégica. Si la capa de agentes la controla un tercero, esa plataforma puede acabar sabiendo más de tu negocio que tú: qué asuntos son más rentables, qué clientes exigen más esfuerzo, qué procesos son cuello de botella y qué equipos están saturados. Puede ser una palanca enorme de mejora… o una posición de dependencia incómoda si no decides tú las reglas del juego.
La elección
El 5 de febrero de 2026 ha sido el día en que descubrimos que entramos en la era de los equipos híbridos de personas y agentes. Tendremos que empezar a rediseñar procesos, roles y modelo de negocio con esa hipótesis de fondo.
Ahí, exactamente ahí, es donde se va a jugar el futuro de muchos despachos y departamentos jurídicos.