IA que trabaja sola durante días: lo que el titular no te cuenta (y por qué afecta a tu cuenta de resultados)
Estos días ha corrido la noticia de que OpenAI prepara una IA capaz de trabajar durante horas o incluso días sin supervisión humana. La función, que estaría probando dentro de su herramienta Codex, se llamaría "Modo Persistente": en lugar de detenerse después de darte una respuesta, el agente seguiría trabajando en una tarea hasta que tú decidas pararlo. Se habla también de un modo de "proactividad", con el que la IA revisaría lo que ha hecho y sugeriría los siguientes pasos por su cuenta.
El titular es potente: una inteligencia artificial que no descansa, que avanza en tus proyectos mientras tú duermes. Y entiendo perfectamente por qué a cualquier directivo se le encienden los ojos: suena a plantilla que trabaja 24 horas y no pasa nómina.
Yo me dedico a ayudar a empresas a ahorrar dinero, no a programar. Y precisamente por eso te voy a decir algo que el titular no cuenta: esa capacidad ya existe, y no es ahí donde está el ahorro ni el riesgo.
La autonomía no es la novedad
Que un agente de IA trabaje solo durante horas no es un salto revolucionario en 2026. Es, de hecho, la tendencia que define el año. Los modelos más avanzados ya encadenan tareas de forma autónoma durante horas, y la duración de lo que un agente es capaz de completar sin ayuda se está duplicando aproximadamente cada seis o siete meses. La propia Codex de OpenAI ya se usa para hacer crecer bases de código enormes; herramientas de la competencia hacen cosas parecidas desde hace tiempo.
Dicho de otro modo: el "Modo Persistente" es sobre todo un cambio de envoltorio —seguir hasta que digas basta, en vez de parar tras cada respuesta— más que un nuevo superpoder. Está, además, en fase experimental y sin fecha de lanzamiento.
Entonces, si la autonomía ya está aquí, ¿dónde está el problema? En la parte que nadie pone en el titular: la fiabilidad.
El dato incómodo: la IA acierta, pero no siempre
Aquí va la cifra que deberías apuntarte antes de firmar ningún contrato de "automatización con IA": en tareas largas y complejas —las que encadenan muchos pasos, justo esas que el Modo Persistente promete resolver— los mejores modelos aciertan alrededor del 60% de las veces. No el 99%. Un 60%.
Piensa en lo que eso significa. Un agente que trabaja solo durante ocho horas y se equivoca cuatro de cada diez veces no es un empleado que ahorra costes: es un becario brillante y muy rápido al que no puedes dejar sin revisar. Y ahí está la trampa que se lleva por delante muchos cálculos de ahorro.
Esa fiabilidad del 60% no la vas a leer en ningún folleto: tienes que medirla en tu propia empresa antes de delegar nada. Cómo hacerlo, en mi guía de la prueba piloto de IA.
La ecuación de negocio que sí importa
Cuando alguien te vende "la IA hace el trabajo de tres personas", te está enseñando solo la mitad de la cuenta. La cuenta completa, la que de verdad afecta a tu margen, es esta:
Ahorro real = horas de agente − supervisión − cómputo − coste del error no detectado
Vamos partida por partida:
- Supervisión. Con una fiabilidad del 60%, alguien tiene que revisar el resultado. Y revisar el trabajo de un agente que ha dado doscientos pasos puede costar casi tanto como haberlo hecho, porque el fallo no siempre está donde lo esperas: la IA "deriva" poco a poco hacia el error sin avisar.
- Cómputo. Mantener un agente encendido durante horas o días consume mucha capacidad de cálculo, y eso se factura. Es un coste operativo nuevo y variable que antes no tenías en tu hoja de Excel.
- Coste del error no detectado. Si un fallo se cuela en producción —un dato mal procesado, un cambio que rompe algo— arreglarlo después puede salir mucho más caro que todo lo que creías haber ahorrado.
Cuando restas esas tres partidas al ahorro bruto, el número mágico del titular se encoge. A veces sigue mereciendo la pena. A veces no. Y la diferencia depende por completo de qué tarea le encargues.
Cualquiera genera una app; casi nadie garantiza una
Aquí quiero ser claro, porque hay mucho humo. Se ha puesto de moda enseñar cómo "hacer una aplicación en un día" con IA, y de ahí a creerse que ya cualquiera puede montar software serio hay un paso que mucha gente da alegremente.
No hemos llegado a ese nivel. Generar código que parece funcionar es fácil; garantizar que ese código aguanta, es seguro y no se rompe en producción es otra cosa completamente distinta. Y eso segundo sigue exigiendo criterio técnico alto: saber qué verificar, cómo probarlo y qué puede salir mal. Un modelo te da el 80% que reluce; el 20% que decide si tu aplicación es fiable o un castillo de naipes lo pone quien de verdad sabe.
Así que el hype no está en la capacidad. El hype está en el calendario y en la garantía. La IA no es que no vaya a llegar ahí; es que aún no ha llegado, y confundir esas dos cosas es exactamente lo que cuesta dinero.
Qué hacer con todo esto: adopta, pero con criterio
No te estoy diciendo que frenes. Al contrario: la empresa que ignore esta tecnología se quedará atrás, y rápido. Te estoy diciendo que adoptes con la cabeza fría. En la práctica, eso son tres decisiones:
- Delega hoy lo verificable y de bajo riesgo. Tareas cuyo resultado se comprueba fácil y barato —procesos con salida medible, trabajos internos, prototipos, borradores— son ahorro casi puro. Ahí la autonomía brilla.
- Blinda lo crítico. Lo que, si falla, te cuesta caro o es difícil de detectar no se delega a ciegas. Ahí la "autonomía" solo mueve el trabajo de hacer a vigilar, y no siempre sale a cuenta.
- Invierte en criterio, no en el agente "más autónomo". El activo escaso no es la IA —esa la tiene todo el mundo—, sino la capacidad de saber qué revisar. Ese es el conocimiento que separa el ahorro del pasivo oculto.
Y hay un último matiz que puede darte ventaja frente a tu competencia: esto convierte una decisión que parece tecnológica en una decisión de diseño de procesos. El directivo que gane con la IA no será el que compre el modelo más potente, sino el que sepa rediseñar sus operaciones para que sean fáciles de verificar. Porque eso es justo lo que hace que la autonomía se traduzca en dinero ahorrado, y no en un problema que descubres tarde.
La IA que trabaja sola ya está aquí. La pregunta de negocio no es si puede correr sin ti. Es cuánto puedes confiar en lo que hace sin mirarlo. Responde bien a eso y habrás encontrado tu ahorro real.
Esa ecuación —ahorro real = horas menos supervisión, cómputo y error— es exactamente la que gobierna cualquier decisión de IA en tu empresa. La tienes desarrollada, con calculadora para aplicarla a tu caso, en mi guía del coste real de la IA.