YPO Technology Network AI Brief en Español

La mayoría de las empresas todavía se enteran de lo que hicieron sus agentes leyendo un registro después de los hechos. Stephen Forte explica la controlabilidad: una comprobación que corre antes de que el agente actúe y puede decir que no, cinco lineamientos de trabajo, y una tendencia en la que Mistral y ANZ construyen el mismo tipo de controles. Esta es la última edición en español. La versión en inglés continúa. En este episodio: La controlabilidad definida. Una comprobación antes de que el agente actúe decide si la acción está permitida. Si dice que no, la acción no ocurre. Un registro después de los hechos no es controlabilidad. Los inference hooks de Anthropic. Ya disponibles de forma general en Claude Enterprise. Antes de que Claude responda a un prompt o ejecute una herramienta, el servidor de seguridad de su empresa emite un voto de permitir o denegar, dentro de la infraestructura de Claude. Es una lección de arquitectura, no una recomendación de compra. Cinco lineamientos de trabajo. Una comprobación antes de que el agente actúe. Credenciales de corta duración. Memoria y reglas fuera de la herramienta, en archivos que usted posee. Los expertos en la materia son dueños del flujo, y una persona responde por los resultados de alto riesgo. Vuelva a probar después de cada actualización y mantenga un inventario de dependencias. Cuatro preguntas para el CISO. Qué contenido no confiable lee el agente, qué puede hacer y con la identidad de quién, el radio de daño si algo sale mal, y si usted puede ver sus acciones en los registros. Mistral Studio. Flujos con aprobaciones humanas, ya disponibles de forma general. Agentes administrados en vista previa pública. Rastros de OpenTelemetry. El calendario de nube privada e instalaciones propias se reporta como esperado para finales de noviembre, no como algo ya enviado. El plano de control de ANZ. El director ejecutivo Nuno Matos les dijo a los inversionistas que el banco construye un Enterprise AI Control Plane, con límites definidos y una forma de detener la actividad fuera de esos límites. Dato relámpago. El agente de respuesta a incidentes de Anthropic se quedó dentro de la revisión humana cuando un modelo más nuevo contactó a otro agente a mitad del incidente, porque la superficie de escritura estaba limitada. Fuentes: Anthropic: Actualizaciones de seguridad de Claude Enterprise Anthropic: Descripción de inference hooks Anthropic: Documentación de inference hooks Anthropic: Guía para el CISO sobre IA agéntica Anthropic: Zero Trust para servicios de IA agéntica Mistral: Anuncio de Mistral Studio Mistral: Notas de la versión, Managed Agents ANZ: Declaraciones de Nuno Matos, FY26 El AI Brief de la Red de Tecnología de YPO es un informe ejecutivo diario sobre los desarrollos de inteligencia artificial que importan a los líderes de negocio. Presentado por Stephen Forte.

El nuevo punto de referencia de compras con inteligencia artificial de Visa encontró que los agentes que fallaban por lo general igual elegían comprar. Stephen Forte explica por qué los directores ejecutivos deben probar a los agentes en los casos en que la respuesta correcta es rechazar o preguntar, y por qué la memoria fuera de la herramienta importa cuando una actualización del proveedor rompe el flujo. En este episodio: El Agentic Commerce Benchmark de Visa. Veintidós modelos de doce laboratorios corrieron quince escenarios de compra tres veces cada uno, novecientas noventa corridas. Tasa general de aprobación del cincuenta y siete punto dos por ciento; solo el treinta y cuatro punto dos por ciento de las combinaciones de modelo y escenario aprobaron los tres intentos. Salvedades que importan. Mercado y cliente simulados, se detuvo antes del pago, no se movió dinero, un conjunto pequeño de escenarios, y Visa es parte interesada. Léalo por cómo califica, no como una nota para su negocio. Cómo se aprueba una corrida. Un agente tenía que descubrir cada requisito del cliente y luego tomar la decisión correcta, incluso no elegir nada cuando nada encaja. Adivinar el producto correcto sin hacer las preguntas correctas todavía podía fallar. Lo que hicieron los agentes que fallaron. En el cincuenta y cuatro por ciento de las corridas fallidas, el modelo igual eligió comprar. Eso es la mitad de los fallos, no la mitad de todas las corridas. Visa también contó como fallo las negativas falsas. Terminado no es lo mismo que correcto. La mayoría de los pilotos se califican por si la tarea terminó. Las demostraciones muestran los casos que salen bien. Los casos que importan son aquellos en los que la respuesta correcta es no. Tres pruebas antes de confiar. Mezcle casos de rechazo o pregunta, repita casos idénticos para ver si se repiten, y califique por separado actuar cuando no debería y negarse cuando debería. Actualización de Grok Bot. Un relato de primera mano de flujos trabados, quema más rápida de tokens, peor criterio y una falsa afirmación de autoactualización tras una actualización del proveedor. Contexto público de Elon Musk y Matt Palmer el ocho de noviembre, sin causa ni calendario nombrados. Resiliencia fuera de la herramienta. El trabajo de cliente se movió a Claude en unos quince minutos porque la memoria vivía en registros con respaldo. Conserve un inventario de dependencias si la herramienta tiene su propia máquina Linux. Vuelva a probar los agentes después de cada actualización del proveedor. Fuentes: Visa, 5 de noviembre: Publicación del Agentic Commerce Benchmark Documento técnico de Visa: Metodología y calificación Elon Musk en X, 8 de noviembre: Correcciones de Grok Bot en marcha Matt Palmer en X, 8 de noviembre: Pedido de opiniones a usuarios xAI: Descripción del producto Grok Bot El AI Brief de la Red de Tecnología de YPO es un informe ejecutivo diario sobre los desarrollos de inteligencia artificial que importan a los líderes de negocio. Presentado por Stephen Forte.

Nota para nuestros oyentes: este es el último episodio de la edición en español del AI Brief. No tenemos suficientes oyentes para cubrir el tiempo y la energía que exige producirlo cada día. Gracias, de corazón, a todos los que nos acompañaron. La edición en inglés, YPO Technology Network AI Brief, continúa cada mañana. NiCE, Canva y SUSE se reestructuraron en la misma semana y nombraron a la IA entre sus razones, repitiendo la misma palabra: capas. Stephen Forte explica por qué los líderes deben rediseñar el trabajo antes de recortar empleos o aplanar la organización. En este episodio, Stephen Forte cubre: Tres anuncios de reestructuración. NiCE (cerca del 5%, unas 500 personas), Canva (1.271 personas, el 22%) y SUSE (cerca del 10%) nombraron a la IA junto con otras presiones del negocio. No son simplemente despidos por IA. Prepararse expone el desperdicio. Antes de desplegar nada, la IA revela datos débiles, accesos indebidos y los traspasos entre una solicitud y un resultado. Doble desorden. El correo y Excel generan trabajo en los dos lados de cada solicitud. Cuente los relevos antes de tocar el organigrama. Secuencie el cambio. Un documento de trabajo del AI Institute de Harvard Business School, con más de 7.600 empresas a lo largo de tres décadas, vincula las capacidades de IA con jerarquías más planas y tramos de control más amplios. El efecto fue más fuerte donde la gente tenía las habilidades; no fue automático. Evolución, no revolución. Reinvente el trabajo primero y después decida qué capas quitar y cómo organizar a la gente que necesita. Expertos operativos. Quien entiende contabilidad, ventas o marketing puede decirle a un agente cómo se ve un buen resultado. Conocer la herramienta no basta. Capacite y quite la fricción. Invertir en capacitación le dice al equipo que se queda. Empiece por automatizar las hojas de cálculo y los reportes recurrentes que la gente detesta, y devuélvale el trabajo para el que fue contratada. Un punto de partida. Elija un proceso, cuente sus traspasos y correos, automatice la parte frustrante y después revise las capas. Fuentes: NiCE, comunicado (4 nov 2026): https://www.nice.com/press-releases/nice-exceeds-revenue-and-eps-guidance-ranges-reporting-8-year-over-year-revenue-growth-in-third-quarter-2026 Calcalist (4 nov 2026): https://www.calcalistech.com/ctechnews/article/6apcspzm8 TechCrunch (4 nov 2026): https://techcrunch.com/2026/11/04/canva-lays-off-over-1200-people-amid-slowing-growth/ The Register (2 nov 2026): https://www.theregister.com/software/2026/11/02/suse-to-cut-one-in-ten-employees-because-of-ai/5306950 Harvard Business School AI Institute, The Future is Flat (3 nov 2026): https://aiinstitute.hbs.edu/the-future-is-flat/ El AI Brief de la YPO Technology Network es un informe ejecutivo diario sobre los desarrollos de IA que importan a los líderes de negocio. Presentado por Stephen Forte.

Goldman Sachs acaba de limitar quién puede usar sus agentes de código más potentes. Stephen Forte pregunta quién debería recibir esas herramientas poderosas en su empresa. En este episodio, Stephen Forte cubre: El cambio de octubre en Goldman. Bloomberg (2 nov): Claude Code de Anthropic y las herramientas de GitHub de Microsoft ahora son solo para ingenieros. Traders y banqueros perdieron el acceso; los "strats" están exentos. Nick Carcaterra dijo que, tras experimentar sobre productividad y riesgo, las pusieron con quienes mejor las aprovechan a largo plazo. Un cambio real. En julio, el CIO Marco Argenti elogió el vibe coding de traders y banqueros que construían herramientas y se las pasaban a uno de 12.000 ingenieros. Antes en 2026, Goldman ya había restringido Claude en Hong Kong por datos confidenciales hacia herramientas de terceros. Respetar al banco. Stephen no cuestiona a Goldman. El entorno regulatorio de la banca es único. Retirar los agentes de código hacia los ingenieros es gestión de riesgo donde una mala herramienta puede salir con datos de clientes. La mayoría no es Goldman. Quienes construyen fuera de ingeniería deberían recibir agentes de código, al cien por ciento. Las herramientas van primero a los expertos de dominio. El rol de IT. Que un ingeniero arregle contabilidad sin entender contabilidad es un error. IT debe apoyar a los expertos de dominio, elevar sus habilidades y gestionar su código dentro del stack aceptado. El riesgo real. Castrar a su gente más experimentada y negarles las herramientas modernas. Esa gente se irá a un lugar que sí se las dé. Quedarse en el stack aprobado. Prototipar con datos no confidenciales en otra herramienta suele estar bien. Operen dentro de las herramientas ya aprobadas. Incluso Microsoft Copilot mejora cada día. El contrapunto de Replit. El CEO Amjad Masad dijo que los agentes en laptops son un riesgo sistémico y que el martillo de las prohibiciones está bajando. Controle a qué tocan los agentes y dónde corren; no confunda eso con cortarles las herramientas a los expertos de dominio. Juniors y criterio. Chris Churchman advirtió que depender demasiado de la inteligencia artificial puede degradar el razonamiento. Los juniors aprenden con un proceso estructurado. La inteligencia artificial hace el trabajo rutinario; las personas son dueñas del criterio. Tokens como gastos. Garry Tan de Y Combinator gasta entre 100.000 y 200.000 dólares al año en tokens. Regla de Stephen: sin topes por cargo. Una puerta para todos vía jefatura, con entregables que demuestren valor, igual que un viaje de 2.000 dólares. Fuentes: Bloomberg Law (2 nov 2026): https://news.bloomberglaw.com/capital-markets/goldman-restricts-traders-and-bankers-from-using-some-ai-tools Quartz (2 nov 2026): https://qz.com/goldman-sachs-restricts-ai-coding-tools-traders-bankers-110226 CNBC, Chris Churchman (24 ago 2026): https://www.cnbc.com/2026/08/24/goldman-sachs-ai-partner-danger-skills.html Tech in Asia, Claude en Hong Kong: https://www.techinasia.com/news/goldman-sachs-restricts-ai-coding-tools-engineers The New Stack, Amjad Masad (3 nov 2026): https://thenewstack.io/ai-coding-agents-security/ TechCrunch, Garry Tan (2 nov 2026): https://techcrunch.com/2026/11/02/y-combinators-garry-tan-uses-ai-agents-so-much-he-spends-up-to-200k-a-year-on-tokens/ El AI Brief de la YPO Technology Network es un briefing ejecutivo diario sobre los desarrollos de inteligencia artificial que importan a los líderes de negocio. Presentado por Stephen Forte.

Un agente no puede seguir una regla que no puede leer, y en la mayoría de las empresas las reglas viven en PDFs, carpetas compartidas y la cabeza de la gente. Stephen Forte explica el paso que casi todas se saltan antes de usar un agente: escribir las reglas de un proceso en un solo lugar legible por máquina. En este episodio, Stephen Forte cubre: Gobierno Legible por Máquinas. El 2 de noviembre, Abu Dabi y OpenAI lanzaron Machine-Readable Government para que la IA revise un caso contra las reglas y cite la cláusula exacta de cada recomendación. Un funcionario verifica, corrige o anula, y una persona toma la decisión final. El primer piloto. Registros de importación de alimentos en Abu Dabi: unos 20.000 al año, con 1.400 documentos de políticas, algunos de más de 700 páginas. Lo que tomaba días ahora toma minutos. Siguen permisos de construcción, licencias, cumplimiento de recursos humanos y compras. La advertencia. Piloto anunciado por sus creadores, sin resultados independientes ni tasas de error o de anulación. La lección no depende de ellas. Los permisos de su empresa. Descuentos, gastos, alta de proveedores, tareas de un empleado nuevo, lo que se le puede prometer a un cliente. Son reglas de todos los días. Dónde viven las reglas. Wikis, PDFs, formularios, SharePoint, manuales del empleado. Un buen empleado sabe a quién preguntar. Un agente aplica la versión que le den, con total seguridad. Copias viejas, no contradicciones. Stephen ve sobre todo gente con una versión vieja de una regla, o sin ella, que pregunta por correo a quien se le ocurre. Un solo repositorio consultable. En su trabajo diario, las reglas de trabajo, instrucciones de procesos y procedimientos estándar viven en archivos legibles por máquina, en un proyecto compartido que Stephen mantiene. Una sola versión, y de ahí debería partir un agente. Qué significa legible por máquina. Texto simple, una regla por sección, un responsable con nombre, una fecha, y límites como números, no adjetivos. "Los descuentos de más del 15% necesitan la firma del vicepresidente regional" se puede revisar. "Los descuentos grandes necesitan aprobación", no. Tiene que venir desde arriba. Unos 50 altos ejecutivos de Samsung armaron bases de conocimiento antes de ver a Sam Altman, y Roland Busch, CEO de Siemens, lo dijo así. Si el CEO le pregunta primero al repositorio, el equipo lo sigue. Por dónde empezar. Elija un proceso de mucho volumen, reúna cada versión, dele un responsable y pida a un modelo de lenguaje grande que lo junte, señale diferencias y liste preguntas sin respuesta. Póngalo en un proyecto compartido de Claude o ChatGPT, o en un sitio de SharePoint que lea Copilot. Durante un mes, responda los correos con "pregúntele al repositorio". Fuentes: Abu Dhabi Media Office (2 nov 2026): https://www.mediaoffice.abudhabi/en/crown-prince-news/khaled-bin-mohamed-bin-zayed-meets-sam-altman-and-witnesses-signing-of-agreements-with-openai/ CXO Insight Middle East: https://www.cxoinsightme.com/business/industries/government/openai-and-abu-dhabi-government-launch-worlds-first-ai-native-machine-readable-government-initiative/ AGBI: https://www.agbi.com/ai/2026/11/abu-dhabi-partners-with-openai-to-speed-up-business-approvals/ Korea Herald, Samsung (31 oct 2026): https://www.koreaherald.com/article/10921312 Korea Herald, Siemens (1 nov 2026): https://www.koreaherald.com/article/10921699 El AI Brief de la YPO Technology Network es un informe ejecutivo diario sobre los desarrollos de IA que importan a los líderes de negocio. Conducido por Stephen Forte.

La mayor parte de la exposición en una empresa viene de errores, no de villanos: accesos que se abrieron por una buena razón y nunca se cerraron. Los atacantes ahora los encuentran en horas. En este episodio, Stephen Forte habla de: Binance. Unos 6.300 millones de dólares robados. Binance dice que fue una campaña de meses que el FBI atribuye a Corea del Norte, iniciada con una entrevista de trabajo falsa. Velocidad de la IA. Storm-0940 logró acceso privilegiado en menos de tres horas. Unit 42 vio dos semanas de ataque en menos de diez. Trabajo diario. Lo que su equipo encuentra con clientes, y cuándo llamar a un especialista. La lista completa (pida un número, una lista o una captura): 1. Administradores globales, raíz de la nube, registrador y DNS, con nombre. 2. Permisos de administrador permanentes o por demanda; cuentas separadas. 3. Cuentas de servicio con privilegios altos y su responsable. 4. % de MFA exigido, no registrado; excepciones. 5. MFA resistente al phishing para admins y finanzas. 6. Cuentas sin uso en 90 días, exempleados, invitados. 7. Última revisión de accesos en finanzas, RR. HH., CRM. 8. Accesos de proyectos del último año, ¿cerrados? 9. Secretos en repositorios e historial; ¿cuántos funcionan? 10. Dónde viven las claves de API; rotación; revocar en el emisor. 11. Cada clave de IA y quién la paga. 12. Dominios y subdominios (crt.sh), cada uno con dueño. 13. Servidores de prueba o demo activos con datos reales. 14. Sitios viejos y WordPress actualizados o retirados. 15. Vista de Shodan: bases de datos y paneles abiertos. 16. Apps hechas a la carrera en Supabase o Firebase: seguridad por fila. 17. Buckets públicos y enlaces abiertos a cualquiera. 18. Lo que puede borrar bases de datos o sitios en producción. 19. Qué herramientas de notas se usan, oficiales o personales. 20. Uso compartido por defecto, quién ve todo, retención. 21. Llamadas de consejo, RR. HH., legales y M&A sin bot. 22. Apps de terceros con OAuth en correo, archivos y CRM. 23. Diez proveedores clave: filtraciones, tokens rotados. 24. Respaldos inmutables y última restauración probada. 25. DMARC exigido, SPF y DKIM en cada dominio. 26. Cambios bancarios: llamar a un número registrado, doble aprobación. 27. Reenvío externo bloqueado; alertas de reglas de buzón. 28. Retención de registros y alertas clave. 29. Protección en cada laptop. 30. Plan de respuesta a incidentes por escrito. 31. Simulacro con el CEO en los últimos 12 meses. 32. Informe trimestral de una página al consejo. 33. Respuestas del seguro cibernético que coincidan con la realidad. Herramientas gratuitas: Secure Score, ScubaGear, ScubaGoggles, Maester, Zero Trust Assessment, gitleaks, TruffleHog, crt.sh, Shodan, Prowler, Have I Been Pwned. Especialistas: compromiso activo, firma de respuesta a incidentes; dinero de clientes o una venta, prueba de penetración; nadie vigila de noche, MDR. Fuentes: CoinDesk sobre Binance (3 nov): https://www.coindesk.com/business/2026/11/03/binance-s-usd6-3-billion-hack-began-with-a-fake-job-interview-exchange-says Microsoft sobre Storm-0940: https://www.microsoft.com/en-us/security/blog/2026/10/21/storm-0940-uses-artex-agentic-ai-connectwise-supply-chain-compromise/ El AI Brief de la YPO Technology Network es un informe ejecutivo diario sobre los desarrollos de IA que importan a los líderes de negocio. Conducido por Stephen Forte.

Cuando un agente de inteligencia artificial hace el análisis, también toma algunas de las decisiones, y casi nunca se nota cuáles. Un nuevo estudio de Anthropic muestra cómo sucede, y Stephen Forte explica los dos hábitos que usa para detectarlo: una pasada de auditoría y una pasada adversarial. En este episodio, Stephen Forte cubre: El estudio. Cincuenta analistas profesionales hicieron un proyecto real de estadística con Claude Code. En cuatro decisiones de criterio, el agente fue configurado para inclinarse hacia un lado elegido al azar. Los analistas siguieron la inclinación el 86% de las veces. Sin mentiras, solo un lado. El agente defendió una opción y casi siempre opinó primero. El 77% de los analistas explicó sus decisiones con los argumentos del agente, solo el 15% le dio crédito, y ninguno sospechó. Los límites y el riesgo mayor. Una tarea, un campo, un modelo y una inclinación reforzada. Pero sin nada plantado, el agente estándar tomó las mismas decisiones en el 91% de las ejecuciones. El riesgo son los hábitos por defecto del modelo convirtiéndose en el criterio de todos. Lo que ve Stephen. Al profundizar, a menudo hay mucha menos base en los hechos de la que suponía, y una auditoría de algo importante siempre encuentra errores, grandes o pequeños. La pasada de auditoría. Al final, pida una auditoría de decisiones: cada decisión de criterio, lo que se descartó, los datos que quedaron fuera, dónde hubo dudas, qué falta, qué cambiaría la conclusión, y qué decisiones tomó usted y cuáles solo aceptó. Lo que falta. Un número equivocado salta a la vista. Un segmento de clientes o un año de datos que falta, no. Una advertencia honesta. Un modelo que se explica después del hecho puede sonar creíble y ser engañoso. Trate la auditoría como una lista de decisiones, no como prueba de por qué se tomaron. La pasada adversarial. Pregunte quién lo va a leer y qué fallas le buscaría: un inversionista, un auditor, el comité de inversión. Hágala en una sesión nueva o en otro modelo. En un estudio, el debate superó a un solo modelo, 88% contra 78%. Intégrelo al flujo de trabajo. Guarde ambas instrucciones a un clic en Claude, ChatGPT, GitHub Copilot o Grok Bot, hágalo un paso de la lista de verificación, defina por adelantado qué decisiones son de una persona, y escriba su opinión primero en las grandes. Para una receta de pasta, no hace falta. Fuentes: Anthropic, Agents and expert judgment calls (27 oct 2026): https://www.anthropic.com/research/agents-judgment-calls Herdağdelen, Joren, Tamkin, Who's Aligned to Whom? (artículo): https://www-cdn.anthropic.com/519c17a5d23a794e8b6d50a854048d0b61e0d73a.pdf Decrypt, la IA puede influir en silencio en las decisiones de expertos: https://decrypt.co/382065/ai-can-quietly-influence-experts-decisions Turpin et al., Language Models Don't Always Say What They Think (2023): https://arxiv.org/abs/2305.04388 Anthropic, Reasoning models don't always say what they think (abr 2025): https://www.anthropic.com/research/reasoning-models-dont-say-think Khan et al., debate contra un solo consultor (ICML 2024): https://arxiv.org/abs/2402.06782 El AI Brief de la YPO Technology Network es un informe ejecutivo diario sobre los desarrollos de IA que importan a los líderes de negocio. Conducido por Stephen Forte.

Las grandes plataformas de nube invertirán cerca de 800 mil millones de dólares en centros de datos y chips este año, y si su negocio funciona sobre una de ellas, es una buena noticia. Además, Amazon deja fuera a los agentes de compras con inteligencia artificial mientras Walmart y Shopify les abren la puerta. Quién gana es una pregunta abierta. En este episodio, Stephen Forte cubre: La escala como foso defensivo. Microsoft, Google, Amazon y otras consolidan sus posiciones con capacidad, la misma historia que vimos con la nube, ahora aplicada a la inteligencia artificial. A usted le conviene que gane su plataforma. Si sigue invirtiendo, las herramientas que ya usa mejoran sin que usted se cambie. El riesgo real es una plataforma que deja de invertir. ¿La volvería a elegir hoy? Fíjese dónde viven sus datos y sus permisos, y qué asistente abre su gente cada mañana. Que sea una por la que apostaría diez años. Modelos capaces y más baratos para el trabajo aburrido. GPT-6.1 Terra de OpenAI, lanzado el 26 de octubre, trabaja en una computadora por cerca de la mitad del precio anterior. Cuentas por pagar, cuentas por cobrar y comentarios de clientes primero. La factura de IA de Stephen siguió una curva de campana y vuelve a estar casi plana. Amazon deja fuera a los agentes. Una publicación viral en X sobre Grok Bot, el bloqueo a Muse de Meta, una lista pública que nombra a ChatGPT, Claude, Perplexity, Copilot y Grok Bot, y Andy Jassy diciendo que los agentes todavía no son tan cómodos como ir directo a la tienda. Otros abren la puerta. Walmart admite agentes aprobados con límites de gasto y devoluciones normales, Shopify pone Shop Pay dentro de los agentes, y Paul Graham ve la primera oportunidad real para un competidor de Amazon. Una pregunta abierta. La ventaja de Amazon es la entrega, las devoluciones y la confianza, no la tienda en línea. ¿Esto le abre la puerta a los vendedores independientes y a las tiendas en línea de segundo y tercer nivel, o los clientes se quedan donde la entrega es más rápida? Si usted vende directo. Haga que los agentes puedan leer su catálogo y comprar en sus términos. Cuando el agente de un cliente salga a buscar, ¿lo va a encontrar a usted? Fuentes: Inversión de los hiperescaladores (Reuters vía Investing.com): https://www.investing.com/news/economy-news/earnings-flood-fed-meeting-will-test-rickety-ai-market-rally-4971185 OpenAI, GPT-6.1 Terra (26 oct 2026): https://openai.com/index/introducing-gpt-6-1-terra Publicación viral en X (30 oct 2026): https://x.com/0xjmori/status/2116167971680723376 GeekWire, Amazon bloquea a Muse de Meta (sep 2026): https://www.geekwire.com/2026/amazon-blocks-metas-muse-ai-assistant-in-new-standoff-over-agentic-shopping/ robots.txt de Amazon (revisado el 30 oct 2026): https://www.amazon.com/robots.txt Fortune, Andy Jassy sobre los agentes (29 oct 2026): https://fortune.com/2026/10/29/amazon-ceo-says-shopping-agents-like-metas-muse-not-great/ Walmart, agentes que compran por los clientes (21 oct 2026): https://corporate.walmart.com/news/2026/10/Making-It-Possible-for-Agents-to-Shop-on-Behalf-of-Customers Shopify Fall '26 Edition (28 oct 2026): https://www.shopify.com/news/fall-26-edition-merchant Business Insider, Paul Graham (oct 2026): https://www.businessinsider.com/paul-graham-amazon-ai-agent-ban-rival-2026-10 El AI Brief de la YPO Technology Network es un informe ejecutivo diario sobre los desarrollos de IA que importan a los líderes de negocio. Conducido por Stephen Forte.

Su ERP está estrenando una nueva interfaz, y es la ventana de chat que su gente ya tiene abierta. Stephen sobre OpenAI y Oracle llevando Fusion y NetSuite a ChatGPT, cómo los conectores y las habilidades convierten a Claude, ChatGPT y Grok Bot en la interfaz de su negocio, por qué el sistema de registro sigue siendo el dueño de la verdad, y cómo fijar umbrales para lo que un agente puede terminar por su cuenta. En este episodio, Stephen Forte cubre: La noticia. El veintisiete de octubre, OpenAI y Oracle anunciaron que las aplicaciones y los datos de Fusion y NetSuite van a llegar a ChatGPT, con flujos aprobados bajo los permisos que la empresa ya tiene. Todavía en desarrollo, sin fecha de disponibilidad general. Tómelo como una dirección, no como un despliegue. La inteligencia artificial llega a los sistemas que mueven el dinero. Para muchas empresas, Fusion o NetSuite es donde de verdad ocurren las finanzas, las compras y el cierre de mes. Esto no es un piloto aparte. Conectores y habilidades. Claude, ChatGPT, Grok Bot y otros se conectan a sistemas externos mediante conectores, la mayoría construidos sobre el estándar abierto Model Context Protocol. Las habilidades le enseñan al asistente cómo hace su empresa un trabajo específico. Juntos convierten a un asistente de uso general en la interfaz de su negocio. Trabaje donde su gente ya trabaja. Nadie quiere otra interfaz. A los sistemas difíciles se les da la vuelta en hojas de cálculo. La empresa de Stephen usa Claude como la interfaz de las aplicaciones que construye. El sistema de registro es el dueño de la verdad. El chat es donde empieza el trabajo. El ERP es donde el trabajo queda registrado. Decida qué puede ver, redactar y cambiar el asistente, y dele los mismos permisos que la persona ya tiene. Umbrales para la acción del agente. El ejemplo de Stephen con la carpeta de borradores de Outlook en Grok Bot. Consultas de bajo riesgo desde el chat, borradores revisados en el propio sistema, y flujos probados que corren de principio a fin con cada paso registrado. Empiece en pequeño. Elija un flujo pesado, conéctelo con acceso de solo lectura, escriba la habilidad, obsérvelo unas semanas y después decida qué puede cambiar. Fuentes: OpenAI, Oracle apps in ChatGPT (27 oct 2026): https://openai.com/index/oracle-apps-in-chatgpt Oracle news, AI World / colaboración con OpenAI (27 oct 2026): https://www.oracle.com/news/announcement/ai-world-oracle-reinvents-enterprise-computing-for-the-ai-era-with-openai-2026-10-27/ Oracle blog, Introducing Oracle AI Workspace (próximamente, en desarrollo): https://blogs.oracle.com/ai-and-datascience/introducing-oracle-ai-workspace Model Context Protocol (estándar abierto para conectores): https://modelcontextprotocol.io El AI Brief de la YPO Technology Network es un informe ejecutivo diario sobre los desarrollos de IA que importan a los líderes de negocio. Conducido por Stephen Forte.

Anthropic abrió sus libros. Lea el S-1 como comprador, no como inversionista. Stephen sobre el ochenta por ciento de facturación por consumo, por qué el medidor se va a aplanar, hacia dónde van los laboratorios en aplicaciones verticales, por qué el incumbente sigue ganando, y una ronda relámpago sobre las salidas voluntarias de Microsoft. En este episodio, Stephen Forte cubre: Lea el documento como cliente. El S-1 de Anthropic ante la Comisión de Bolsa y Valores de Estados Unidos se lee como historia de inversionistas. Las páginas útiles describen cómo cobra a gente como nosotros. El símbolo A N T es solo un dato del documento. Esto no es la Esquina Del Inversor. Ochenta por ciento consumo. Primera mitad de dos mil veintiséis, unos dieciséis punto tres mil millones de dólares estadounidenses. Cerca del ochenta por ciento por uso. Suscripciones cerca del veinte. Su cuenta crece con el uso. Eso es un servicio público, no una licencia de asiento con sonrisa. Etiquetas que caen y ganchos de cómputo. Casi la mitad de los ingresos de dos mil veinticinco llegó por mercados en la nube. El mismo día OpenAI bajó a la mitad un modelo en Amazon Bedrock y GitHub Copilot. Anthropic está comprometida por el orden de unos quinientos mil millones de dólares en cómputo futuro. No cierre un precio fijo largo mientras la etiqueta sigue cayendo a la mitad. El medidor se aplana. Pesos abiertos y hardware propio. Gasto personal de tokens de unos doce mil dólares al mes a unos mil doscientos. Arneses como Grok Bot deberían elegir el cambio. La herramienta equivocada sigue siendo equivocada, aunque sea un modelo de lenguaje grande cableado a trabajo que pertenecía en n8n. Los laboratorios persiguen apps verticales. Claude Dashboards apuntando a Tableau y Power BI. Claude Legal detrás de Harvey. Cuando el buffet se pone demasiado caro, venda la cocina. El incumbente sigue ganando. Zoom se volvió loco en el COVID. Ahora más gente en Teams, gratis dentro de la suscripción. Windows puede ser malo frente a un Mac y aun así ganar por pegajosidad corporativa. Una notebook nueva de la firma que tarda once minutos en arrancar igual se compra. Tres números de renovación. Qué pagó. Qué le compró en trabajo rediseñado. Cuánto puede salir del medidor de frontera este año. Después negocie. Relámpago: salidas voluntarias de Microsoft. Unos sesenta mil empleados elegibles. Rediseñe el trabajo primero. Plantilla después. Prefiera un costo fijo de inteligencia artificial que pueda mapear antes de que termine el mes. Fuentes: Anthropic S-1 (SEC EDGAR): https://www.sec.gov/Archives/edgar/data/2130357/000162828026067168/anthropicpbc-sx1.htm Fortune, Anthropic's S-1 overview: https://fortune.com/2026/10/26/anthropics-s-1/ CNBC live updates: https://www.cnbc.com/2026/10/26/anthropic-ipo-live-updates-ai-s-1-filing.html OpenAI, GPT-6.1 Terra: https://openai.com/index/introducing-gpt-6-1-terra AWS, GPT-6.1 Terra on Amazon Bedrock: https://aws.amazon.com/about-aws/whats-new/2026/10/openai-gpt-6-1-terra-on-amazon-bedrock/ Microsoft blog, voluntary exit offer (26 oct 2026): https://blogs.microsoft.com/blog/2026/10/26/introducing-a-voluntary-exit-offer/ CNBC, Microsoft voluntary buyouts: https://www.cnbc.com/2026/10/26/microsoft-msft-voluntary-buyouts.html El AI Brief de la YPO Technology Network es un informe ejecutivo diario sobre los desarrollos de IA que importan a los líderes de negocio. Conducido por Stephen Forte.