Herramientas e integraciones desde operaciones

Destacado

Muse, el agente de Meta, ya llama a empresas de EE. UU.

Muse, el agente de IA de Meta para consumidores, ya puede llamar por teléfono a empresas de EE. UU. por encargo de sus usuarios, tras una prueba en septiembre con usuarios pioneros. Solo lo tienen los suscriptores de pago. Para las empresas, significa más llamadas entrantes de agentes de IA, y algunas recepciones ya cuelgan al detectarlos.

Qué cambia en operaciones — Si tu equipo atiende el teléfono, cuenta con que algunos llamantes serán agentes de IA que actúan por un cliente, y decide cómo vas a tratarlos antes de que ocurra. Revisa si tu guion de recepción o tu menú telefónico cuelga a quien suena automatizado, porque detrás de la llamada puede haber la petición de un cliente real. Pide a soporte y ventas que anoten las llamadas que sospechen que vienen de una IA, para ver con qué frecuencia llegan y qué piden. Si tu negocio solo gestiona reservas o presupuestos por teléfono, valora añadir una vía web o por correo que pueda usar cualquier llamante, humano o agente.

Meta añade Spaces, espacios de proyecto, a sus agentes Muse

Si diriges ventas, soporte u operaciones en una empresa de 10 a 200 personas, trata esto como una señal y no como una herramienta que adoptar. Todos los ejemplos de Meta son personales: un plan de vacaciones, un registro de regalos, un organizador de boda. La fuente no dice nada sobre cuentas de empresa, controles de administración, tratamiento de datos ni precios. Lo que merece atención es el mecanismo: un espacio de trabajo persistente por proyecto, que un agente construye a partir de una descripción sencilla y mantiene al día a través de apps conectadas. Es justo lo que muchos equipos ya quieren para llevar el seguimiento de un acuerdo, un tablero de escalados de soporte o una lista de incorporación de clientes. Antes de que nadie de tu equipo meta datos de clientes o del pipeline en un agente de consumo, comprueba a qué apps se conecta y adónde van esos datos. Hasta que Meta diga algo sobre uso empresarial, déjalo en la lista de vigilancia.

Google lleva los anuncios de AI Mode a otros países

Si tu equipo compra anuncios en Google para alimentar el pipeline, está a punto de aparecer una nueva ubicación frente a consultas más largas y más específicas. La fuente no da fechas de despliegue, lista de países ni controles de compra, así que no muevas presupuesto todavía. Haz tres cosas ahora: comprueba si tus informes de anuncios pueden separar el tráfico de AI Mode de los resultados de búsqueda clásicos, asegúrate de que las páginas de destino respondan directamente a preguntas detalladas y mide la calidad de los leads por fuente en tu CRM. Así, ventas y soporte tendrán pruebas de si el nuevo tráfico convierte, y las primeras cifras saldrán de tu propia cuenta y no de lo que afirme Google.

Walmart abre una pasarela MCP para agentes de compra con IA

Si diriges ventas u operaciones en una empresa B2B de 10 a 200 personas, el planteamiento de Walmart sirve como lista de comprobación para cualquier sistema al que dejes acceder a un agente: dale a cada agente su propia identidad para que sus acciones se distingan de las de una persona, limita lo que puede gastar o comprometer, decide qué acciones requieren aprobación humana y deja por escrito las condiciones que justifican cortar el acceso a un agente que se exceda. También muestra la decisión que tendrás delante si clientes o socios empiezan a enviar agentes a tus formularios de pedido, herramientas de presupuestos o portales de soporte: bloquearlos de plano, como ha hecho Amazon, o darles un punto de entrada definido y controlado. Tomar esa decisión de forma deliberada es mejor que descubrir el tráfico de agentes por casualidad.

Replit pasa a OpenAI como modelo por defecto en Agent

Si alguien en tu empresa crea herramientas internas, prototipos o automatizaciones en Replit, revisa qué modelo usa realmente cada proyecto, porque el valor por defecto es donde acaba la mayoría. Elige un modelo de forma deliberada para todo lo que usen clientes o compañeros, y vuelve a ejecutar tus flujos clave después de un cambio de modelo por defecto para detectar variaciones en la calidad de los resultados. Tómalo también como recordatorio de no atar un proceso a un único proveedor de modelos: Replit se presenta como agnóstica en cuanto a modelos, y tu propia pila debería serlo. Consulta el registro de cambios del proveedor para confirmarlo, ya que la parte de Anthropic sigue en disputa.

Replit cambia su modelo por defecto de Anthropic a OpenAI

Si tu equipo construye herramientas internas, prototipos o automatizaciones en una plataforma como Replit, el modelo que hay debajo lo decide el proveedor, salvo que lo configures tú. La mayoría de los usuarios nunca cambia el valor por defecto, así que un cambio por parte del proveedor puede alterar la calidad de los resultados, el coste y el comportamiento sin que hagas nada. Comprueba en qué modelo se ejecuta realmente cada flujo de trabajo, elige uno de forma explícita donde los resultados importen y conserva un pequeño conjunto de casos de prueba que puedas repetir cada vez que cambie un valor por defecto.

OpenAI convierte ChatGPT en un espacio de trabajo colaborativo

Para una empresa B2B de entre 10 y 200 personas que ya gestiona conversaciones de ventas y soporte a través de ChatGPT, esto cierra una brecha: en lugar de exportar los resultados de la IA a Google Docs o Word, los equipos pueden redactar propuestas, manuales de soporte o informes internos directamente en Pages, asignar un Dot para vigilar un canal y actualizar una página automáticamente, y generar diapositivas de cara al cliente a partir de una conversación en vez de una plantilla. El cambio práctico es reducir los traspasos entre la investigación basada en chat y las herramientas documentales que los equipos de operaciones ya usan a diario; vale la pena probarlo cuando salga Slides, pero todavía no es motivo para tocar las licencias existentes de Microsoft o Google.

Shopify permite que agentes de IA completen el pago en tiendas de comerciantes

Si tu empresa vende a través de una tienda Shopify, los compradores ahora pueden completar una compra enteramente a través de un agente de IA que opera en su navegador, en lugar de pasar manualmente por tu interfaz de checkout. Eso significa que la configuración de tu checkout, las opciones de entrega y los campos de dirección son ahora efectivamente una superficie de API que los agentes leerán y sobre la que actuarán directamente, así que cualquier lógica personalizada de checkout, upsells o pasos de verificación manual necesitan seguir funcionando cuando quien opera es un agente en lugar de una persona. Los equipos que dependen del comportamiento de la página de checkout para controles de fraude o edición de pedidos deben confirmar que esas salvaguardas se activan correctamente cuando los pedidos se colocan vía get_checkout/update_checkout/complete_checkout en lugar del flujo orientado a humanos.

Microsoft recorta funciones fallidas de Copilot y fusiona sus apps en una sola

Si tu equipo ha estado alternando entre varias variantes de Copilot —una integrada en Office, otra independiente, quizás una tercera dentro de Teams o Windows— espera que los inicios de sesión, permisos e historiales de chat guardados cambien a medida que Microsoft las fusiona. Antes de que llegue esa migración, revisa qué funciones de Copilot abre realmente cada semana tu personal de ventas, soporte u operaciones, frente a cuáles existen solo porque IT las activó por defecto; que la propia Microsoft esté podando funciones es un recordatorio de que el uso real, no la mera disponibilidad, debería decidir qué se queda en tu stack. Las empresas que integraron Copilot en sus flujos vía Power Automate o SharePoint también deberían pedirle a su administrador que confirme que ningún conector se rompa silenciosamente durante la fusión de apps.

Google permitirá quitar la marca de agua de sus imágenes con IA

Para una empresa B2B de 10 a 200 personas, esto es sobre todo un problema de gobernanza de contenido, no de automatización: si el equipo de marketing o soporte usa las herramientas de IA de Google para generar imágenes destinadas a presentaciones, anuncios o artículos de la base de conocimiento, ya no podrá apoyarse en una marca de agua visible para distinguir, interna o externamente, los activos hechos con IA de los originales. Los equipos que deban declarar contenido generado por IA por motivos de cumplimiento normativo, confianza del cliente o políticas de plataforma (plataformas publicitarias, marketplaces) deberían implementar ya su propia convención de etiquetado o metadatos —una regla de nomenclatura simple o una verificación de marca de agua invisible— en lugar de depender del marcador visual por defecto del proveedor, ya que ese valor por defecto está a punto de volverse opcional.