De OpenClaw a NemoClaw: La evolución de la responsabilidad de los agentes de IA

Publicado originalmente el 19 de marzo de 2026, actualizado el 26 de agosto de 2026
Por Carole Achramowicz, Vicepresidente, Marketing de Producto

Nos encontramos en medio del mayor cambio tecnológico desde ChatGPT, y ya ha comenzado a revolucionar todo, desde la forma en que gestionamos nuestras agendas diarias y seguimos las noticias, hasta las maneras fundamentales en que se realiza el trabajo. En su reciente discurso de apertura en el GTC, el director ejecutivo de NVIDIA, Jensen Huang, describió este salto tecnológico como el paso de un mundo de “IA asistida”, donde los modelos sugieren contenido o código, a un mundo de “IA agéntica”, donde agentes autónomos ejecutan de manera independiente tareas complejas en los sistemas empresariales.

Y este cambio está ocurriendo con una velocidad sin precedentes. En nuestro reciente Informe de referencia sobre automatización Jitterbit AI, descubrimos que solo el 1,6% de los encuestados no cuenta con agentes de IA implementados. En el caso de quienes ya cuentan con implementaciones de agentes, se prevé que el número de agentes aumente en un promedio de 43% durante el próximo año, y que el porcentaje de encuestados con implementaciones masivas de más de 100 agentes se duplique con creces.

Este crecimiento meteórico de estos agentes ha generado preocupación en torno a la proliferación descontrolada de agentes y la responsabilidad de los agentes de IA, lo que ha generado entusiasmo en la industria por marcos como OpenClaw (un sistema de código abierto capaz de conectar aplicaciones de mensajería como WhatsApp o Discord a agentes autónomos que se ejecutan en la máquina del usuario) y ha hecho necesarias capas de seguridad como NemoClaw.

Pero si bien el cambio de la capacidad de los agentes a la gestión de los mismos es importante, a medida que las organizaciones hacen la transición de los pilotos de inteligencia artificial a operaciones a gran escala, se requiere un enfoque más vanguardista.

El punto de inflexión: de la inferencia a la agencia

Los modelos de IA tradicionales se centran principalmente en la inferencia, es decir, en interpretar datos y apoyar las decisiones humanas. La IA agéntica, por otro lado, cambia fundamentalmente el papel del software: en lugar de que los humanos manipulen directamente las herramientas, las aplicaciones se están convirtiendo en entornos donde los agentes operan en nombre del usuario.

Esto representa un salto tremendo en términos de capacidades: desbloquea la habilidad de convertir grandes modelos de lenguaje en actores autónomos capaces de navegar por aplicaciones y coordinar flujos de trabajo en fuentes de datos dispares. Pero también magnifica el riesgo, abriendo la puerta a infracciones de cumplimiento normativo, agentes que se quedan atrapados en bucles, acumulación excesiva de permisos y más. Las implementaciones responsables y a prueba de futuro requieren que ampliemos nuestro enfoque para incluir los requisitos fundamentales de confianza, control y rendición de cuentas.

OpenClaw es el ejemplo perfecto de lo que sucede cuando la innovación de la IA agéntica supera a la gobernanza. La plataforma de código abierto y autohospedada brindó de repente a las personas la capacidad de crear agentes de IA potentes y personalizados, pero debido a que la plataforma carecía de funciones de seguridad integradas, los usuarios descubrieron rápidamente que dar a sus ayudantes autónomos un amplio acceso al sistema introducía riesgos significativos.

Cómo las capas de seguridad y la gobernanza ayudan a cerrar las brechas de rendición de cuentas en la IA

Al presentar NemoClaw, la pila de software y el complemento de NVIDIA que agrega control por políticas y sandboxing de nivel empresarial a OpenClaw, Huang describió la nueva oferta como una forma de permitir que los LLM interactúen con el software a través de capacidades de “uso de computadoras”. Esto abre la puerta para que la inteligencia artificial opere navegadores y aplicaciones tal como lo hacen los humanos.

Esta transición representa una encrucijada crítica para la empresa moderna, según el director ejecutivo de Jitterbit, Bill Conner:

“Estamos viendo uno de los puntos de inflexión tecnológica más rápidos y monumentales desde ChatGPT: el cambio de una IA que sugiere a una IA que actos. OpenClaw aceleró esa transición, pero con ese poder viene un riesgo real. En su forma básica, estos frameworks carecen de un modelo de seguridad inherente. En un entorno empresarial, eso no es solo un vacío, es una responsabilidad.”

A medida que los agentes de IA adquieren la capacidad de moverse dinámicamente a través de sistemas y límites jurisdiccionales, los desafíos de la soberanía de los datos y la rendición de cuentas se vuelven cada vez más urgentes. Es por eso que Jitterbit abogado por un enfoque “en capas” de la IA. Al envolver los marcos de los agentes con una capa de infraestructura sólida, barandillas y aplicación de políticas, las empresas pueden capitalizar la eficiencia de la IA sin comprometer el control.

Según Manoj Chaudhary, director de tecnología de Jitterbit, la oferta más reciente de NVIDIA sugiere un cambio radical en la forma en que se permite operar a los agentes de inteligencia artificial. “La introducción de NemoClaw refleja una comprensión más amplia de la industria: la IA agéntica necesita una base de nivel empresarial. Nos encaminamos hacia ‘sistemas operativos de IA’, plataformas que no solo habilitan la inteligencia, sino que también controlan cómo se comporta dicha inteligencia. Esto es innovación abierta en el borde, con una gobernanza estructurada superpuesta”.”

Avanzando hacia el Agente como Servicio

La democratización segura del acceso a los datos, dijo Conner, requiere dos elementos fundamentales: supervisión humana y salvaguardas tecnológicas.

“A medida que los agentes se vuelven más autónomos, la rendición de cuentas de la IA se vuelve más difícil de definir. Cuando un agente actúa de manera independiente, la responsabilidad aún debe asignarse claramente al sistema, a la organización y, en última instancia, a la supervisión humana. Las barandillas de seguridad deben evolucionar desde simples controles de políticas hasta restricciones dinámicas y ejecutables integradas directamente en la forma en que operan los agentes.”

En otras palabras, aunque el enfoque de “implementar ahora y hacer preguntas después” nos haya traído hasta aquí, es cada vez más evidente que no nos llevará a donde realmente necesitamos estar. En la carrera hacia la adopción de agentes, las empresas que finalmente crucen la línea de meta no serán las que tengan los agentes más potentes, sino los más responsable unos.

A medida que los agentes de inteligencia artificial continúan evolucionando hasta convertirse en la columna vertebral de las operaciones empresariales —hacia un futuro que Huang describe como “IA para todo”—, la conversación debe seguir desplazándose del agente de IA capacidades al agente de IA rendición de cuentas. El objetivo final es garantizar que los agentes no solo sean potentes, sino también seguros, cumplan con las normativas y estén integrados en el tejido de las operaciones comerciales.