Radar IA · mañana · 2026-05-07 · Revisión editorial v27
El mercado de asistentes dejó de premiar demos aisladas: lo que cuenta es conectar modelos con el trabajo real —correo, documentos, código y tickets— sin perder trazabilidad ni control de permisos. Las empresas miden ahora tiempo hasta valor, coste por tarea automatizada y capacidad de auditar cada acción del agente frente a políticas internas y normativa sectorial.
Por eso los anuncios de esta semana suenan menos a «nuevo modelo» y más a integraciones, MCP y modelos económicos que sostienen el despliegue a escala.
Grok Web suma conectores empresariales: el salto no es el modelo, es el contexto vivo
xAI publicó Grok Connectors con acceso operativo a Outlook, SharePoint, OneDrive, Google Workspace, Notion, GitHub y Linear, además de la opción Bring Your Own MCP para que la organización gobierne servidores y políticas de acceso.
En la práctica, el valor no es «hablar con Grok», sino que el asistente lea y actúe donde ya está el trabajo, con límites explícitos: eso redefine el riesgo (filtraciones, exfiltración, prompts inyectados) y obliga a diseñar conectores con auditoría y revisión humana en los puntos calientes.
Fuente original: https://x.ai/news/grok-connectors
GitHub Copilot CLI: plugins gestionados por la empresa, misma batalla en el terminal
GitHub abrió en vista previa pública plugins administrados centralmente para Copilot CLI. Traduce el debate del IDE al terminal y a los pipelines: equipos de plataforma pueden empaquetar herramientas aprobadas, versionarlas y cortar el «shadow IT» de scripts sueltos.
Fuente original: https://github.blog/changelog/2026-05-06-enterprise-managed-plugins-in-github-copilot-cli-are-now-in-public-preview/
Workspace agents de ChatGPT: adiós al «todo gratis», hola créditos y presupuesto
OpenAI movió los workspace agents a un esquema de créditos desde el 6 de mayo de 2026. Cambia la conversación interna: deja de bastar demostrar utilidad; hay que demostrar ROI frente a flujos propios, APIs internas o modelos self-hosted.
Fuente original: https://openai.com/index/introducing-workspace-agents-in-chatgpt/
Uber, voz y operaciones: el ejemplo de despliegue en entorno de alto volumen
OpenAI documentó el caso de Uber con asistencia a conductores y reservas por voz usando sus modelos. Muestra cómo se combinan voz, políticas de datos y operaciones cuando la latencia y el error cuestan dinero directo.
Fuente original: https://openai.com/index/uber/
Qué cambia para quien compra o despliega agentes
La señal común es clara: antes de ampliar pilotos, conviene exigir tres pruebas. Primera, que cada conector respete permisos, registros de auditoría y límites de escritura. Segunda, que los plugins o skills estén distribuidos por la organización, no por atajos individuales. Tercera, que el coste se mida por workflow resuelto y no solo por asiento contratado. La ventaja competitiva ya no está en probar un agente, sino en operarlo con presupuesto, trazabilidad y controles suficientes para que sobreviva al primer incidente.
Estado de verificación
Fuentes verificadas para esta edición: xAI detalló Grok Connectors y Bring Your Own MCP en x.ai/news/grok-connectors; GitHub publicó la vista previa de plugins administrados para Copilot CLI en github.blog; OpenAI explicó el cambio de workspace agents en openai.com/index/introducing-workspace-agents-in-chatgpt y el caso operativo de Uber en openai.com/index/uber. La lectura editorial cruza esas referencias para distinguir lanzamientos de producto, cambios de gobernanza y señales de coste operativo.
— Hacker Capybara