«Tomas la píldora azul: la historia termina, te despiertas en tu cama y crees lo que quieras creer. Tomas la píldora roja: te quedas en el País de las Maravillas y te enseño lo profunda que es la madriguera del conejo.»
Esta es la frase que Morfeo pronuncia en una de las escenas de cine que ya forma parte de la cultura popular dentro de la película Matrix. Éste ofrece a un desconcertado Neo una elección drástica: la píldora azul, para regresar a la cómoda ilusión de un mundo que cree conocer y la roja, para descubrir una verdad incómoda que lo cambiará todo para siempre. Con los cambios tecnológicos la tentación de tomar la píldora azul es grande: ignorar el cambio y seguir con nuestra forma de gestionar la tecnología en las empresas. Parece el camino seguro pero es posible que finalmente sea el más peligroso.

Febrero de 2026 ha sido un mes decisivo en lo que respecta al cambio tecnológico. Y vamos a ver paso a paso por qué este cambio puede ser traumático pero también una gran oportunidad. Son muchos los expertos que nos han ido avisando pero hay signos que en este mes crucial han puesto la Inteligencia Artificial agéntica en el candelero.
Tomad conmigo la píldora roja y veremos juntos lo profunda que puede llegar a ser la madriguera del conejo…

¿Por qué la agéntica lo cambia todo?

Durante los últimos tres años nos acostumbramos a modelos que responden: ChatGPT-4o, Claude 3.5 Sonnet, Gemini 1.5 Pro, Llama 3. Escribes, el modelo contesta. Sofisticado, impresionante, útil. Pero fundamentalmente reactivo. Lo que está desplegándose ahora son sistemas que actúan: agentes que reciben un objetivo, descomponen el problema, usan herramientas externas, navegan software empresarial, redactan contratos, ejecutan auditorías fiscales y cierran flujos de trabajo completos sin que un humano apriete ningún botón en el camino.

El CEO de Anthropic, Dario Amodei, lo formuló con una precisión que pone los pelos de punta: en una entrevista con The Economist durante el Foro Económico Mundial de Davos el 20 de enero de 2026, afirmó que los modelos de IA podrían realizar «la mayor parte, quizás todo» lo que hacen hoy los ingenieros de software en un plazo de seis a doce meses. «Tengo ingenieros en Anthropic que dicen que ya no escriben ningún código. Simplemente dejan que el modelo lo escriba y lo editan», declaró. El CEO de Microsoft AI, Mustafa Suleyman, amplió el diagnóstico a abogados, contables, gestores de proyectos y analistas financieros, con un horizonte de dieciocho meses para la automatización completa de sus tareas rutinarias. Sam Altman (OpenAI) y Elon Musk (xAI / Tesla) añadieron que la Inteligencia Artificial General llegará antes de lo que los propios modelos de previsión estimaban hace seis meses.

Pero en febrero de 2026 ha llegado lo que muchos han llamado el «Software-mageddon». Se trata de la caída coordinada del sector SaaS en bolsa durante la segunda semana de febrero de 2026, desencadenada por el lanzamiento de Claude Cowork de Anthropic, una suite agéntica con capacidades de navegación autónoma por software empresarial, revisión de contratos legales sin supervisión y triaje financiero automatizado.

El mercado no tardó en hacer los deberes. Si un único agente puede realizar el trabajo de diez operarios humanos bajo una sola integración, el modelo de licencias SaaS «por asiento» queda estructuralmente roto. El S&P 500 Software Index perdió un 13% en cinco sesiones. Thomson Reuters cayó un 16%. RELX, un 14%. Willis Towers Watson, un 12%. Charles Schwab, un 8,8% en una única jornada tras el denominado «Evento Altruist», el lanzamiento del agente de planificación fiscal autónoma Hazel de la plataforma fintech Altruist, capaz de ejecutar estrategias complejas en miles de cuentas de forma simultánea.

En total, 285.000 millones de dólares de capitalización bursátil evaporados en días. No por un fraude contable, no por una crisis de deuda soberana, no por una pandemia. Por la comprensión colectiva de que el software, tal y como lo habíamos valorado durante veinte años, ya no es lo que pensábamos.  El mercado ha dejado de valorar el software como una herramienta para humanos. Ha empezado a descontarlo como infraestructura para agentes. Y esa diferencia lo cambia absolutamente todo y algunas empresas del sector lo están afrontando mejor que otras.

¿Qué está pasando con el desarrollo de software?

El colapso del modelo de licencias SaaS no es el único terremoto en el mundo del desarrollo. La forma en que se escribe software ha mutado de raíz en doce meses, y el propio vocabulario del sector está siendo reescrito en tiempo real. El 3 de febrero de 2025, el cofundador de OpenAI y ex-director de IA en Tesla, Andrej Karpathy, publicó un tweet que Collins Dictionary acabaría nombrando «Palabra del Año»: había bautizado el «vibe coding» como la nueva forma de programar, abandonándose a la IA sin escribir código directamente. El post llegó a 6,7 millones de visualizaciones. El concepto capturaba perfectamente el espíritu de aquel momento: la sensación de que de repente programar era más ligero, más rápido, más intuitivo. Un año después, el mismo Karpathy ha vuelto para enterrarlo.

En su post del 5 de febrero de 2026, en el primer aniversario del término, Karpathy reconoció que el vibe coding fue «un tweet de ducha disparado sin pensar» que acertó a nombrar algo que mucha gente sentía en ese momento. Pero los LLM han madurado tanto que el concepto ya no describe la realidad. «Hoy, programar mediante agentes LLM se está convirtiendo en el flujo de trabajo por defecto para los profesionales, con más supervisión y escrutinio», escribió. Su nuevo término: «ingeniería agéntica». Agéntico porque el desarrollador ya no escribe código el 99% del tiempo, sino que orquesta agentes que lo hacen mientras él actúa como supervisor. Ingeniería porque hay un arte y una ciencia en ello, con su propia profundidad, que se puede aprender y dominar.

La implicación práctica es brutalmente clara: el programador que sobrevive al ciclo no es el más rápido tecleando, sino el más claro pensando. Google, Amazon y Microsoft están usando ya IA para generar partes enteras de sus codebases. El fundador de Zoho, Sridhar Vembu, respondió a las declaraciones de Amodei con una frase que resume el estado de ánimo del sector: «Será mejor que le prestemos atención porque tiene la mejor herramienta de codificación del mundo.» Y añadió, con calma estoica, que los desarrolladores deberían empezar a considerar medios de vida alternativos al código.

La transición tiene un nombre técnico concreto, acuñado en el ensayo de enero de 2026 de Amodei «The Adolescence of Technology»: los modelos de IA han alcanzado un estadio donde los ingenieros más capaces de Anthropic le ceden prácticamente todo el trabajo de implementación. El bucle de retroalimentación ya ha comenzado: la IA escribe el código que construye la próxima generación de IA. Y ese loop se acelera mes a mes.

¿Quiénes son los más afectados en el sector empresarial en los próximos 18 meses?

Las profesiones con mayor exposición inmediata a la sustitución agéntica son aquellas cuyo valor reside en el procesamiento de información estructurada y la aplicación de reglas: revisión de contratos, auditoría fiscal, cumplimiento normativo, coordinación de proyectos y generación de código.

Clifford Chance, uno de los mayores despachos de abogados del mundo, anunció recortes en puestos de servicios de negocio en noviembre de 2025, citando explícitamente el uso creciente de inteligencia artificial como justificación estratégica. PwC ha reducido sus objetivos de contratación de perfiles de nivel de entrada, proyectando una caída del 32% para 2028 en favor de ingenieros especializados en IA que actualmente el mercado no puede proveer en las cantidades requeridas.

La paradoja es notable: las empresas que más están utilizando la IA agéntica para reducir plantilla son exactamente las que más necesitan talento humano capaz de supervisar, auditar y dirigir esos mismos agentes. El problema es que ese perfil profesional prácticamente no existe todavía. El mercado laboral tiene un desfase estructural entre la velocidad de destrucción de roles convencionales y la velocidad de creación de los nuevos. Que eso sea una oportunidad histórica o una catástrofe social depende, en gran medida, de la velocidad a la que los sistemas educativos y las políticas públicas sean capaces de reaccionar. Y hasta ahora, la velocidad de reacción institucional ante los grandes cambios tecnológicos no es precisamente su seña de identidad.

¿Qué está pasando en el sector de los seguros y los servicios financieros?

El 9 de febrero de 2026, Tuio (insurtech española) e Insurify (plataforma estadounidense) lanzaron dentro del ecosistema de ChatGPT herramientas agénticas que permiten investigar, comparar y contratar pólizas de hogar y automóvil mediante lenguaje natural, sin ninguna intervención humana. Las ofertas son vinculantes. Se generan en segundos. El impacto en las acciones de corredores globales como Marsh McLennan, Gallagher y Aon fue inmediato. Los analistas de J.P. Morgan describieron el escenario como un «experimento de pensamiento para un mundo de IA» donde los consumidores inician y terminan su viaje de compra dentro del ecosistema de un modelo de lenguaje, con una transparencia de precios que convierte el asesoramiento premium en una commodity de bajo coste.

En la gestión de patrimonio, el «Evento Altruist» del 10 de febrero de 2026 pone en cuestión el modelo de comisiones del 1% que ha sostenido a la industria del wealth management durante décadas. Raymond James y LPL Financial cayeron más de un 8% en una sola sesión. No porque estuvieran haciendo algo mal. Sino porque lo que hacían bien ya lo puede hacer una máquina más rápido, más barato y a escala ilimitada.

¿Cómo cambia el Marketing B2B en un entorno donde el comprador es un agente de IA?

Gartner for IT proyecta que el 90% de las compras B2B estarán intermediadas por agentes de IA en 2028, canalizando más de 15 billones de dólares a través de intercambios gestionados algorítmicamente.Un agente de IA puede procesar mil whitepapers técnicos en segundos, cruzar especificaciones con casos de uso documentados, contrastar precios y condiciones contractuales, y emitir una recomendación de compra antes de que un equipo humano de ventas haya terminado de cualificar el primer lead de la mañana. La cualificación en 2026 se desplaza hacia la «velocidad de intención» y las señales de confianza que los modelos de lenguaje son capaces de rastrear y verificar.

Han emergido dos disciplinas críticas para la visibilidad de marca en este nuevo entorno: el GEO (Generative Engine Optimization), orientado a optimizar contenido para motores generativos como ChatGPT o Gemini, y el AEO (Answer Engine Optimization), orientado a motores de respuesta como Perplexity AI. Aravind Srinivas, CEO de Perplexity, lo resumió con precisión quirúrgica: en 2026, la moneda de cambio es la atribución. Que un LLM te cite es el equivalente moderno de un sello de aprobación técnica. Para lograrlo, el contenido debe ser verificable mediante fuentes externas independientes, tener densidad técnica procesable y demostrar una coherencia temporal de expertise que los agentes puedan rastrear a lo largo del tiempo.

En Linkedin he publicado diversos artículos sobre este cambio de paradigma con observaciones sobre el auge del content marketing, el reflejo de los agentes en el nuevo panorama del marketing de contenidos y el cambio de paradigma en la generación de demanda con la llegada de los agentes como compradores de IT empresarial en un futuro cercano (buyer agent).

¿Está la IA Agéntica destruyendo el periodismo y la creación literaria, o simplemente cambiando quién los hace?

La disrupción agéntica no respeta ni a los que trabajan con palabras. Siempre navegando por lo que está cociendo en este mes de febrero tan agitado, hemos estado atentos a conversaciones en las redes de lo que se comenta en el mundo del periodismo y de la creación literaria. Jaime Novoa, fundador de Dealflow (15.000 suscriptores), tiene hoy un sistema con Claude Code que automatiza el 90% de su newsletter sobre startups: captura noticias, las resume y genera el HTML listo para publicar. Como documenta Antonio Ortiz en Error500, lo que queda de intervención humana es el criterio curatorial y el contexto de primera mano. El 10% que la máquina no puede hacer. Aún.

En el extremo opuesto, el New York Times publicó (siempre en febrero de 2026) el caso del experimento lanzado por la escritora Coral Hart: más de 200 libros autoeditados en un año bajo 21 seudónimos, 50.000 copias vendidas e ingresos de seis cifras. Un esquema narrativo genera una novela completa en 45 minutos con Claude, Grok y NovelAI. La IA falla en las escenas sexuales —mecánicas, sin tensión emocional— y los modelos las suavizan o rechazan, así que Hart las revisa y reescribe. Su trabajo ya no es escribir: es planificar, diseñar prompts y auditar lo que la máquina produce. Y ha montado una empresa para enseñar a otros a hacer lo mismo.

Así que se presenta una pregunta que inquieta tanto a nosotros los periodistas como a los creadores: ¿Nos va sustituir la IA? Los datos del National Bureau of Economic Research, en el Working Paper 34777 de Reimers y Waldfogel (enero 2026), cuantifican el fenómeno y parecen dar alguna noticia incluso tranquilizadora: entre 2022 y 2025 los nuevos títulos en Amazon Kindle se triplicaron mensualmente; la calidad media bajó, pero los 1.000 títulos más valorados por categoría mejoraron. La conclusión es que la IA amplifica la desigualdad creativa: quienes ya tenían criterio y oficio producen más y mejor mientras quienes entran sin eso generan más volumen de peor calidad.

¿Está la Ciencia y la Medicina sacando partido de la IA Agéntica?

Sí, y aquí es donde la historia cambia y donde el cambio de paradigma puede considerarse netamente positivo. Aquí es donde la madriguera del conejo nos lleva a un mundo aparentemente mejor. Los mismos sistemas que están volviendo obsoletos a los corredores de seguros tradicionales y vaciando parcialmente de sentido el modelo de licencias SaaS están acelerando la investigación farmacológica, médica y energética a una velocidad que hasta hace dos años era directamente impensable. En enero de 2026, la revista Science publicó el desarrollo de DrugCLIP, una herramienta de IA de la Universidad de Tsinghua capaz de realizar el cribado de 10 trillones de compuestos químicos en un solo día, una velocidad 10 millones de veces superior a los métodos convencionales.

El sistema ya ha identificado una molécula candidata para TRIP12, una proteína implicada en cáncer y autismo que hasta ahora carecía de fármacos dirigidos. Lo que antes requería años de trabajo en laboratorio hoy se resuelve en horas de computación. La Universidad de Miami ha desplegado la plataforma MILADS (MIL Agentic Data Scientist), que guía a los investigadores a través del ciclo completo de investigación científica, desde el diseño de hipótesis hasta la interpretación de datos complejos. La Clínica Universidad de Navarra utiliza IA agéntica para optimizar ensayos clínicos, y Cognizant ha adoptado Claude de Anthropic para acelerar procesos clínicos en múltiples instituciones sanitarias. El laboratorio autónomo del Pacific Northwest National Laboratory (PNNL) opera microscopios electrónicos sin intervención humana, generando datos estructurados que otros agentes analizan en paralelo.

Según Drug Target Review, los primeros supercomputadores dedicados exclusivamente al descubrimiento farmacéutico están ya operacionales en 2026, y laboratorios con «científicos humanoides de IA» que ejecutan experimentos físicos de forma autónoma están pasando de prototipo a despliegue comercial. El Departamento de Energía de Estados Unidos (DOE) ha publicado 26 desafíos científicos bajo la denominada «Misión Génesis», que utiliza flujos de trabajo agénticos para duplicar la productividad de la investigación nacional en una década, con objetivos que incluyen acelerar la llegada de la energía de fusión nuclear mediante plataformas de convergencia digital que integran modelos de física de plasma y ciencia de materiales. El mismo instrumento que le está comiendo el almuerzo al paralegal de turno está potencialmente salvando vidas y resolviendo la crisis energética. Conviene no perder eso de vista cuando la conversación se llena de catastrofismo.

¿Cuál es el impacto energético real de la aceleración de la IA Agéntica?

Pero este cambio de paradigma quizás no sea tan rápido como pensamos y uno de los factores que puede que sea el culpable de que se haga con el «freno de mano puesto» sea no solamente la sostenibilidad en cuanto a cuidado del medio ambiente sino también el coste energético. El consumo eléctrico de los centros de datos que alimentan la IA agéntica se proyecta en un 3% de la energía mundial para 2030. En Virginia (Estados Unidos) e Irlanda, la demanda de la IA está generando colas de interconexión a la red eléctrica de hasta siete años y aumentos directos en las facturas residenciales de energía.

La aceleración tecnológica tiene un precio físico que nadie está publicitando demasiado: los servidores que permiten a un agente revisar mil contratos por hora consumen megavatios de electricidad que, en buena parte del mundo, todavía se generan quemando combustibles fósiles. La promesa de que la IA va a resolver la crisis climática coexiste, por ahora, con la realidad de que la está agravando. Otra contradicción incómoda que el relato triunfalista de Silicon Valley prefiere dejar fuera del encuadre.

¿Y qué pasa ahora?

Hemos tomado la píldora roja y estamos metidos en la madriguera del conejo. No hay vuelta atrás y la revolución está en marcha. Lo que está claro es que las organizaciones con mayor probabilidad de sobrevivir al ciclo agéntico son las que rediseñan sus flujos de trabajo asumiendo que los agentes son colaboradores, no herramientas, las empresas que invierten en talento pero con perfiles capaces de supervisar, auditar y dirigir sistemas agénticos y que conocen bien el negocio, que son capaces de adaptarse con creatividad y sin rigidez. Finalmente son empresas que construyen cultura de empresa y autoridad de marca sobre datos verificables y consistencia técnica.

El modelo empresarial que pierde es el que depende de la asimetría informativa: poseer datos que el cliente no puede obtener por sí mismo, intermediar procesos que el cliente no puede ejecutar por sí mismo, cobrar por tiempo dedicado en lugar de por resultados. Los agentes de IA están demoliendo esa asimetría sistemáticamente en todos los verticales y en todos los procesos. El modelo que gana es el que transforma esa misma capacidad agéntica en ventaja competitiva propia: usando los agentes para escalar lo que los humanos hacen bien, en lugar de intentar resistir lo inevitable o sustituir a los humanos. Después de bastantes pruebas en primera persona puedo confirmar que los agentes no transforman procesos por sí solos. O se les acompaña y supervisa o la ventaja competitiva se convierte en desastre y consumos altísimos de créditos, tiempo y credibilidad.

Lo que vale en 2026, en el periodismo, en la novela romántica, en el desarrollo de software, en la investigación científica y médica y en la consultoría fiscal y legal, es exactamente lo mismo: el criterio para saber qué sirve y qué no, la experiencia para detectar cuándo la máquina está fallando, y la honestidad intelectual para reconocer que el trabajo de orquestar agentes es un trabajo diferente al de antes, no necesariamente menor, pero radicalmente distinto. Hay que saber dónde la Inteligencia Artificial potenciada por agentes bien diseñados nos puede dar esa ventaja competitiva.

La historia de los cambios tecnológicos estructurales enseña una sola lección con consistencia brutal: la velocidad de adopción siempre supera las predicciones más optimistas, el tiempo de adaptación institucional siempre supera las predicciones más pesimistas, y los que se quedan en tierra de nadie son invariablemente los que pagan la factura más cara. No hay que asustarse, hay que tragar la píldora y seguir haciendo las cosas bien.