Desde hace unos meses tengo a los amigos y a los alumnos revolucionados. Antes ya todos usaban la inteligencia artificial, pero sobre todo en modo chatbot. Le preguntaban de todo: la usaban para escribir, traducir, hacer de psicólogo, de coach, de médico, de asesor financiero... Y, claro, también para trabajar. Mis alumnos, como todos, para hacer trabajos. De hecho, todo aquello que antes preguntaban a Google ahora lo preguntan a la IA, básicamente a ChatGPT.

Pero hace unos meses todo esto ha cambiado. Y mucho.

Un amigo que se dedica a proyectos inmobiliarios y necesita hacer simulaciones complejas con diferentes hipótesis ya no pasa días preparando hojas de cálculo. Ahora se lo hace hacer a la IA. Utiliza el conector de Claude para Excel y, además, en modo "fast", porque esta gente no tiene espera. Seguramente él es en buena parte responsable de que el próximo trimestre Claude ya deje atrás los números rojos.

Otro amigo, también del sector inmobiliario, antes pasaba horas haciendo fichas de pisos en diferentes idiomas. Hasta que la empresa le puso un agente que lo hace automáticamente. Ahora usa la IA para encontrar los mejores argumentos de venta de un piso según cada tipo de cliente y para anticipar cómo rebatir las objeciones. En este tipo de venta la tienes que acertar: si distraes al cliente con cosas que no le interesan, lo pierdes. Tienes que capturar su atención y hacerlo rápido.

Conozco inversores de capital riesgo que han construido agentes para analizar propuestas, hacer una primera due diligence y detectar riesgos

Una amiga suya ha ido todavía más lejos. En su trabajo tienen que analizar centenares de "notas simples", identificar los puntos más débiles y preparar contratos de ofertas y de arras a partir de esta información sin ni una sola equivocación. Es una tarea con muchas manualidades y detallada, y poco agradecida. Pues bien, ha conectado Gemini al Google Drive donde tienen todos los documentos, de compradores, de vendedores, catastro, registro de la propiedad... y ahora es Gemini quien prepara todos los contratos, sabiendo dónde tiene que encontrar cada dato. Horas de trabajo en un par de minutos. Y todo esto ya tiene su agente propio con un prompting listo para replicar la operativa en la próxima operación. Naturalmente, los compañeros ya se lo están copiando.

Uno de mis alumnos usó la IA para crear un "gemelo digital" del director de la empresa donde quería trabajar. Le dio información de la empresa, los correos que habían intercambiado y todo lo que sabía de aquel directivo. Después usó a esta persona ficticia para ensayar la entrevista una y otra vez, hasta que la tuvo lo suficientemente refinada. Ya tiene un trabajo nuevo. Y mucho mejor. Ahora hace lo mismo con su equipo: depura mensajes, conversaciones y entrevistas para adaptarlas a cada uno.

Otro graba las entrevistas por Zoom y las pasa a un agente que se ha construido él mismo. Este agente no solo extrae el contenido, sino también las dinámicas de la conversación: quién lidera, qué grupos se forman, qué tensiones aparecen y qué agendas escondidas pueden estar operando bajo la discusión. Al final obtiene un resumen impecable, con sugerencias sobre cómo abordar la situación.

¿Profesores que usan la IA para dar mejor feedback a los alumnos? Yo diría que casi todos los que conozco.

Uno de mis alumnos usó la IA para crear un "gemelo digital" del director de la empresa donde quería trabajar

También conozco a mucha gente que tiene agentes que cada día le hacen un resumen de los correos importantes, de las situaciones realmente urgentes, de las noticias que han aparecido en su campo de actividad y de los temas que siguen. Muchos, por cierto, sobre autoayuda y biohacking. De estos tengo unos cuantos.

Y después están los más sofisticados.

Los investigadores, y conozco bastantes porque también me dedico a esto, son de los más activos. La programación de simulaciones, la econometría, las regresiones, el topic modelling, los agentes, los análisis de datos... todo esto ya lo hacen con OpenAI Codex, Claude Code o herramientas parecidas. El cambio ha sido muy rápido y muy radical.

En la escritura de artículos académicos, el uso varía mucho. En algunos casos, la IA hace de correctora y ayuda a adecuar el lenguaje al campo o a la revista. En otros, la participación es mucho más profunda. Pero todo el mundo la usa, y mucho.

Eso de "hacer buenos prompts" empieza a sonar antiguo. Necesario, sí, pero insuficiente. Ya no se trata solo de saber preguntar, sino de saber delegar

También se utiliza como herramienta para discutir ideas, explorar posibilidades, encontrar nuevas y mejores y, en la medida de lo posible, ponerlas a prueba. Lo que prácticamente todo el mundo hace es utilizar estos sistemas como revisores previos de los artículos: preguntarles si el papel será rechazado o no, qué posibilidades tiene de ser aceptado y qué dirán probablemente los revisores. Lo hacen bastante bien, aunque tienen una tendencia clara a centrarse demasiado en cuestiones accesorias y a descuidar lo fundamental: la calidad real de la contribución.

También están quienes se han creado agentes que les hacen buena parte del trabajo. Conozco inversores de capital riesgo que han construido agentes para analizar propuestas, hacer una primera due diligence y detectar riesgos. También empresas que los utilizan para tareas de cumplimiento normativo. Algunos van todavía más allá y los usan para hacer una primera evaluación real de proyectos, equipos u oportunidades.

Los más atrevidos ya usan OpenClaw o Hermes y los han puesto directamente a trabajar.

¿Y en las clases? Bueno, en las clases todo el mundo quiere aprender a hacer agentes y a utilizarlos. Todo el mundo quiere herramientas que le quiten trabajo de encima y que hagan cosas. Eso de "hacer buenos prompts" ya empieza a sonar antiguo. Necesario, sí, pero insuficiente. Ya no se trata solo de saber preguntar. Se trata de saber delegar.

La IA es, cada vez más, una herramienta que ejecuta tareas, conecta información, toma iniciativas controladas y nos ayuda a hacer cosas

La adopción en las empresas, en cambio, todavía no está al mismo nivel. Muchas compañías, también grandes empresas, han empezado a construir agentes y a desplegarlos internamente. Pero comparadas con algunos de mis amigos, todavía están empezando.

Todo esto ha venido de la mano de las nuevas herramientas de OpenAI para construir agentes, de las skills de Anthropic, de Claude Code, de Codex, de las tareas programadas que ya incorporan muchas plataformas y, sin duda, de todo el ruido alrededor de agentes como OpenClaw, Hermes o Perplexity.

Pero la idea importante es otra: la IA ya no es solo una máquina que responde preguntas. Cada vez más, es una herramienta que ejecuta tareas, conecta información, toma iniciativas controladas y nos ayuda a hacer cosas.

Durante mucho tiempo hemos pensado en la IA como un chat. Una pantalla donde escribíamos una pregunta y esperábamos una respuesta. Pero este mundo se está acabando. O, mejor dicho, se ha acabado del todo. Lo que viene ahora —lo que ya está aquí— es una IA que no solo contesta, sino que trabaja.

Los agentes ya no son el futuro. Son el presente.