Durante los primeros años de expansión de la inteligencia artificial generativa, gran parte de la conversación empresarial estuvo concentrada en los asistentes digitales: herramientas capaces de responder preguntas, resumir información, redactar documentos o ayudar a analizar datos.
La evolución presentada por Microsoft apunta hacia un escenario diferente. La compañía está reorganizando Copilot alrededor de un modelo en el que la inteligencia artificial no solamente responde, sino que también puede ejecutar trabajo, construir soluciones y mantener procesos activos durante períodos prolongados.
El 25 de septiembre de 2026, Microsoft anunció una nueva experiencia de Copilot estructurada alrededor de tres capacidades: Home, Code y Autopilot. Junto con ellas, la empresa presentó nuevas herramientas para gestionar costos y consumo de IA mediante un enfoque de FinOps for AI. (The Official Microsoft Blog)
El cambio representa una evolución significativa en la relación entre personas y sistemas de inteligencia artificial.
La pregunta empresarial empieza a dejar de ser únicamente: ¿Qué puedo preguntarle a la IA?
y comienza a transformarse en: ¿Qué procesos puedo delegar, automatizar o rediseñar con inteligencia artificial?
Home: un punto central para trabajar con IA
La primera gran novedad es Home, concebido como el punto de entrada principal dentro de Copilot. Microsoft busca reunir en una misma experiencia distintas formas de trabajo con inteligencia artificial.
Home integra Chat y Cowork, permitiendo pasar de consultas rápidas a tareas más complejas que pueden ser delegadas a la IA. También incorpora capacidades de Word, Excel y PowerPoint directamente dentro de la experiencia de Copilot. (The Official Microsoft Blog)
Esto cambia la dinámica tradicional de trabajo. En lugar de abrir diferentes aplicaciones, buscar archivos, trasladar información entre plataformas y reconstruir el contexto, el usuario puede comenzar desde una misma interfaz.
Por ejemplo, una persona podría solicitar:
- desarrollar un informe,
- actualizar una presentación,
- analizar un presupuesto,
- preparar una propuesta comercial,
- estructurar un documento para un cliente,
- consolidar información proveniente de distintas fuentes.
La intención es reducir uno de los problemas frecuentes del trabajo digital: la fragmentación entre aplicaciones, archivos, conversaciones y plataformas.
Del chat a la delegación de trabajo
Uno de los conceptos más relevantes dentro de esta evolución es la diferencia entre conversar con una IA y delegarle una tarea.
Chat continúa funcionando como una herramienta inmediata para consultas, búsquedas, borradores o análisis rápidos.
Cowork, en cambio, está diseñado para recibir tareas de mayor alcance y ejecutarlas de principio a fin.
Microsoft plantea ejemplos como la elaboración de respuestas a solicitudes de propuestas, materiales de lanzamiento, informes para clientes o paquetes asociados a cierres financieros.
Esta diferencia puede tener consecuencias importantes para las organizaciones. Hasta ahora, gran parte de la productividad asociada con IA se medía en minutos ahorrados durante tareas individuales.
La siguiente etapa podría medirse en procesos completos delegados parcialmente a sistemas inteligentes.
Code: desarrollar soluciones sin ser programador
La segunda gran capacidad anunciada es Code.
Su propósito es ampliar la creación de software más allá de los equipos tradicionales de desarrollo. Mediante lenguaje natural, los usuarios podrán describir una herramienta, aplicación, tablero, automatización o flujo de trabajo y solicitar a Copilot que construya una solución.
Microsoft señala que esta capacidad utiliza tecnología relacionada con la infraestructura de GitHub Copilot y que las soluciones pueden ejecutarse dentro de entornos controlados.
Esto forma parte de una tendencia conocida como democratización del desarrollo de software.
Durante décadas, la creación de aplicaciones estuvo reservada principalmente para personas con conocimientos de programación.
Posteriormente aparecieron las plataformas de low-code y no-code. La inteligencia artificial generativa introduce una nueva capa: la posibilidad de describir una necesidad en lenguaje cotidiano y convertir esa intención en una solución digital.
El conocimiento empresarial puede convertirse en aplicaciones
Uno de los aspectos más interesantes de Code es el cambio en la forma de pensar sobre las herramientas digitales.
Tradicionalmente, el conocimiento organizacional se ha almacenado en:
- documentos,
- hojas de cálculo,
- presentaciones,
- bases de datos.
La IA permite convertir parte de ese conocimiento en herramientas interactivas.
Por ejemplo, un responsable comercial podría solicitar un tablero que combine datos de ventas con seguimiento de oportunidades.
Un gerente de operaciones podría crear una herramienta sencilla para identificar retrasos.
Un equipo financiero podría desarrollar una aplicación interna para analizar diferentes escenarios presupuestales.
Esto puede reducir significativamente la distancia entre una necesidad empresarial y su implementación tecnológica.
Autopilot: agentes que continúan trabajando
La tercera capacidad representa probablemente el cambio conceptual más profundo.
Autopilot, anteriormente denominado Scout, se presenta como un agente digital persistente.
A diferencia de un asistente tradicional que espera una pregunta, Autopilot puede recibir un objetivo, rol y conjunto de límites y continuar trabajando sin necesidad de recibir instrucciones constantemente.
Microsoft describe escenarios en los que el agente puede:
- seguir conversaciones,
- gestionar tareas recurrentes,
- recuperar proyectos después de varios días,
- solicitar información a diferentes personas,
- coordinar actividades,
- realizar seguimientos.
El agente funciona en la nube y puede continuar ejecutando actividades incluso cuando el usuario no está conectado. (The Official Microsoft Blog)
Esto introduce una diferencia fundamental entre automatización tradicional y agentes de inteligencia artificial.
Una automatización convencional suele seguir reglas predefinidas.
Un agente puede interpretar contexto, tomar determinadas decisiones dentro de ciertos límites y adaptar sus acciones según la información disponible.
Equipos híbridos: personas y agentes
La aparición de agentes persistentes también transforma la manera en que las organizaciones pueden pensar sobre los equipos.
En lugar de considerar la IA exclusivamente como una herramienta individual, empieza a surgir el concepto de equipos híbridos, compuestos por personas y agentes digitales.
Estos agentes podrían encargarse de determinadas actividades operativas mientras los trabajadores mantienen responsabilidades relacionadas con:
- criterio,
- supervisión,
- decisiones estratégicas,
- negociación,
- creatividad,
- gestión de relaciones,
- validación de resultados.
Este modelo no elimina la importancia del trabajo humano.
Por el contrario, aumenta la necesidad de definir con claridad qué tareas deben permanecer bajo control humano y cuáles pueden delegarse parcialmente a sistemas automatizados.
La gobernanza se vuelve más importante
A medida que la IA adquiere mayor autonomía, también aumenta la importancia de la gobernanza.
Microsoft destaca que Autopilot opera dentro del entorno de la organización con identidad, permisos, auditoría y mecanismos de control.
Esta arquitectura responde a uno de los principales desafíos de la inteligencia artificial empresarial.
Cuando un agente puede acceder a información, ejecutar procesos o interactuar con otras personas, las organizaciones necesitan establecer claramente:
- qué información puede consultar,
- qué acciones puede ejecutar,
- qué decisiones requieren aprobación humana,
- cómo se registran sus actividades,
- quién es responsable de supervisarlo.
La gobernanza deja de ser un complemento y se convierte en parte esencial de la infraestructura de IA.
Microsoft IQ y el contexto empresarial
Otro componente del anuncio es Microsoft IQ, descrito como una plataforma de inteligencia destinada a proporcionar contexto empresarial a Copilot y sus agentes.
La idea central es que un agente resulta mucho más útil cuando puede comprender la estructura de información de la empresa.
Microsoft está ampliando esta integración con datos provenientes de Power BI, Dynamics 365, Power Platform y otros componentes de su ecosistema. Esto permite que los sistemas de IA trabajen sobre información más cercana a la realidad operacional de cada organización. Un asistente genérico puede responder preguntas generales.
Un sistema conectado con el contexto empresarial puede interpretar clientes, proyectos, procesos, documentos y estructuras internas.
FinOps para IA: controlar el costo de los agentes
La expansión de agentes también introduce un nuevo problema: el costo computacional. Una conversación sencilla con IA puede representar un consumo relativamente pequeño.
Un agente que trabaja durante horas, ejecuta múltiples tareas y utiliza modelos avanzados puede generar un consumo significativamente mayor. Por esta razón, Microsoft está impulsando el concepto de FinOps for AI.
El objetivo es proporcionar herramientas para que las organizaciones puedan entender:
- cuánto gastan en inteligencia artificial,
- qué equipos consumen determinados recursos,
- qué modelos utilizan,
- qué agentes generan valor,
- dónde conviene ampliar o reducir la utilización.
Microsoft anunció nuevas capacidades para administrar políticas de gasto, controlar modelos disponibles y analizar el valor producido por diferentes tareas de IA. (The Official Microsoft Blog)
El reto ya no es solamente adoptar IA
Durante los últimos años, muchas empresas se concentraron en experimentar con inteligencia artificial. La pregunta era:
¿Cómo podemos incorporar IA en nuestras actividades?
La nueva generación de plataformas introduce una pregunta mucho más estratégica:
¿Cómo debemos rediseñar nuestros procesos ahora que existen sistemas capaces de ejecutar trabajo?
Esto implica analizar procesos de principio a fin. No basta con incorporar una herramienta en una tarea existente.
Las organizaciones necesitan identificar:
- dónde existe trabajo repetitivo,
- qué actividades requieren conocimiento especializado,
- qué decisiones pueden automatizarse,
- dónde debe mantenerse supervisión humana,
- qué procesos pueden ser ejecutados por agentes,
- qué controles son necesarios.
Una transición de productividad hacia transformación
La nueva etapa de Copilot representa un movimiento desde la productividad asistida hacia la transformación del trabajo.
Home busca centralizar el contexto.
Code busca democratizar la construcción de soluciones.
Autopilot introduce agentes persistentes capaces de ejecutar actividades de forma continua.
Y FinOps busca proporcionar mecanismos para administrar los costos asociados con esta nueva infraestructura.
En conjunto, estas capacidades muestran cómo la inteligencia artificial empresarial está evolucionando desde herramientas que ayudan a las personas a realizar tareas hacia sistemas capaces de participar directamente en la ejecución del trabajo.
Para las organizaciones, el desafío será encontrar el equilibrio adecuado entre automatización, autonomía y control humano.
La oportunidad no consiste simplemente en hacer lo mismo más rápido.
Consiste en rediseñar la forma en que el trabajo se organiza, se ejecuta y se supervisa.
Fuente
Artículo elaborado a partir del anuncio oficial:
Jared Spataro — Microsoft, 25 de septiembre de 2026. Introducing the new Copilot with Home, Code and Autopilot. (The Official Microsoft Blog)
También se consultaron contenidos oficiales previos de Microsoft relacionados con Copilot Cowork y el agente anteriormente denominado Scout para contextualizar la evolución del producto. (Microsoft)
Edición: Equipo de contenidos digitales de IMKGlobal, con apoyo de herramientas de inteligencia artificial.
👉 Mira el catálogo de soluciones y mentoría de IMKGlobal AQUI
Soluciones digitales completas
Julian Andrés Castiblanco Herrera
🟢 CEO – Chief Executive Officer
ImkGlobal – Ingenieros de Marketing
✉ ceo@imk.global
📞 CO: +57 300 639 8181