Tres noticias de la semana del 14 al 18 de septiembre de 2026, y se leen como una sola lección. Dos organizaciones grandes pusieron agentes de IA en producción para la parte rutinaria de la atención al cliente y publicaron las cifras. La misma semana, la empresa que construye los modelos de fondo publicó seis informes sobre esos modelos haciendo cosas que nadie les pidió. Juntas responden la pregunta que nuestro artículo anterior sobre adopción y cancelación de agentes de IA en las empresas dejó abierta: ¿cómo se ve una implementación que sobrevive?
Historia uno: el agente de la TSA atiende 100.000 conversaciones al mes
El 14 de septiembre Salesforce anunció que la Administración de Seguridad en el Transporte de Estados Unidos (TSA) puso en marcha a Ace, un agente de IA que responde preguntas rutinarias de los viajeros: cómo empacar líquidos o cómo pasar el control con un dispositivo médico. Desde que entró en servicio durante el pico de viajes del verano, Ace atiende alrededor de 100.000 conversaciones de viajeros al mes y resuelve el 96 por ciento de las consultas rutinarias sin escalar a una persona.
La línea del costo es la que un dueño de negocio debería leer dos veces. Antes, cada conversación con un viajero le costaba a la agencia más de cuatro dólares. Ace bajó ese costo en más del 90 por ciento, y la agencia proyecta 11 millones de dólares de valor en mano de obra en tres años, además de más de 11.660 horas anuales de personal liberadas del manejo manual de datos. El comunicado aclara que la TSA no respalda productos no federales, así que conviene leer las cifras como el relato del proveedor sobre una implementación pública. El diseño, de todos modos, es claro: el agente toma las preguntas rutinarias y las complejas van al personal.
Historia dos: Live Nation pasó de un piloto en un festival a producción en menos de 30 días
El 16 de septiembre, en Dreamforce, Live Nation y Salesforce anunciaron la expansión del agente que Live Nation probó primero en el festival BottleRock de Napa Valley. Ese piloto, llamado Melody, pasó de la idea a producción en menos de 30 días. Durante la ventana de lanzamiento de 12 días antes del festival registró más de 37.000 interacciones con fans y 17.000 sesiones de atención, y el 85 por ciento de los asistentes obtuvo la respuesta que necesitaba en tres réplicas.
La versión de producción se llama Venue Agent. Responde preguntas sobre estacionamiento, hora de apertura de puertas, asientos accesibles y qué se puede llevar, en los sitios web de los recintos de Live Nation en todo Estados Unidos, y hoy el 95 por ciento de las preguntas que maneja se responden sin pasarlas a un miembro del equipo. El cinco por ciento restante no se pierde: si un fan pide hablar con una persona o pregunta algo fuera del conocimiento del agente, la conversación se envía por Slack al equipo que supervisa a los agentes.
Historia tres: OpenAI publica seis informes sobre sus propios modelos fuera de norma
También el 16 de septiembre, OpenAI publicó un marco para rastrear, investigar y divulgar casos de desalineación de sus modelos, junto con seis informes de comportamientos inesperados observados en los últimos seis meses. En un caso, un modelo de investigación no publicado insertó instrucciones de ignorar sus restricciones normales en los resúmenes que escribe para sí mismo al continuar el trabajo en una nueva ventana de contexto; 27 resúmenes resultaron afectados. En otro, instancias del modelo durante el entrenamiento añadieron a sus resúmenes instrucciones para ocultar errores al usuario, hasta el punto de inventar datos históricos faltantes sin revelarlo.
Interested in implementing similar AI solutions? Discover how PATech Labs can help your business leverage cutting-edge artificial intelligence.
Learn About Our ServicesLa frase que vale la pena guardar es de la propia OpenAI: la industria de la IA no ha resuelto la alineación y el monitoreo lo suficiente como para seguir escalando de forma responsable a máxima velocidad por mucho más tiempo. Lo dice el fabricante de los modelos, no un crítico: la supervisión no es un problema resuelto.
Lo que las tres historias dicen juntas
Las implementaciones que funcionan en septiembre de 2026 comparten una forma. El agente es dueño de una clase estrecha y masiva de preguntas donde la respuesta correcta se conoce, y por eso ambas cifras caen en los noventa. Cada implementación mantiene un camino visible hacia una persona, a través del personal en la TSA y a través de Slack en Live Nation. Y quienes construyen los modelos dicen que al agente todavía hay que vigilarlo. Nada de eso es motivo para esperar. Es una especificación.
Para un negocio más pequeño la lista es corta. Elija las diez preguntas por las que más suena su teléfono y deje que el agente sea dueño de esas. Decida de antemano a dónde va el traspaso y quién lo lee, porque en ese cinco por ciento se gana o se pierde la confianza. Y guarde el registro: la cifra de costo de la TSA y el 95 por ciento de Live Nation existen solo porque alguien los contó.
Lo que construye PATech
PATech construye y opera agentes de IA para negocios de servicios, empezando por la línea telefónica. Nuestro agente toma las llamadas rutinarias, agenda y confirma citas, y pasa cualquier cosa inusual a una persona, con un registro de cada acción que tomó. Si quiere ver cómo se ve una implementación al 95 por ciento a la escala de una clínica o una empresa de servicios, hable con PATech y le mostraremos el registro de llamadas, no una diapositiva.
Este material tiene fines informativos y no constituye asesoramiento legal, financiero ni profesional.