Tus agentes IA ya tienen memoria, y eso cambia cómo los tienes que gobernar
Si empezaste a usar IA generativa en tu equipo en 2024 y has ido añadiendo usos a lo largo de 2025, es probable que tengas un marco de gobernanza simple: una lista de quién puede usar ChatGPT/Claude/Gemini, una política básica sobre qué no pegar al prompt (datos de clientes, financieros), y quizá una formación de 2 horas para la plantilla.
Ese marco, que ha funcionado bien hasta ahora, se ha quedado corto en menos de tres meses. Y no por consultoritis, por dos cambios técnicos concretos de abril y mayo de 2026.
Qué ha cambiado: dos releases que reconfiguran el panorama
[OpenAI Workspace Agents](https://jls42.org/es/news/ia-actualites-23-apr-2026), 22 de abril de 2026. OpenAI ha lanzado la posibilidad de configurar agentes persistentes dentro de la organización, con acceso a fuentes internas (Drive, Slack, mails), memoria estable entre sesiones, y capacidad de ejecutar workflows secuenciales sin supervisión humana por cada paso. El framing ha cambiado: ya no es "voy a ChatGPT y le hago una pregunta"; es "tengo un agente que cada mañana revisa la bandeja de entrada de finanzas, clasifica las facturas, y prepara un borrador de revisión para la responsable".
[Claude Managed Agents con Dreams](https://glosso.ai/Newsletter-018-), 8 de mayo de 2026. Anthropic ha activado (en beta para empresas) una capa de "reflexión entre sesiones": el modelo puede revisar sus propias conversaciones anteriores, identificar errores o patrones de ineficiencia, y ajustar su comportamiento para conversaciones futuras. Significa que el agente aprende de tu empresa con el tiempo, sin reentrenamiento explícito. El trabajo del Q1 del año pasado condiciona cómo responde el del Q3 de este.
Por separado ya serían relevantes. Combinados, marcan el paso de "IA asistente" a "IA ejecutora con autonomía limitada y memoria". Y aquí viene el cambio de marco operativo.
El marco antiguo ya no sirve
Lo que ha gobernado a la mayoría de PYMEs hasta ahora es el siguiente enfoque: persona × herramienta × dato. ¿Quién puede usar ChatGPT? Marta y Pere. ¿Qué pueden pegar? Nada que tenga datos de clientes. ¿Cuánto tiempo? El necesario.
Ese marco tenía un supuesto implícito: cada interacción con la IA es estanca. La IA no recordaba. Si Marta pegaba un dato sensible por error, lo encontraba en el log, lo borraba y ya estaba. Si Pere daba una instrucción mal redactada, al día siguiente todo volvía a empezar de cero. La IA era una herramienta, no una memoria.
Con Workspace Agents y Dreams, ese supuesto cae. Si Marta configura un agente que tiene acceso a la bandeja de entrada de correo, y un día por inadvertencia abre un mail con datos fiscales de un cliente que no tenía consentimiento de IA, el agente puede haber incorporado esos datos a su patrón de comportamiento persistente. No al log que puedes borrar, a su modelo de qué es normal en esta empresa. Y eso no es un bug técnico; es arquitectura.
El nuevo marco: agente × proceso × frontera
Lo que estamos aprendiendo (y yo lo estoy aprendiendo en directo con clientes PYMEs durante este 2026) es que el marco útil ya no es persona × herramienta. Es agente × proceso × frontera:
Este marco no es invención mía, es el patrón que comienzan a aplicar las empresas que hacen gobernanza seria de IA. Microsoft y Anthropic lo están adoptando explícitamente en sus deploys para bufetes de abogados e instituciones públicas.
El Artículo 4 del AI Act se ha quedado corto, pero ya hay más capas
Recordemos que el Artículo 4 pide "alfabetización IA" para el personal que despliega sistemas de IA. Discutimos este punto en detalle en el post sobre la [Ley IA de España](/es/blog/llei-ia-espanya-formacio-pimes). Para sistemas asistentes (ChatGPT directo), la alfabetización básica es suficiente: entender qué hace, qué no hace, cómo validar las salidas.
Para agentes con memoria persistente, la alfabetización básica no es suficiente. Una persona que sepa usar ChatGPT no necesariamente sabe configurar un Workspace Agent con fronteras de datos correctas. Y no es que las personas sean negligentes; es que lo que se pide es arquitectura, no solo uso.
Para una PYME, esto significa que si piensas adoptar agentes persistentes en 2026 (y si no lo piensas, tus competidores sí), necesitas como mínimo una persona dentro de la empresa con formación específica en gobernanza de agentes. No un experto técnico; un perfil senior con formación de 20-30h específica sobre el tema. Es una función emergente, similar a cómo surgió el rol de "DPO" con GDPR.
3 acciones concretas para hacer este mes
1. Inventaría si ya tienes "sombras" de agentes. Pregunta a tu equipo: "¿Alguien está usando GPTs personalizados, Copilot Studio, n8n+IA, o agentes personalizados que no estén oficialmente registrados?". La respuesta será casi siempre afirmativa. Alguien en marketing tiene un workflow con Make + GPT-4. Alguien en finanzas tiene un GPT personalizado. Esas sombras son los primeros agentes de tu empresa, aunque no los hayas gobernado formalmente.
2. Designa un "responsable de gobernanza de agentes" antes del verano. No hace falta que sea un rol nuevo con presupuesto dedicado, puede ser una función añadida a alguien que ya tienes (típicamente el responsable IT/digital, o un perfil senior de operaciones). Lo que sí hace falta es que tenga tiempo asignado (mínimo 4h/semana) y formación específica (20-30h sobre arquitectura de agentes, fronteras de datos, AI Act art. 4 y 5). Si no, es imposible que haga el trabajo.
3. Pon una pausa antes de configurar el primer Workspace Agent. Si aún no has configurado ninguno, no te lances ahora mismo a hacerlo con la mejor intención. Configura primero la política de empresa (qué puede hacer un agente, qué no, cómo se revisa cada 90 días) y solo después configura el primero. He visto PYMEs que han tenido que desactivar agentes mal configurados después de 6 semanas porque habían incorporado patrones inadecuados, y el coste de "deshacer" un agente es superior al de configurarlo bien de entrada.
Dónde encaja IAescola
Estamos desarrollando en estos momentos un módulo específico de gobernanza de agentes IA para PYMEs dentro del catálogo de formación bonificable. No es un curso genérico sobre "qué es la IA"; es una formación de 30h pensada para el perfil senior que asumirá la función de gobernanza en tu equipo, con casos prácticos adaptados a tu sector (gestoría, sanidad, retail, agencia, industria).
Si te interesa esta línea o quieres entender cómo encajaría en tu empresa, podemos hacer un diagnóstico de una hora donde identificamos los riesgos de agentes actuales y potenciales de tu equipo y proponemos un plan de gobernanza adaptado.
[Solicita el diagnóstico →](https://ia-escola.com/es/contacto)
---
Julien Bellet es consultor independiente y fundador de IAescola. Trabaja con PYMEs e instituciones educativas catalanas y españolas en proyectos de integración de IA con enfoque práctico y compliance regulatorio.
Fuentes consultadas: OpenAI Workspace Agents announcement (22 abril 2026), Anthropic Claude Managed Agents con Dreams (8 mayo 2026), AI Act Reglamento UE 2024/1689 artículos 4 y 5, casos de estudio Microsoft + Anthropic para bufetes de abogados Q1 2026.