12 nov 2026 — El agente ensaya antes de tocar tus cuentas
Plurai financia la simulación de agentes; Databricks, StitchStudio y ElevenLabs amplían su trabajo empresarial. SoftBank y Workday recuerdan los riesgos económicos y de responsabilidad.
Intelia AI Report · 12 noviembre 2026
Noticias publicadas el 11 de noviembre. Edición breve: cuatro titulares, dos noticias críticas y dos voces escépticas con fecha verificada.
13 millones para ensayar el fallo antes de tocar al cliente
Plurai anuncia una ronda semilla liderada por Team8 y abre su plataforma a todos los desarrolladores. Simula usuarios, herramientas y políticas para encontrar errores de agentes antes del despliegue. Después utiliza esos casos para ajustar modelos pequeños y vigilar la ejecución; sus mejoras de coste y fiabilidad son cifras del proveedor.
Por qué importa: Para Intelia, probar excepciones contables en un entorno aislado puede ser tan importante como mejorar el modelo. La oportunidad está en medir errores por proceso antes de conceder acceso real.
Fuente: Plurai — comunicado en PR Newswire
Genie pasa de responder preguntas a mantener trabajo en marcha
Databricks presenta un Genie que asume tareas prolongadas y conecta aplicaciones mediante MCP. Su ontología reúne definiciones y relaciones del negocio bajo Unity Catalog. La compañía incorpora permisos, requisitos de aprobación, trazas y límites de gasto; son capacidades anunciadas por el proveedor.
Por qué importa: El contexto empresarial y los controles forman parte del producto que compra una empresa. Para automatización contable, importa acordar qué significa cada cifra y quién puede actuar sobre ella.
Fuente: Databricks — blog oficial
8 millones para automatizar el papeleo del seguro existente
StitchStudio capta 8 millones de dólares en una ronda liderada por Voyager Capital. Sus agentes conectan sistemas de aseguradoras y corredores para comparar propuestas, incorporar agentes comerciales y comprobar facturas. La empresa afirma que cada acción puede auditarse y ampliará productos y soporte.
Por qué importa: Hay mercado para automatizar procesos entre sistemas heredados. Es una referencia cercana para Intelia: resolver una operación concreta sin exigir al cliente sustituir toda su infraestructura.
Fuente: The Next Web
ElevenLabs lleva la voz hacia modelos propios y trabajo de oficina
ElevenLabs anuncia que ayudará a empresas a ajustar modelos con sus conversaciones de clientes en los próximos meses. También abre acceso anticipado a ElevenAI para notas y tareas de reuniones. Presenta memoria y rutinas para agentes, además de un programa de socios; varias funciones siguen siendo anticipos.
Por qué importa: La voz empieza a competir por el flujo de trabajo posterior a la llamada. En procesos financieros, el valor dependerá de convertir la conversación en una acción verificable y consentida.
Fuente: The Next Web
🔴 La otra cara
SoftBank pierde 3.700 millones en equipos que ya no quiere
Bisnow informa de una pérdida por anticipos de equipamiento energético para centros de datos cancelados. SoftBank explica el ajuste por cambios en sus necesidades de aprovisionamiento. Su director financiero mantiene los objetivos de los proyectos, aunque no descarta nuevas pérdidas de este tipo.
Por qué importa: Reservar capacidad por adelantado también puede destruir capital. Para una startup, conviene distinguir la demanda efectiva de las grandes previsiones de infraestructura.
Fuente: Bisnow
Workday intenta frenar la acción colectiva de 15.000 aspirantes
Workday pide deshacer el colectivo de una demanda por presunta discriminación por edad en selección asistida por IA. Alega diferencias entre cómo sus clientes configuran la plataforma y toman decisiones. El tribunal aún no ha resuelto la petición; la empresa niega las acusaciones.
Por qué importa: La responsabilidad de una automatización depende también del uso y la configuración. Guardar decisiones y criterios ayuda a esclarecer qué hizo cada parte cuando aparece una reclamación.
Fuente: Sheila Callaham — Forbes
🤔 La voz escéptica
Mark McNee: cuatro registros del cliente producen cuatro verdades
Resumen del argumento: un agente puede producir una respuesta convincente usando datos reales pero incompatibles entre sistemas. McNee pide una referencia autorizada del cliente y trazabilidad hasta el dato. — Mark McNee — Acting Office
Merece atención porque identifica un límite práctico previo al modelo. Es un análisis de un proveedor de software contable, con interés comercial declarado.
Todd Schanel: utilidad tecnológica y retorno económico son preguntas distintas
Resumen del argumento: el exceso de capacidad, la competencia y la financiación entre proveedores y compradores pueden debilitar el retorno de la IA. Schanel también reconoce escenarios de demanda duradera y evita dar por demostrada una burbuja. — Todd Schanel — Core Wealth Management
La crítica obliga a comprobar quién paga y con qué margen. Es una perspectiva económica equilibrada, no una prueba de que la tecnología vaya a fracasar.
Fuentes nuevas para seguir: Acting Office, por su análisis de datos en despachos; Bisnow, por su seguimiento de la infraestructura física de la IA.