26 septiembre 2026 — Copilot ya quiere ejecutar el trabajo

Microsoft convierte Copilot en una app de trabajo con manos

Microsoft presentó el nuevo Copilot como una experiencia que reúne Home, Code y Autopilot. Code permite crear apps, dashboards, automatizaciones y workflows desde lenguaje natural, mientras Autopilot se plantea como un agente persistente que sigue trabajando cuando el usuario no está delante. La compañía también empuja Copilot Managed Runtime para que el código generado por IA corra dentro del perímetro de Microsoft 365 con gobierno de IT.

Por qué importa: Para startups de automatización contable, esto confirma que el terreno competitivo ya no es solo el modelo: es identidad, permisos, runtime, costes y trazabilidad. La promesa de “agentes para oficina” empieza a venir empaquetada por plataformas enormes.

Fuente: Microsoft

Wall Street compra la tesis de agentes, compute y Microsoft

Reuters reportó que Wall Street cerró al alza impulsado por Microsoft y otros valores ligados a IA. Microsoft subió tras anunciar nuevas capacidades de Copilot, y Akamai avanzó después de un acuerdo cloud de 11.600 millones de dólares con Anthropic que incluye warrants por hasta el 5% de Akamai. La reacción deja claro que el mercado sigue premiando infraestructura y distribución alrededor de IA, aunque con dudas sobre concentración y retornos.

Por qué importa: La automatización contable depende de compute barato y de canales enterprise. Si los proveedores de IA empiezan a cerrar acuerdos masivos con infraestructura distribuida, los costes y dependencias de plataforma serán parte central del margen.

Fuente: Reuters vía MarketScreener

Mastercard dice que el agente no es el problema: lo difícil es todo lo que hay debajo

PYMNTS publicó una entrevista con Sabrina Tharani, de Mastercard, sobre comercio agéntico. La idea principal: lo difícil ya no es que un agente pueda buscar o comprar, sino definir permisos, responsabilidad, autenticación, resolución de errores y funcionamiento entre merchants, bancos y redes de pago. Mastercard ve las primeras adopciones en compras frecuentes y de bajo riesgo, antes de pasar a delegaciones más delicadas.

Por qué importa: En finanzas y contabilidad pasa lo mismo: el valor no está en “el agente hace clic”, sino en probar quién autorizó, qué ejecutó, qué cambió en el sistema y cómo se corrige si algo sale mal.

Fuente: PYMNTS

Tesla empuja Optimus, pero la fábrica también empuja de vuelta

Ars Technica cubrió los problemas de Tesla para escalar Optimus: manos robóticas complejas, producción todavía muy manual y trabajadores incómodos con entrenar robots que podrían reemplazarlos. Tesla aspira a superar los 1.000 robots por semana a finales de 2026, pero las fuentes citadas describen robots que aún necesitan tareas muy programadas y entornos controlados. Es una buena foto de la distancia entre demo, línea de producción y autonomía útil.

Por qué importa: Aunque Intelia vive en software, el patrón se repite: automatizar tareas reales exige datos, operación, supervisión y límites. La adopción no falla solo por inteligencia; falla por ergonomía, incentivos y confianza.

Fuente: Ars Technica

🔴 La otra cara

Medicare prueba IA para denegar cuidados y el backlash ya es político

Ars Technica reportó que el programa WISeR usa IA y machine learning para autorizar o denegar ciertos tratamientos en Medicare. La cobertura recoge retrasos, denegaciones confusas, quejas de médicos, pacientes esperando con dolor y documentos obtenidos por la EFF. Legisladores intentan forzar más transparencia y parar el programa, mientras el despliegue sigue avanzando.

Por qué importa: Es el caso extremo de automatizar decisiones sensibles sin suficiente rendición de cuentas. En contabilidad, pagos o compliance, cualquier agente que bloquee, apruebe o clasifique debe dejar explicación, recurso y responsabilidad claros.

Fuente: Ars Technica

Un tribunal mantiene a Anthropic fuera de contratos militares del Pentágono

Reuters informó de que una corte de apelaciones de EE. UU. mantuvo la decisión del Pentágono de vetar a Anthropic en contratos militares, al considerarla un riesgo de cadena de suministro de seguridad nacional. El conflicto nació por la presión para eliminar guardrails de Claude en usos militares, derivó en veto, litigios y restricciones en agencias federales. El caso enseña la tensión entre seguridad del proveedor, exigencias del cliente y acceso a grandes mercados públicos.

Por qué importa: Para vender IA en sectores regulados, los límites del producto también son parte del contrato. No basta con tener capacidad: hay que decidir qué usos no se permiten y aguantar esa decisión comercialmente.

Fuente: Reuters vía MarketScreener

Un inversor de Anthropic acusa a los labs de usar el miedo para moldear regulación

Reuters recogió declaraciones de Joe Lonsdale, inversor de Anthropic y cofundador de Palantir, criticando que OpenAI, Anthropic y su entorno impulsen narrativas de riesgo existencial para influir en política pública. Su argumento no niega la seguridad, pero alerta de que la regulación puede acabar consolidando un oligopolio de laboratorios frontera. Es una crítica relevante porque viene desde dentro del ecosistema inversor de IA.

Por qué importa: La regulación de IA puede proteger usuarios o proteger incumbentes. Para startups verticales, conviene distinguir controles razonables de barreras que solo pueden pagar los gigantes.

Fuente: Reuters vía MarketScreener

🤔 La voz escéptica

Argumento: si la IA ya estuviera cerrando la puerta a los recién graduados, los datos de paro deberían mostrarlo; por ahora no lo hacen.

Ars Technica resume un paper de CESifo que contradice la narrativa de destrucción inmediata de empleo junior: el desempleo de graduados recientes en verano de 2026 está dentro de rangos normales. Esto no prueba que la IA no vaya a afectar al empleo, pero sí rebaja la tentación de confundir anécdotas y estudios parciales con una ola ya visible en toda la economía.

Fuente: Ars Technica

Argumento: el pinchazo de la burbuja IA puede venir por exceso de oferta de equity antes que por una decepción tecnológica evidente.

GMO, recogido por Edward Conard, plantea que el catalizador de una corrección podría ser la salida a mercado de más papel: IPOs, secundarias y financiación de hyperscalers. Merece atención porque no discute si la IA es útil; discute si los precios actuales pueden absorber toda la financiación que necesita la infraestructura.

Fuente: GMO vía Edward Conard

Argumento: el “AI Apocalypse” laboral todavía no ha llegado, y conviene separar inversión, inflación y productividad real.

Fortune recoge comentarios de Tom Barkin, presidente de la Fed de Richmond, sobre una economía donde la inversión en IA empuja ciertos costes, pero el apocalipsis laboral no aparece de forma clara. Escepticismo útil: la IA puede ser enorme y aun así tardar bastante en verse en productividad, precios y empleo.

Fuente: Fortune

Fuentes nuevas a vigilar

Arcesium Blog, para IA aplicada a operaciones de inversión con gobierno de datos; y GMO, para lecturas macro escépticas sobre capex, burbuja y financiación de infraestructura IA.