Omnigent, KPMG y Kimi K2.7: el día que la IA falló y se reorganizó

Tres noticias del mismo día resumen mejor que cualquier roadmap el estado real de la IA en 2026: un gestor open-source que intenta poner orden en el caos de agentes de codificación, una firma del Big Four que publica —y luego retira, avergonzada— un informe fabricado por la misma tecnología que analiza, y un modelo chino de programación que llega con benchmarks prometedores pero con el historial de credibilidad justo. Si eres CTO o product lead, estas tres señales juntas te dicen más que un whitepaper de 40 páginas.

Omnigent: Databricks apuesta por la capa de orquestación, no por el modelo

Databricks ha liberado Omnigent bajo licencia Apache 2.0, un gestor universal que se coloca por encima de agentes de codificación como Claude Code, Codex y Pi. La propuesta técnica es clara: en lugar de elegir un único agente y casarte con su proveedor, Omnigent actúa como plano de control unificado con interfaz en terminal, web, escritorio y móvil.

Lo que más interesa al mercado B2B no es la tecnología en sí —orquestar agentes no es nuevo— sino el timing y el licenciamiento. Apache 2.0 significa que cualquier empresa puede desplegarlo internamente sin royalties ni lock-in. Databricks lo sabe y lo hace deliberadamente: su negocio real es el dato y la plataforma lakehouse, no cobrar por tokens. Omnigent es un vector de adopción hacia ese ecosistema.

Dicho esto, el proyecto está en fase alfa. Y aquí viene la advertencia que el anuncio oficial minimiza: alfa en herramientas de orquestación multi-agente significa que la gestión de errores entre agentes, el rollback de sesiones y las políticas de seguridad contextual aún son territorio experimental. Para cualquier equipo que considere meterlo en producción antes del Q4 de 2026, el riesgo operativo es real. Las funcionalidades de composición de agentes y compartición de sesiones en tiempo real son precisamente las que más fallan cuando los agentes downstream tienen latencias o comportamientos no deterministas.

El verdadero reto para las agencias españolas que trabajan con arquitecturas multi-agente no será instalar Omnigent, sino definir las políticas contextuales que el sistema puede aplicar. Eso requiere criterio de negocio antes que destreza técnica. Las agencias especializadas en agentes autónomos que ya están operando con stacks de Claude Code o Codex tienen aquí una ventana de diferenciación clara: ser las primeras en documentar patrones de política contextual replicables para clientes enterprise.

El informe de KPMG: la paradoja que ningún consultor quiere protagonizar

KPMG retiró un informe sobre uso de IA después de detectar que contenía información falsa generada por la propia IA. No es un bug menor. Es la paradoja perfecta: una firma de consultoría que factura asesorando a empresas sobre cómo implementar IA responsable publica un documento donde la IA miente sobre sí misma.

Lo más revelador no es el error —los LLM alucinen es un hecho establecido— sino el proceso que lo permitió. Un informe que llega a publicación en una firma con los controles de calidad de KPMG y contiene alucinaciones no detectadas sugiere una de dos cosas: o el proceso de revisión humana fue insuficiente, o la presión por producir contenido IA-first superó al rigor editorial. Cualquiera de las dos opciones es preocupante viniendo de quien cobra por recomendar exactamente lo contrario a sus clientes.

Para los equipos de producto que están evaluando usar LLMs para generación de documentación técnica, análisis de mercado o informes regulatorios: este caso es el argumento más concreto para exigir un proceso de validación estructurado antes de cualquier output externo. No como burocracia adicional, sino como política de riesgo reputacional. El coste de retirar un informe público es órdenes de magnitud mayor que el de añadir una capa de revisión.

Las empresas que buscan una consultoría de IA con criterio propio deberían preguntar directamente a sus proveedores cómo gestionan la validación de outputs generativos en entregables cliente. Si la respuesta es vaga, es una señal.

Kimi K2.7-Code: benchmarks chinos, escepticismo occidental

Moonshot AI lanza Kimi K2.7-Code como open-source, construido sobre Kimi K2.6, con ventana de contexto de 256K tokens y una reducción del 30% en uso de tokens de razonamiento respecto al modelo anterior. El dato más citado en el anuncio: un incremento del 21,8% en Kimi Code Bench v2.

Aquí hay que aplicar el filtro habitual con modelos chinos que se evalúan en benchmarks propios: Kimi Code Bench v2 es un benchmark diseñado y controlado por Moonshot AI. No es HumanEval, no es SWE-bench, no es LiveCodeBench. La mejora del 21,8% es real en ese contexto, pero su transferibilidad a casos de uso enterprise occidentales necesita validación independiente.

Lo que sí es objetivamente relevante: la ventana de 256K tokens a coste reducido posiciona a Kimi K2.7-Code como candidato serio para tareas de análisis de codebases grandes —refactorización de legacy, auditorías de seguridad de código, generación de tests sobre repositorios complejos. En esos escenarios, el ahorro del 30% en tokens de razonamiento se traduce directamente en coste operativo. Satya Nadella lo dijo esta misma semana sin ironía: el abuso de modelos potentes para tareas que no lo requieren es un problema de disciplina de costes, no de capacidad técnica.

La disponibilidad via API de Kimi y Kimi Code facilita la integración, pero la pregunta para cualquier CTO europeo es la habitual: latencia desde Europa, cumplimiento de GDPR con procesamiento de código propietario en infraestructura de Moonshot AI, y garantías contractuales de no uso de datos para entrenamiento. Sin respuestas claras en esas tres dimensiones, Kimi K2.7-Code es una opción de laboratorio, no de producción.

Gemini-SQL2: el dato que Google no subrayó suficiente

Entre el ruido del día, hay un resultado técnico que merece más atención de la que recibió: Google Research publicó Gemini-SQL2, basado en Gemini 3.1 Pro, alcanzando un 80,04% de precisión en el benchmark BIRD para conversión de lenguaje natural a SQL. La distancia respecto a OpenAI y Anthropic en ese benchmark es, según The Decoder, amplia.

Text-to-SQL no es un caso de uso glamuroso, pero es uno de los más rentables en enterprise. Cualquier empresa con un data warehouse y analistas de negocio que no saben SQL tiene un cuello de botella que Gemini-SQL2 podría resolver de forma práctica. El 80% de precisión en BIRD es un número que empieza a ser operacionalmente útil —no perfecto, pero suficiente para flujos supervisados donde un analista valida la query antes de ejecutarla.

Para el ecosistema de agencias de integración de IA en Madrid que trabajan con clientes de banca, retail o logística, este es probablemente el avance más accionable de la semana. No requiere orquestación compleja, no tiene riesgo regulatorio inmediato y el ROI es medible en horas de analista ahorradas.

La semana en perspectiva: infraestructura sí, confianza aún no

Lo que une estas cuatro noticias es una tensión que el mercado B2B va a tener que resolver en los próximos doce meses: la infraestructura de IA está madurando a ritmo acelerado —Omnigent, Kimi K2.7-Code, Gemini-SQL2 son prueba de ello— pero la confianza operativa no sigue el mismo ritmo. KPMG no es una startup sin procesos. Si a ellos les pasa, el problema de validación de outputs es sistémico, no excepcional.

Las agencias de IA en Barcelona y Madrid que están construyendo propuestas de valor para clientes enterprise en 2026 tienen que integrar explícitamente en su oferta la capa de gobernanza —no como servicio adicional, sino como componente central. El cliente que contrata implementación de agentes de codificación hoy no pregunta solo por velocidad de despliegue; pregunta quién es responsable cuando el agente genera código incorrecto o el informe contiene datos falsos.

Omnigent puede unificar interfaces. Kimi puede ahorrar tokens. Gemini puede convertir texto en SQL. Pero ninguno de los tres resuelve la pregunta que más le importa a un CEO cuando firma un contrato: ¿quién responde si esto falla? Esa pregunta es, hoy mismo, el mayor activo diferencial que puede construir cualquier agencia de consultoría en IA que quiera sobrevivir más allá del ciclo de hype actual.

El mercado no necesita más benchmarks. Necesita más responsabilidad contractual.

Temas relacionados en agentes.ai

Si quieres aplicar lo que lees en tu empresa, estos son puntos de partida útiles dentro de agentes.ai:

• Directorio de agencias de automatización con ia
• Agencias de IA en Málaga y en Bogotá
• Explora el directorio completo de agencias de IA
• Sigue las últimas noticias de IA en tiempo real