OpenAI Dots: agentes IA siempre activos que corren solos en la nube y redefinen el control operativo

OpenAI ha presentado Dots, agentes que trabajan en sus propios ordenadores en la nube de forma continua, corrigen errores y envían facturas olvidadas incluso antes de que se les pida, con acceso a través de ChatGPT, Slack y Microsoft Teams. Según The Decoder, cuando nadie los usa siguen trabajando en segundo plano con permisos de solo lectura. La pregunta que ningún CTO puede posponer ya no es si funcionan, sino quién responde cuando se equivocan solos.

TL;DR: OpenAI lanza Dots, agentes IA siempre activos que viven en máquinas virtuales y actúan sin instrucción explícita del usuario. Compiten directamente con Muse de Meta y se integran en ChatGPT, Slack y Teams. El verdadero coste no es la suscripción, sino la gobernanza: agentes proactivos con acceso de solo lectura sobre tus datos exigen trazabilidad por defecto. A diferencia de un copiloto, aquí el humano pasa de operador a auditor.

Del copiloto al empleado silencioso: qué cambia con 'siempre activo'

La mayoría de los agentes IA que se han desplegado en empresas españolas durante los últimos dos años son, en el fondo, autocompletado glorificado. Tú los invocas, ellos responden, tú cierras la pestaña. Dots rompe ese contrato implícito: el agente no espera. Se conecta a tu Slack, detecta un ticket mal cerrado, mira el calendario, envía un recordatorio de factura que se quedó en el limbo contable. Y lo hace con o sin ti.

Este cambio de modelo operativo es el más importante desde que aparecieron los primeros agentes autónomos serios. No es una feature. Es un cambio en quién inicia las acciones dentro de tu organización. Hasta ahora, toda la cadena de aprobación humana estaba anclada al prompt: hay intención, hay ejecución. Con Dots, la intención la infiere el sistema a partir de patrones de trabajo. La ejecución puede ocurrir a las 3 de la madrugada sin que ningún humano haya pulsado nada.

Para las empresas que buscan agencias ia en Madrid para orquestar este tipo de despliegues, la consecuencia inmediata es que el rol de integrador cambia de signo: ya no basta con conectar APIs, hace falta diseñar políticas de activación, límites de dominio y protocolos de reversión. El trabajo se parece cada vez menos a la integración tradicional y cada vez más a ciberseguridad operacional.

Acceso de solo lectura: la frase que suena inocua y esconde la trampa

OpenAI insiste en que, cuando nadie usa el agente, este actúa con acceso de solo lectura. Suena tranquilizador. Y es engañoso.

Un agente con permiso de lectura sobre tu Slack, tu correo, tus repositorios y tus CRM puede construir un grafo de contexto extraordinariamente sensible sobre tu empresa: qué cliente está enfadado, qué proyecto va retrasado, qué empleado va a dimitir. Ese grafo se materializa en prompts, en logs y, muy probablemente, en almacenamiento persistente del lado del proveedor. 'Solo lectura' describe el efecto sobre tus sistemas, no sobre la información que extrae.

A diferencia de lo que sugiere el anuncio oficial, el verdadero reto para las agencias españolas no será integrar Dots en un flujo de trabajo, sino construir la capa de auditoría que permita responder a tres preguntas básicas: qué vio el agente, cuándo lo vio y a quién se lo contó. La categoría de agentes autónomos va a absorber buena parte de esa demanda en los próximos doce meses.

Slack y Teams como campo de batalla: Dots contra Muse

El movimiento de OpenAI no es aislado. Meta lleva meses empujando Muse, su propuesta de agente persistente ligado al ecosistema social y de mensajería. OpenAI responde abriendo Dots en ChatGPT, Slack y Microsoft Teams. Los dos frentes comparten una lectura estratégica: el agente que gana no es el más listo, es el que está donde la gente ya trabaja.

Dimensión	Dots (OpenAI)	Muse (Meta)	Agente clásico (LangChain, etc.)
Modelo de activación	Proactivo continuo	Proactivo continuo	Reactivo al prompt
Superficies de acceso	ChatGPT, Slack, Teams	Messenger, WhatsApp, IG	Integración a medida
Estado de ejecución	VM en la nube propia	Entorno Meta	Tu infraestructura
Coste típico por asiento	Suscripción ChatGPT+	Pendiente de definir	Coste API + ingeniería
Auditoría out-of-the-box	Limitada, vía OpenAI	Limitada, vía Meta	A tu cargo

La tabla revela lo obvio: ninguna de las dos grandes plataformas ofrece, hoy, un modelo de trazabilidad empresarial que cumpla con requisitos de auditoría exigentes. Dots y Muse son productos diseñados para maximizar horas de uso, no para satisfacer a un CISO.

El coste real no está en la suscripción, está en la excepción

Pongamos cifras. Un despliegue piloto de Dots en un equipo de 50 personas se puede presupuestar con relativa facilidad: suscripciones más un par de días de consultoría para conectar Slack y Teams. Ahí no está el problema.

El problema arranca cuando el agente actúa y alguien cuestiona la acción. ¿Por qué se envió ese recordatorio al cliente X? ¿Por qué se reabrió ese ticket? ¿Por qué se cerró ese hilo de Slack que contenía información sensible? Resolver una sola de esas preguntas en un entorno sin observabilidad diseñada exige horas de ingeniería. Multiplícalo por el volumen de acciones que un agente continuo ejecuta al día y entenderás por qué las principales agencias ia en Barcelona están montando prácticas específicas de 'AI ops' en torno a estos productos.

Este es el motivo por el que las empresas que buscan consultoría ia para adoptar Dots deberían exigir, como mínimo, log estructurado de cada acción, motivo inferido, fuente de datos consultada y un mecanismo de rollback. Sin eso, el despliegue es contabilidad de chiste.

Interoperabilidad: lo que Meta y OpenAI se están saltando

Hay un detalle técnico que la nota de prensa deja pasar. Dots se ejecuta, según The Decoder, en ordenadores propios en la nube. Eso significa una máquina virtual por agente, o un pool compartido, gestionado por OpenAI. El modelo de aislamiento es del proveedor, no tuyo. No decides política de red, ni rotación de credenciales, ni retención de logs. Si un agente toca tu CRM, lo hace desde una infraestructura que no controlas.

El ecosistema de integraciones va a tener que adaptarse a este modelo en dos direcciones. Primero, conectar el agente a tus sistemas sin exponerlos a través de internet abierta. Segundo, hacerlo de manera que puedas revocar el acceso en minutos, no en días. Hoy ninguna de las dos plataformas ofrece esto de serie.

Por qué el mercado español tiene aquí una ventana, no un problema

La tentación es ver a Dots como una amenaza para el tejido de agencias IA local. Mi lectura es la contraria. Cuanto más opacos y más proactivos son los agentes, más valor tiene el trabajo de quien sabe auditarlos, contenerlos y sacarles rentabilidad sin regalar el contexto.

Un agente que envía una factura olvidada puede ser oro para una pyme. Un agente que envía una factura olvidada con datos de tres clientes pegados en el cuerpo del correo es un incidente RGPD esperando a suceder. La diferencia entre los dos escenarios no está en el producto: está en la capa de política que alguien tiene que escribir arriba. Esa capa es trabajo de consultoría y de integración, no de suscripción.

La industria va a dividirse rápido entre los que despliegan Dots en modo 'fire and forget' —y acumulan deuda de gobernanza— y los que montan un sistema operativo de agentes por encima. Los primeros ahorrarán este trimestre y pagarán el siguiente. Los segundos tardarán un poco más en arrancar y aguantarán el escrutinio del comité de riesgos.

Predicción: la próxima categoría caliente no será el agente, será su policía

En los próximos 18 meses vamos a ver dos cosas. Primero, un aluvión de incidentes —algunos públicos— causados por agentes siempre activos con permisos de lectura excesiva. Segundo, un mercado nuevo de 'gobernanza de agentes' que hoy casi no existe y que en 2027 será tan estándar como lo es ahora el SIEM. Las agencias de IA en Madrid que se muevan rápido hacia ahí capturarán los contratos más gordos del ciclo. Las que sigan vendiendo integraciones por horas facturarán migraciones eternas.

Dots no es el problema. Es el síntoma de que el mercado ha aceptado que las máquinas actúen sin humano en el bucle. Bienvenidos a la parte del ciclo donde el valor no está en construir el agente, sino en saber pararlo.

Preguntas frecuentes sobre los agentes Dots de OpenAI

¿Qué son exactamente los Dots de OpenAI?

Son agentes IA siempre activos que se ejecutan en ordenadores en la nube gestionados por OpenAI. Se accede a ellos desde ChatGPT, Slack y Microsoft Teams, y siguen actuando en segundo plano cuando nadie los usa, con permisos de solo lectura sobre los sistemas conectados. Su objetivo es proactivo: corregir errores o enviar facturas olvidadas sin instrucción explícita.

¿Cuánto cuesta desplegar Dots en una empresa?

OpenAI no ha desglosado precios específicos por agente en el anuncio. El coste realista de un piloto para 50 personas combina suscripciones más ingeniería de conexión (Slack, Teams, CRM). El gasto grande aparece después, en la capa de observabilidad, auditoría y gestión de excepciones, que hoy no viene incluida.

¿Dots o Muse: cuál elegir?

Depende del stack de comunicación. Dots entra por ChatGPT, Slack y Teams, lo que lo hace más natural en entornos corporativos occidentales. Muse está anclado al ecosistema Meta (Messenger, WhatsApp). Para la mayoría de empresas B2B españolas, Dots es hoy la opción más directa, aunque ninguno de los dos resuelve por sí solo la gobernanza.

¿Puedo usar Dots en producción con datos sensibles?

Técnicamente sí, legalmente conviene andarse con cuidado. El acceso de solo lectura no elimina la exposición: el agente construye contexto con información crítica (clientes, nóminas, contratos) y lo materializa en prompts y logs. Sin un acuerdo de tratamiento de datos y trazabilidad verificable, un despliegue en producción es difícil de defender ante un DPO.

¿Qué diferencia hay entre Dots y los agentes clásicos tipo LangChain?

Los agentes clásicos son reactivos: esperan a tu prompt y corren en tu infraestructura, con tus reglas de red y tus logs. Dots invierte las dos cosas: es proactivo y corre en la nube del proveedor. El trade-off es velocidad de adopción a cambio de control, algo que en sectores regulados pesa más que el ahorro de tiempo.

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 Valencia y en Málaga
• Explora el directorio completo de agencias de IA
• Sigue las últimas noticias de IA en tiempo real