Introducción: La confusión sobre la arquitectura de IA más allá de “Copilot”

Con la popularización de la inteligencia artificial, las empresas se enfrentan a un dilema común en la selección de tecnología: después de haber invertido y desplegado asistentes de IA ofimáticos como Microsoft 365 Copilot, ¿es necesario adquirir herramientas de agentes emergentes como OpenClaw, Hermes o Claude Code? Muchos responsables de la toma de decisiones tienden a verlos como productos similares, pensando que “si tienes uno, no necesitas el otro”.

Sin embargo, esta perspectiva ignora que la construcción de capacidades de IA en una empresa es un proyecto sistémico. Comparar herramientas con diferentes propósitos en el mismo nivel es un error común en la planificación de la arquitectura. M365 Copilot, OpenClaw y Hermes pertenecen a diferentes capas de la arquitectura de Agentes empresariales, cada uno con responsabilidades únicas. El enfoque correcto no es una relación de sustitución de “elegir uno de tres”, sino cómo combinarlos en una red colaborativa según las necesidades del negocio.

Capas de la arquitectura de IA empresarial: De un asistente único a una red de capacidades

Una arquitectura de IA empresarial madura no es una simple ventana de chat, sino un sistema de capacidades por capas diseñado para manejar tareas complejas y multisistema. Analizar las diversas herramientas de IA por capas ayuda a aclarar su valor central y sus límites de aplicación.

Capa de colaboración ofimática: Microsoft 365 Copilot

El posicionamiento de Microsoft 365 Copilot es el de un asistente inteligente profundamente integrado en el ecosistema de ofimática de Microsoft. Su principal ventaja radica en su capacidad para acceder y procesar sin problemas los datos de Microsoft Graph, incluyendo documentos de Word, hojas de cálculo de Excel, presentaciones de PowerPoint, correos de Outlook y reuniones de Teams. Opera dentro del sistema de permisos de la empresa, proporcionando a los empleados un potente soporte para la generación de contenido, el resumen de información y la colaboración. En esencia, es la “puerta de entrada al conocimiento y la colaboración” para el flujo de trabajo ofimático, pero sus capacidades se limitan principalmente al ecosistema de M365.

Capa de acceso y enrutamiento: Gateway de Agentes (ej. OpenClaw)

Los flujos de trabajo de una empresa no siempre comienzan en M365. Una gran cantidad de solicitudes e instrucciones provienen de diversos canales de comunicación como WeChat Work, Lark, Slack, Telegram, etc. La responsabilidad principal de un Gateway de Agentes es resolver este problema. Tomando como ejemplo el proyecto de código abierto OpenClaw, actúa como una capa de acceso multicanal autohospedada que puede gestionar de forma unificada las conversaciones de diferentes herramientas de mensajería instantánea y enrutar las solicitudes de los usuarios al ejecutor de Agente más adecuado en el backend. Resuelve los problemas de “de dónde vienen las solicitudes” y “a quién se deben asignar”, sirviendo como un nexo crucial que conecta a los usuarios con las capacidades de IA del backend, aunque no se especializa en la ejecución profunda de tareas complejas.

Capa de ejecución y runtime: Runtime de Agentes (ej. Hermes)

Para tareas complejas que requieren ejecución durante varios días, activación programada o interacción profunda con sistemas locales, una simple capa de acceso es insuficiente. El Runtime de Agentes nace para esto. Tomando como ejemplo Hermes de Nous Research, su diseño se centra en la ejecución continua y el aprendizaje de tareas. Cuenta con memoria persistente (Persistent Memory) para recordar el contexto y los puntos de interrupción de una tarea; soporta la programación de tareas (Scheduling) para ejecutar flujos automatizados desatendidos; y puede aprender de experiencias exitosas a través de la generación de habilidades (Skill Generation), además de invocar entornos aislados (Sandboxed Execution) para ejecutar código o interactuar con terminales de forma segura. Esta capa es el motor central para lograr la automatización de tareas largas y la inteligencia de procesos.

Capa de ejecutores especializados: Agentes dedicados (ej. Claude Code)

En dominios profesionales específicos, las capacidades de los asistentes de IA de propósito general suelen ser limitadas. Escenarios como el desarrollo de software o el diseño de ingeniería exigen una comprensión y precisión de ejecución extremadamente altas. Por lo tanto, la arquitectura también necesita ejecutores especializados (Specialized Executor). Por ejemplo, herramientas como Claude Code de Anthropic o Codex de OpenAI están profundamente optimizadas para la comprensión de código, la manipulación de múltiples archivos y tareas de ingeniería complejas, capaces de completar el desarrollo, la depuración y la entrega de extremo a extremo. Este tipo de herramientas son como un “bisturí”, aplicadas en escenarios específicos de alto valor en lugar de ser asistentes de uso diario para todo el personal.

La combinación es mejor que la sustitución: Construyendo una pila de capacidades de IA colaborativa

Una vez aclaradas las capas anteriores, emerge una estrategia de combinación clara. Las empresas no deberían tener que elegir entre productos de diferentes niveles, sino construir una pila de capacidades de IA que trabajen en sinergia según sus necesidades. Un escenario de colaboración típico sería el siguiente:

Activación: Un ingeniero de operaciones emite una instrucción urgente para manejar una alerta en un grupo de WeChat Work.
Acceso y enrutamiento: OpenClaw, actuando como gateway de Agentes, recibe la instrucción, identifica su intención y la enruta a la instancia de Hermes responsable de la automatización de operaciones.
Ejecución y programación: Hermes recibe la tarea y, utilizando su memoria persistente, recupera el estado histórico de los sistemas relevantes y ejecuta una serie de scripts de diagnóstico en el entorno aislado del servidor de destino a través de su función de programación.
Procesamiento especializado: Si el diagnóstico revela la necesidad de modificar código, Hermes puede invocar a Claude Code como ejecutor especializado para reparar y probar el repositorio de código correspondiente.
Retroalimentación y colaboración: Una vez completada la tarea, el resultado de la ejecución se transmite de vuelta a través de Hermes y, finalmente, se utiliza M365 Copilot para generar un informe de gestión formateado en un canal de Teams y notificar a los responsables.

En esta cadena, cada capa desempeña un papel indispensable, completando juntas una tarea compleja que una sola herramienta difícilmente podría manejar.

El núcleo de la gobernanza: ¿Por qué se necesita un “Token Hub” unificado?

Cuando una empresa despliega herramientas de IA en múltiples capas, surge un nuevo desafío: ¿cómo gestionar de manera unificada los costos, los permisos, la seguridad y el historial de uso? Si cada departamento y cada capa de herramientas operan de forma independiente, se formarán nuevos “silos de IA”, lo que conducirá al desperdicio de recursos, la dispersión de datos y la pérdida de control en la gobernanza.

Un “Token Hub” o una plataforma de gobernanza central similar se convierte en un elemento clave de la arquitectura en este contexto. Actúa como el “corazón” de todas las llamadas a las capacidades de IA de la empresa, asumiendo las siguientes funciones principales:

Entrada y enrutamiento unificados: Actúa como el gateway central para todas las llamadas a modelos.
Control de costos y permisos: Gestiona de forma centralizada las claves de API, asigna presupuestos y aplica políticas de acceso unificadas.
Auditoría y trazabilidad: Registra el rastro de todas las interacciones de IA, proporcionando datos para auditorías de seguridad y optimización del rendimiento.
Consolidación de capacidades: Solidifica los patrones de interacción de alto valor y las rutas exitosas como activos de la organización, en lugar de experiencias individuales.

Sin un núcleo de gobernanza como este, incluso si la empresa posee herramientas de Agentes avanzadas, su capacidad de IA a nivel organizativo difícilmente podrá formarse y evolucionar.

Conclusión: Un enfoque estratégico para la selección de IA empresarial

Al evaluar herramientas de IA, las empresas deben abandonar la fantasía de una “herramienta única y universal” y adoptar un pensamiento de arquitectura sistémica. M365 Copilot es una potente herramienta de colaboración ofimática, pero no equivale a una arquitectura de Agentes completa. Herramientas como OpenClaw, Hermes y Claude Code no son simplemente superposiciones funcionales, sino complementos necesarios para las capacidades de IA de la empresa en diferentes dimensiones.

La ruta de implementación correcta es:

Partir de los escenarios de negocio: Identificar claramente si las tareas clave a automatizar ocurren en la colaboración ofimática, la comunicación multicanal o en procesos complejos de backend.
Completar capacidades por capas: Según las necesidades del escenario, determinar si a la empresa le falta la capa de acceso, la capa de ejecución o la capacidad de procesamiento especializado, y complementarla de manera específica.
Priorizar la construcción de un núcleo de gobernanza: Al expandir la matriz de herramientas, planificar e implementar una plataforma de gobernanza central como un “Token Hub” para garantizar que las capacidades de IA sean controlables, medibles y sostenibles.

En última instancia, lo que una empresa debe construir es una red de capacidades de IA donde cada nivel tiene sus propias responsabilidades, trabaja en colaboración y está gobernada de manera unificada. Este es el paso clave para pasar de “tener herramientas de IA” a “poseer capacidades de IA”.