La IA agéntica introduce una capacidad distinta frente a etapas anteriores de la inteligencia artificial aplicada en el sector público. El cambio no consiste solo en producir respuestas, recomendaciones o automatizaciones puntuales, sino en ejecutar flujos de trabajo completos, de múltiples pasos, con mayor autonomía, coordinación y capacidad de adaptación. En el ámbito gubernamental, esto abre la posibilidad de reorganizar procesos administrativos, secuencias de atención, análisis de información y tareas operativas que hoy dependen de cadenas fragmentadas de intervención humana, sistemas desconectados y tiempos de respuesta prolongados. Bajo esa lógica, el reto principal deja de ser tecnológico en sentido estricto y pasa a ser institucional: cómo preparar al Estado para adoptar esta capacidad de manera selectiva, segura y orientada a valor público. La preocupación central se ubica en el riesgo de adoptar esta tecnología sin una lectura estratégica suficientemente clara. Cuando no existe una comprensión basada en evidencia sobre dónde la IA agéntica puede aportar mayor valor, los gobiernos pueden terminar destinando recursos a usos de bajo impacto, alta complejidad o limitada escalabilidad. Eso no solo afecta eficiencia del gasto y resultados operativos, sino que también puede deteriorar la confianza en la tecnología, multiplicar pilotos que no maduran y generar frustración institucional. Por eso, la preparación para IA agéntica se plantea como una condición previa a la expansión, con énfasis en priorización, secuencia de despliegue y control de riesgos.

El enfoque adoptado se apoya en una perspectiva transversal a las funciones del gobierno, en lugar de centrarse únicamente en sectores o ministerios específicos. Esa aproximación busca evitar que la discusión quede encerrada en casos aislados y, en cambio, permita observar patrones comunes entre actividades públicas que comparten necesidades de análisis, coordinación, toma de decisiones, seguimiento de trámites o interacción con ciudadanía. La referencia a una evaluación sistemática sobre 70 funciones gubernamentales refuerza esa intención de construir un marco general para identificar áreas donde la IA agéntica combine alto potencial de valor público con una complejidad de implementación manejable. El objetivo no es impulsar adopción indiscriminada, sino ofrecer una base para distinguir entre usos que pueden avanzar con mayor preparación y otros que requieren condiciones institucionales más robustas. Esa lógica de preparación supone equilibrar dos dimensiones. Por un lado, el potencial de transformación, entendido como la capacidad de mejorar desempeño, calidad del servicio, productividad administrativa o capacidad de respuesta del Estado. Por otro, la complejidad, que puede derivar de sensibilidad de los procesos, exigencias de coordinación, dependencia de datos, necesidad de supervisión o exposición a riesgos operativos, éticos o institucionales. La adopción responsable de IA agéntica en gobierno depende precisamente de esa combinación. No basta con que una función pública sea intensiva en procesos repetitivos o en manejo de información; también debe existir un entorno donde los riesgos puedan entenderse, gestionarse y gobernarse antes de escalar.

La orientación entregada también apunta a ordenar los puntos de entrada para esta tecnología. En lugar de asumir que toda función pública está igualmente lista para incorporar agentes, se parte de que algunas áreas ofrecen mejores condiciones iniciales, tanto por claridad del caso de uso como por viabilidad institucional. Junto con ello, la referencia a iniciativas ya visibles en el sector público cumple una función práctica: mostrar que la conversación no se mueve en el plano puramente prospectivo, sino que ya existen experiencias que permiten empezar a identificar patrones de adopción, desafíos comunes y requisitos de preparación. El valor del marco radica entonces en desplazar la conversación desde la fascinación tecnológica hacia una lógica de preparación gubernamental. La pregunta relevante no es simplemente cómo incorporar agentes, sino cómo decidir dónde usarlos, bajo qué condiciones, con qué controles y con qué expectativas de resultado dentro de la operación pública.

Para leer más ingrese a:

https://www.weforum.org/publications/making-agentic-ai-work-for-government-a-readiness-framework/

https://reports.weforum.org/docs/WEF_Making_Agentic_AI_Work_for_Government_A_Readiness_Framework_2026.pdf

La evolución de las operaciones industriales hacia esquemas inteligentes refleja un cambio estructural en la forma en que se conciben, diseñan y gestionan los sistemas productivos. Lejos de limitarse a la automatización tradicional, este nuevo enfoque integra analítica avanzada, inteligencia artificial, gemelos digitales y sistemas ciberfísicos en una arquitectura operativa capaz de aprender continuamente y adaptarse en tiempo real. En este contexto, la convergencia tecnológica no solo incrementa la eficiencia, sino que redefine los criterios de desempeño al introducir capacidades de anticipación, coordinación autónoma y optimización dinámica a lo largo de toda la cadena de valor. Al mismo tiempo, factores externos como la volatilidad geopolítica, la presión climática, la escasez de talento y los riesgos cibernéticos intensifican la necesidad de migrar desde modelos rígidos hacia configuraciones resilientes, donde la adaptabilidad deja de ser un atributo deseable y pasa a convertirse en una condición operativa indispensable.

A partir de esta base, se configura un paradigma en el que las operaciones ya no se analizan como funciones aisladas, sino como parte de ecosistemas interconectados que abarcan la fábrica, la empresa y la red de suministro. En dichos ecosistemas, la creación de valor depende tanto del nivel de autonomía alcanzado como del grado de integración entre actores y procesos. Por ello, el progreso tecnológico adquiere sentido cuando se implementa de manera secuencial y articulada, permitiendo que capacidades fundacionales habiliten niveles superiores de orquestación y, posteriormente, de autonomía. De hecho, la incorporación progresiva de inteligencia en funciones como planificación, producción, calidad o mantenimiento evidencia trayectorias de evolución que transitan desde sistemas asistidos hacia configuraciones autoajustables y, finalmente, redes autónomas capaces de autorregularse frente a perturbaciones. Así, la transformación no radica únicamente en adoptar tecnologías, sino en rediseñar la lógica operativa bajo la cual estas interactúan y generan resultados.

En coherencia con lo anterior, las funciones industriales experimentan una transición hacia esquemas más predictivos, colaborativos y descentralizados. Por ejemplo, la planificación evoluciona desde enfoques reactivos hacia sistemas basados en simulación y agentes inteligentes que sincronizan decisiones en múltiples niveles. De manera similar, la producción avanza hacia entornos cognitivos que optimizan simultáneamente desempeño y uso de recursos, mientras que la calidad deja de ser un control posterior para convertirse en un mecanismo preventivo y autoajustable. Paralelamente, el mantenimiento incorpora capacidades predictivas y coordinación interorganizacional, reduciendo interrupciones y extendiendo la vida útil de los activos. Este conjunto de transformaciones se complementa con avances en logística interna, aprovisionamiento y desarrollo de productos, donde la trazabilidad, la circularidad y la integración digital permiten mejorar tanto la eficiencia operativa como la sostenibilidad. Por lo cual, la operación industrial comienza a comportarse como un sistema vivo, donde los flujos de información, materiales y decisiones se ajustan continuamente en función del contexto.

Este escenario plantea exigencias significativas en términos de gobernanza, talento y arquitectura organizacional. A medida que aumenta la autonomía de los sistemas, emergen desafíos asociados con la confianza digital, la ciberseguridad y la alineación estratégica de las decisiones automatizadas. Por ende, resulta necesario fortalecer mecanismos de control que garanticen transparencia, integridad y coherencia con los objetivos corporativos. De forma complementaria, la interacción entre humanos y sistemas inteligentes redefine los roles laborales, desplazando el énfasis hacia capacidades de supervisión, análisis y toma de decisiones en entornos complejos. Bajo estas condiciones, el éxito de la transformación depende menos de la adopción aislada de tecnologías y más de la capacidad para integrarlas en un modelo operativo coherente, escalable y sostenible. En síntesis, las operaciones industriales del futuro estarán determinadas por la manera en que las organizaciones logren articular inteligencia, resiliencia y coordinación en ecosistemas cada vez más dinámicos e interdependientes.

Para leer más ingrese a:

https://www.weforum.org/publications/intelligent-industrial-operations-outlook-2026/

https://reports.weforum.org/docs/WEF_Intelligent_Industrial_Operations_Outlook_2026.pdf

La inteligencia artificial está dejando atrás la fase de curiosidad y experimentación temprana. Varias organizaciones ya reportan ganancias medibles, pero en la mayoría de los casos esos resultados siguen fragmentados y concentrados en aplicaciones puntuales. El problema principal pasa entonces de preguntar si la IA funciona a definir cómo deben cambiar las organizaciones para capturar su valor completo y sostenido. El núcleo de la transformación no se ubica en la tecnología por sí sola, sino en la necesidad de rediseñar flujos de trabajo, modelos operativos, mecanismos de decisión, gobernanza, habilidades y esquemas de rendición de cuentas. La prioridad es integrar sistemas inteligentes en la forma en que se ejecuta el trabajo y se toman decisiones, manteniendo el juicio humano, la responsabilidad y la supervisión en el centro.

La estructura analítica se organiza en cinco áreas donde la IA ya está reconfigurando la creación de valor a nivel empresarial. La primera corresponde a experiencias de cliente individualizadas en tiempo real, con una transición desde recorridos estáticos hacia interacciones continuas guiadas por intención. La segunda aborda operaciones más eficientes y resilientes, desplazando la ejecución basada en pronósticos hacia sistemas adaptativos orquestados por IA. La tercera se concentra en investigación y desarrollo, donde el cambio va desde ciclos lineales hacia aprendizaje continuo respaldado por evidencia. La cuarta se enfoca en planeación estratégica predictiva, sustituyendo ciclos periódicos por conducción estratégica continua. La quinta se orienta a experiencia del talento y planeación laboral personalizadas, pasando de una gestión basada en cargos a sistemas dinámicos centrados en capacidades.

A través de estas cinco áreas emergen tres cambios estructurales más amplios. El primero consiste en conectar funciones que antes operaban por separado, de modo que experiencia de cliente, operaciones, I+D, estrategia y talento refuercen mutuamente sus resultados. El segundo consiste en reemplazar iniciativas intermitentes por procesos continuos capaces de captar señales, decidir y aprender en tiempo real. El tercero traslada el foco desde automatización de tareas hacia creación de valor humano, donde las personas concentran su aporte en criterio, orquestación y accountability, mientras la IA acelera análisis y ejecución. Esta lectura modifica la forma de entender productividad organizacional, porque la ventaja no proviene solo de usar modelos avanzados, sino de reorganizar la empresa alrededor de sistemas conectados y adaptativos.

El escalamiento de esta transformación depende de varios habilitadores organizacionales. Se destacan la redefinición de propiedad sobre decisiones, el rediseño de estructuras operativas en torno a resultados de extremo a extremo, la incorporación de mecanismos de gobernanza adecuados, la transparencia y la confianza como facilitadores de ejecución, la experimentación disciplinada y la creación de sistemas escalables de talento. Bajo este enfoque, las organizaciones que avanzan con mayor efectividad mantienen a las personas liderando la dirección estratégica, los trade-offs y los resultados, mientras los sistemas inteligentes incrementan velocidad, capacidad analítica y precisión en la ejecución. El valor sostenido de la IA queda asociado, por tanto, menos a la sofisticación técnica aislada y más a la capacidad directiva para alinear incentivos, gobernanza y maneras de trabajar con sistemas inteligentes.

Para leer más ingrese a:

https://www.weforum.org/publications/organizational-transformation-in-the-age-of-ai-how-organizations-maximize-ais-potential/

https://reports.weforum.org/docs/WEF_Organizational_Transformation_in_the_Age_of_AI_How_Organizations_Maximize_AI’s_Potential_2026.pdf

La discusión sobre el Digital Markets Act entra en una fase más compleja a medida que su aplicación deja de ser un ejercicio puramente normativo y empieza a encontrarse con sectores donde ya existen reglas, supervisores y obligaciones específicas. El planteamiento central es que el DMA fue diseñado como un instrumento horizontal para corregir fallas estructurales asociadas a plataformas con posición de gatekeeper, pero su implementación real ocurre sobre mercados donde también operan marcos regulatorios previos y muy diferenciados. Esa situación obliga a definir con más precisión cómo se distribuyen funciones, cómo se evitan duplicidades y cómo se asegura que una misma conducta no reciba tratamientos contradictorios bajo distintos instrumentos. La cuestión no es menor, porque buena parte de los temas cubiertos por el DMA, como interoperabilidad, acceso, uso de datos, trato preferencial o condiciones de acceso a servicios digitales, ya aparece en formas distintas dentro de regulaciones sectoriales europeas.

Uno de los aportes más importantes está en la forma de ordenar esa convivencia. La propuesta distingue entre conflictos aparentes y conflictos reales. En muchos casos, las normas no son incompatibles, pero sí pueden crear cargas operativas superpuestas o incertidumbre sobre cuál autoridad debe actuar primero y bajo qué criterio. Esto es especialmente visible en áreas como telecomunicaciones, protección de datos, servicios digitales y consumo, donde las plataformas sujetas al DMA también cumplen funciones de intermediación, distribución, publicidad o tratamiento de datos personales bajo otros marcos europeos. En vez de proponer una jerarquía rígida entre normas, el contenido apunta a una coordinación más funcional, donde el DMA mantenga su objetivo de corregir cuellos de botella y conductas de cierre de mercado, mientras la regulación sectorial siga atendiendo objetivos más específicos, como derechos del usuario, protección de datos, pluralismo, seguridad o integridad del servicio.

La interoperabilidad resulta ser uno de los frentes más delicados. En el DMA, esa obligación busca reducir dependencia y abrir posibilidades de competencia en servicios centrales de plataforma. Sin embargo, en sectores regulados, la interoperabilidad también puede estar condicionada por requisitos de seguridad, integridad técnica, confidencialidad o protección de datos. Esto obliga a una implementación cuidadosamente secuenciada, donde abrir interfaces o compartir funcionalidades no termine deteriorando otros objetivos regulatorios. Algo similar ocurre con acceso y uso de datos. El DMA promueve mayores posibilidades de acceso para usuarios empresariales y terceros en determinados contextos, pero esa apertura debe convivir con límites derivados del marco europeo de protección de datos y con normas sectoriales sobre uso, portabilidad y tratamiento de información. La cuestión técnica no está solo en si debe haber acceso, sino en qué condiciones, con qué salvaguardas y bajo qué supervisión institucional.

Otro eje relevante es el de gobernanza regulatoria. La aplicación del DMA depende de una arquitectura donde la Comisión Europea ocupa un papel central, pero el contenido resalta que la ejecución efectiva requiere coordinación constante con reguladores sectoriales y autoridades nacionales que ya supervisan partes relevantes del ecosistema digital. Esto incluye intercambio de información, criterios coherentes de interpretación y mecanismos para evitar que la misma situación sea abordada con tiempos, exigencias o remedios incompatibles. También se subraya la importancia de diferenciar entre obligaciones cuya finalidad es abrir mercado y otras cuyo propósito es proteger valores públicos específicos, porque esa distinción ayuda a definir mejor el tipo de intervención requerido en cada caso. En este marco, la consistencia institucional se vuelve tan importante como la norma misma. Sin esa consistencia, el riesgo no es solo la ineficiencia administrativa, sino también menor previsibilidad para actores del mercado y menor efectividad regulatoria. 

Para leer más ingrese a:

https://cerre.eu/publications/dma-regulatory-interplays/ 

https://cerre.eu/wp-content/uploads/2026/02/CERRE_DMA-Regulatory-Interplays.pdf

La propuesta para una Digital Fairness Act se presenta como una prioridad de la Consumer Agenda 2030 de la Comisión Europea y su publicación se prevé para el cuarto trimestre de 2026. El enfoque general no parte de rehacer por completo el derecho europeo del consumidor, sino de corregir vacíos y simplificar la convivencia entre normas generales de consumo y reglas sectoriales digitales, en particular con la DSA. La lógica regulatoria sugerida se apoya en tres principios. El primero es regulación basada en riesgo, para intervenir solo donde haya daños identificables y diferenciar obligaciones según el perfil de riesgo del modelo de negocio. El segundo es regulación basada en diseño, que busca que el ejercicio de los derechos no dependa únicamente de información jurídica, sino de interfaces que permitan actuar con facilidad. El tercero es regulación de ecosistema, entendiendo que la relación B2C digital suele involucrar varios actores simultáneamente y que el cumplimiento debe repartirse a lo largo de toda esa cadena. También se propone incorporar “fairness by design” como principio interpretativo ligado a la diligencia profesional, en lugar de crear una obligación autónoma nueva, y mantener el estándar del consumidor promedio, aunque reconociendo dimensiones sistémicas y situacionales de vulnerabilidad digital.

En contratos digitales y suscripciones, la orientación es igualmente selectiva. Se plantea que cualquier regulación distinga por tipo de producto y duración de la renovación contractual, en vez de aplicar una solución uniforme. La prioridad operativa está en facilitar cancelación y gestión contractual desde la propia interfaz, con mecanismos sencillos y visibles, acompañados por orientación y ejemplos de buenas prácticas. También se propone mirar toda la “subscription stack”, incluyendo tiendas de aplicaciones, marketplaces, proveedores de pago y herramientas de gestión de suscripciones, para evitar que la carga regulatoria recaiga solo en el proveedor final. Otro punto relevante es la posible introducción de un derecho de acceso a un interlocutor humano en servicios al consumidor, aunque se advierte que esta medida no debería generar una carga excesiva para start-ups y pymes, por lo que podría limitarse a contratos por encima de cierto volumen económico.

La protección de menores aparece como uno de los vacíos horizontales más importantes. Se identifica que existen reglas sectoriales, pero no cubren de manera uniforme a todos los actores digitales, presentan solapamientos y generan fragmentación en el mercado interior. La recomendación es establecer un nivel básico de protección para menores frente a todos los comerciantes en línea, apoyándose en la lógica actual de la UCPD, donde los menores pueden tratarse como consumidores vulnerables, y extendiendo ese criterio al derecho del consumidor en sentido más amplio. Dentro de las medidas concretas se propone prohibir anuncios basados en elaboración de perfiles con datos personales de menores cuando el operador sepa con certeza razonable que se trata de menores, y remitir la verificación o aseguramiento de edad a la arquitectura ya prevista en las directrices del artículo 28 de la DSA. Al mismo tiempo, se descarta que esta iniciativa sea el vehículo para resolver debates más amplios, como una prohibición general de redes sociales para menores.

En diseño adictivo y personalización, la posición es más matizada que prohibitiva. Se reconoce que ciertos elementos de diseño persuasivo pueden generar beneficios para usuarios que interactúan de forma responsable, por lo que una regulación demasiado intrusiva podría empujar a usuarios vulnerables hacia espacios menos seguros. Por eso se recomienda una regulación basada en riesgo, con controles reforzados, configuraciones seguras por defecto, especialmente para menores, y posibilidad de gestionar a nivel sistema variables como actividad, gasto y notificaciones. Para los casos más problemáticos, se sugiere una regla específica en la DFA dirigida a funciones de diseño orientadas predominantemente al engagement y con riesgo de sobreuso o hábitos compulsivos. En personalización, se propone un enfoque proporcional según el uso concreto, desde opt-out hasta opt-in o prohibición, junto con una opción simple de exclusión para publicidad u ofertas personalizadas, por ejemplo, mediante un “privacy button”. También se sugiere extender la prohibición de publicidad basada en categorías especiales de datos y la dirigida a menores, así como prohibir publicidad personalizada que explote vulnerabilidades específicas, incluso temporales o situacionales, como la segmentación emocional.

Para leer más ingrese a:

https://cerre.eu/publications/towards-an-eu-consumer-law-fit-for-the-digital-age/

https://cerre.eu/wp-content/uploads/2026/02/CERRE_Towards-an-EU-Consumer-Law-Fit-for-the-Digital-Age.pdf

La discusión sobre open tech platforms se sitúa en un punto donde arquitectura tecnológica y gobernanza dejan de poder analizarse por separado. La apertura no se presenta simplemente como una propiedad técnica, sino como una combinación entre diseño modular, capacidad de interconexión y reglas de coordinación entre múltiples actores. Bajo esa lógica, una plataforma abierta permite que distintos participantes construyan, integren o adapten componentes sin depender por completo de un único proveedor que controle acceso, evolución y captura de valor. Esta característica tiene implicaciones directas sobre innovación, competencia y resiliencia, especialmente en entornos donde la dependencia de stacks cerrados puede limitar entrada de nuevos actores, reducir soberanía tecnológica o dificultar interoperabilidad. El enfoque se concentra, por tanto, en cómo la apertura puede habilitar ecosistemas más dinámicos, aunque también introduce desafíos adicionales de coordinación y sostenibilidad.

El componente tecnológico se articula alrededor de varios mecanismos concretos. Entre ellos destacan estándares abiertos, interfaces abiertas, software open source, modularidad y portabilidad. Cada uno cumple una función distinta. Los estándares permiten que productos o servicios diferentes se entiendan entre sí. Las interfaces abiertas facilitan integración de terceros sin necesidad de acceso total al sistema. La modularidad divide funciones en componentes intercambiables o escalables. La portabilidad reduce costos de cambio y dependencia. El software open source, a su vez, amplía capacidad de inspección, reutilización y adaptación. La combinación de estos elementos puede reducir barreras de entrada y acelerar innovación incremental y complementaria. Aun así, la apertura no garantiza por sí sola resultados competitivos o eficientes. También puede generar fragmentación, incompatibilidades o problemas de mantenimiento si no existe una estructura institucional que defina prioridades, derechos de participación, resolución de conflictos y mecanismos de actualización.

La gobernanza aparece entonces como el segundo eje central. La operación de una open tech platform requiere definir quién decide sobre estándares, cómo se validan cambios, quién financia mantenimiento, cómo se gestionan riesgos de seguridad y qué incentivos sostienen la participación de la comunidad o de los actores industriales. En modelos más centralizados, estas funciones recaen en un operador dominante. En modelos abiertos, deben redistribuirse entre fundaciones, consorcios, comunidades técnicas, empresas participantes o esquemas híbridos. Esa distribución puede mejorar legitimidad y reducir concentración, pero también complica la toma de decisiones. Por eso se destaca la necesidad de mecanismos claros de gobernanza, capaces de equilibrar apertura con calidad técnica, evolución ordenada y rendición de cuentas. Sin esa capa institucional, la apertura puede quedar limitada a una promesa formal sin capacidad real de sostener interoperabilidad y confianza.

Otro punto importante es la relación entre open tech platforms y política pública. La apertura tecnológica empieza a verse como instrumento útil para fortalecer competencia, reducir lock-in, aumentar resiliencia de ecosistemas críticos y ampliar autonomía estratégica en sectores digitales. Esto resulta especialmente relevante cuando gobiernos y reguladores buscan menos dependencia de infraestructuras controladas por pocos actores globales. Sin embargo, el contenido evita una visión simplista donde la apertura sería siempre superior a los modelos cerrados. También reconoce trade-offs asociados con velocidad de decisión, sostenibilidad económica, seguridad, coordinación y financiamiento de bienes comunes digitales. La cuestión no es solo abrir por abrir, sino identificar en qué capas tecnológicas la apertura genera mayor valor público y qué arreglos institucionales permiten sostener ese valor sin degradar calidad, seguridad ni capacidad de evolución.

Para leer más ingrese a:

https://cerre.eu/publications/open-tech-platforms-technology-and-governance-mechanisms/

https://cerre.eu/wp-content/uploads/2026/02/CERRE_Open-Tech-Platforms-Technology-and-Governance-Mechanisms.pdf