Microsoft ha creado el ecosistema de agentes de inteligencia artificial empresarial más grande y ahora está ampliando su liderazgo con nuevas y poderosas capacidades que posicionan a la empresa por delante en uno de los segmentos más emocionantes de la tecnología empresarial.
La compañía anunció el martes por la noche dos importantes novedades en su plataforma Copilot Studio: capacidades de razonamiento profundo que permiten a los agentes abordar problemas complejos mediante un pensamiento metódico y cuidadoso, y flujos de agentes que combinan la flexibilidad de la IA con la automatización determinista de procesos de negocio. Microsoft también presentó dos agentes especializados en razonamiento profundo para Microsoft 365 Copilot: Researcher y Analyst.
“Ya tenemos clientes con miles de agentes”, declaró Charles Lamanna, vicepresidente corporativo de negocios e industria de Microsoft, en una entrevista exclusiva con VentureBeat el lunes. “Empiezas a tener este tipo de fuerza laboral con agentes, donde, sin importar el trabajo, probablemente tengas un agente que te ayude a completarlo más rápido”.
El agente analista distintivo de Microsoft
Si bien el agente Researcher replica las capacidades de competidores como Deep Research de OpenAI y Google, el agente Analyst de Microsoft ofrece una oferta más diferenciada. Diseñado para funcionar como un científico de datos personal, el agente Analyst puede procesar diversas fuentes de datos, como archivos de Excel, CSV y tablas incrustadas en documentos, generando información mediante la ejecución y visualización de código.
“Este no es un modelo básico listo para usar”, enfatizó Lamanna. “Requiere bastantes extensiones, ajustes y capacitación sobre los modelos principales”. Microsoft ha aprovechado su profundo conocimiento de los flujos de trabajo de Excel y los patrones de análisis de datos para crear un agente que se adapta a la forma en que los usuarios empresariales trabajan con los datos.
El analista puede generar automáticamente código Python para procesar los archivos de datos cargados, crear visualizaciones y proporcionar información empresarial sin necesidad de conocimientos técnicos por parte de los usuarios. Esto lo hace especialmente valioso para análisis financieros, previsiones presupuestarias e informes operativos que suelen requerir una preparación exhaustiva de los datos.
Razonamiento profundo: Llevando el pensamiento crítico a los agentes empresariales
La capacidad de razonamiento profundo de Microsoft amplía las capacidades de los agentes más allá de la simple realización de tareas, abarcando juicios complejos y trabajo analítico. Al integrar modelos de razonamiento avanzado como o1 de OpenAI y conectarlos con datos empresariales, estos agentes pueden abordar problemas empresariales ambiguos de forma más metódica.
El sistema determina dinámicamente cuándo invocar un razonamiento más profundo, ya sea implícitamente según la complejidad de la tarea o explícitamente cuando los usuarios incluyen indicaciones como “razona sobre esto” o “piensa detenidamente en esto”. Tras bambalinas, la plataforma analiza las instrucciones, evalúa el contexto y selecciona las herramientas adecuadas según los requisitos de la tarea.
Esto permite escenarios que antes eran difíciles de automatizar. Por ejemplo, una gran empresa de telecomunicaciones utiliza agentes de razonamiento profundo para generar respuestas complejas a solicitudes de propuestas (RFP) mediante la recopilación de información de múltiples documentos internos y fuentes de conocimiento, según explicó Lamanna a VentureBeat. De igual manera, Thomson Reuters emplea estas capacidades para la debida diligencia en las revisiones de fusiones y adquisiciones, procesando documentos no estructurados para identificar información valiosa, añadió.
Flujos de agentes: reimaginando la automatización de procesos
Microsoft también ha introducido flujos de agentes, que evolucionan eficazmente la automatización robótica de procesos (RPA) al combinar flujos de trabajo basados en reglas con razonamiento de IA. Esto responde a la demanda de los clientes de integrar lógica de negocio determinista con capacidades flexibles de IA.
“A veces no quieren que el modelo se adapte a sus necesidades. No quieren que la IA tome sus propias decisiones. Quieren tener reglas de negocio predefinidas”, explicó Lamanna. “Otras veces sí quieren que el agente se adapte a sus necesidades y tome sus propias decisiones”.
Este enfoque híbrido permite escenarios como la prevención inteligente de fraude, donde un flujo de agentes puede usar lógica condicional para enrutar solicitudes de reembolso de mayor valor a un agente de IA para un análisis profundo en comparación con los documentos de póliza.
Pets at Home, una empresa británica de venta de artículos para mascotas, ya ha implementado esta tecnología para la prevención del fraude. Lamanna reveló que la empresa ha ahorrado más de un millón de libras gracias a la implementación. De igual forma, Dow Chemical ha logrado ahorrar millones de dólares en la gestión del transporte y la carga gracias a la optimización basada en agentes.
La ventaja de Microsoft Graph
Un elemento central de la estrategia de agentes de Microsoft es la integración de datos empresariales mediante Microsoft Graph, un mapeo completo de las relaciones laborales entre personas, documentos, correos electrónicos, eventos de calendario y datos empresariales. Esto proporciona a los agentes una comprensión contextual de la que carecen los modelos genéricos.
“La capacidad secreta menos conocida del gráfico de Microsoft es que podemos mejorar la relevancia en el gráfico según la interacción y la estrecha conexión de algunos archivos”, reveló Lamanna. El sistema identifica qué documentos son los más referenciados, compartidos o comentados, lo que garantiza que los agentes consulten fuentes fidedignas en lugar de copias obsoletas.
Este enfoque otorga a Microsoft una importante ventaja competitiva sobre los proveedores de IA independientes. Si bien la competencia puede ofrecer modelos avanzados, Microsoft los combina con el contexto del entorno de trabajo y un ajuste preciso, optimizado específicamente para casos de uso empresariales y herramientas de Microsoft.
Microsoft puede aprovechar la misma tecnología de datos y modelos web que la competencia, señaló Lamanna, «pero además tenemos todo el contenido dentro de la empresa». Esto crea un efecto de rueda de inercia donde cada nueva interacción con un agente enriquece aún más la comprensión gráfica de los patrones del lugar de trabajo.
Adopción y accesibilidad empresarial
Microsoft ha priorizado que estas potentes capacidades sean accesibles para organizaciones con diversos recursos técnicos, afirmó Lamanna. Los agentes se exponen directamente en Copilot, lo que permite a los usuarios interactuar mediante lenguaje natural sin necesidad de conocimientos técnicos de ingeniería.
Mientras tanto, Copilot Studio ofrece un entorno de bajo código para el desarrollo de agentes personalizados. “Está en nuestra esencia tener una herramienta para todos, no solo para quienes pueden iniciar un SDK de Python y realizar llamadas, sino para que cualquiera pueda empezar a desarrollar estos agentes”, enfatizó Lamanna.
Este enfoque de accesibilidad ha impulsado una rápida adopción. Microsoft reveló previamente que más de 100.000 organizaciones han utilizado Copilot Studio y que se crearon más de 400.000 agentes en el último trimestre .
El panorama competitivo
Si bien Microsoft parece liderar la implementación de agentes empresariales hoy en día, la competencia se intensifica. Google ha ampliado sus capacidades de Gemini para agentes y codificación agentística , mientras que el modelo o1 de OpenAI y el SDK de agentes ofrecen potentes herramientas de razonamiento y agentística para desarrolladores . Grandes empresas de aplicaciones empresariales como Salesforce, Oracle, ServiceNow, SAP y otras han lanzado plataformas agentísticas para sus clientes durante el último año. Además, el martes, AWS de Amazon lanzó un agente de IA, llamado Amazon Q en Quicksight, que permite a los empleados interactuar mediante lenguaje natural para realizar análisis de datos sin necesidad de habilidades especializadas.
Los empleados pueden usar lenguaje natural para realizar análisis de datos a nivel experto, hacer preguntas hipotéticas y obtener recomendaciones prácticas, lo que les ayuda a descubrir nuevos conocimientos y tomar decisiones más rápido.
Sin embargo, la ventaja de Microsoft reside en su enfoque más integral: una sólida colaboración con OpenAI, la empresa líder en modelos de razonamiento, que a la vez ofrece opciones de modelos, una infraestructura de nivel empresarial, una amplia integración de datos en las herramientas del entorno de trabajo y un enfoque en los resultados empresariales, en lugar de en las capacidades puras de IA. Microsoft ha creado un ecosistema que se asemeja a las mejores prácticas al combinar copilotos personales que comprenden los patrones de trabajo individuales con agentes especializados para procesos empresariales específicos.
Para los responsables de la toma de decisiones empresariales, el mensaje es claro: la tecnología de agentes ha evolucionado más allá de la experimentación, convirtiéndose en aplicaciones empresariales prácticas con un retorno de la inversión (ROI) medible. La elección de la plataforma depende cada vez más de la integración con las herramientas y los datos existentes. En este ámbito, Microsoft cuenta con una ventaja en muchas áreas de aplicación gracias a su número de usuarios, por ejemplo, en Excel y Power Automate.
Fuente.
VentureBeat (2025, 25 de marzo). Microsoft dota a los agentes empresariales de un razonamiento profundo y presenta un agente analista de datos que supera a los competidores. Recuperado el 26 de marzo de 2025, de: https://venturebeat.com/ai/microsoft-infuses-enterprise-agents-with-deep-reasoning-unveils-data-analyst-agent-that-outsmarts-competitors/
