¿Qué es un agente de IA y por qué Eric Schmidt dice que ahí está el dinero?

Por Angélica Beltrán

Las redes sociales tienen una nueva cita favorita sobre inteligencia artificial. Proviene de Eric Schmidt, el ingeniero y empresario que dirigió Google durante una década, y aparece en un video corto que la cuenta @kyr0stack compartió en X el 4 de noviembre de 2026. La grabación, de 27 segundos, rebasó las 62 mil reproducciones en cuestión de horas.

En el fragmento, Schmidt sostiene: «If you really want to make money, it’s actually easy, found an agentic AI company, I mean build an agent to do something. If you build a better agent than anyone else, you can probably…». Es decir, que si alguien realmente quiere ganar dinero, lo más sencillo es fundar una empresa de IA agéntica, construir un agente que haga algo, y que si ese agente supera a los de los demás, probablemente pueda… La frase queda inconclusa porque el video se interrumpe.

Antes de analizar el consejo, es útil responder una pregunta básica que muchos lectores se hacen: ¿qué es un agente de inteligencia artificial?

En términos simples, un agente es un programa que recibe una meta y trabaja por su cuenta para alcanzarla. A diferencia de un chatbot, que se limita a contestar, el agente puede consultar páginas de internet, abrir documentos, usar aplicaciones, enviar solicitudes a otros sistemas o escribir código. Después revisa si cumplió el objetivo y, si no, intenta otro camino. Es la diferencia entre preguntar «¿qué vuelos hay a Monterrey?» y pedir «encuéntrame el vuelo más barato del viernes y avísame».

El propio Schmidt ha ofrecido su definición. Durante una sesión con estudiantes de Stanford en 2024, explicó que un agente es algo que realiza algún tipo de tarea, y añadió que otra manera de entenderlo es como un modelo de lenguaje con estado en memoria. En esa misma conversación, según la transcripción de la clase, habló del paso de «texto a acción»: que una instrucción escrita no genere solo más texto, sino que active acciones.

¿De dónde sale entonces la idea de que ahí está el dinero? La explicación de Schmidt, a lo largo de sus intervenciones, apunta a que la tecnología ya está suficientemente madura para automatizar trabajo real, y que cada industria tiene tareas que podrían delegarse a un agente especializado. Quien logre el agente más eficaz para un problema concreto tendría una ventaja competitiva clara.

En Stanford, Schmidt incluso pronosticó que la productividad de los programadores al menos se duplicaría, y comentó que había invertido en varias empresas que desarrollan herramientas para ese fin. También advirtió que la combinación de agentes, memoria de corto plazo más amplia y capacidad de acción tendría un impacto social que, en sus palabras, todavía nadie comprende del todo.

Es importante leer el clip con perspectiva. Primero, porque se trata de un recorte cuyo origen exacto, fecha y lugar de la grabación original, no queda claro en la publicación. Segundo, porque Schmidt habla como inversionista con participación en el sector. Y tercero, porque decir que es «fácil» ganar dinero simplifica un proceso que en la práctica exige talento técnico, capital, clientes dispuestos a pagar y mucha prueba y error.

Los agentes actuales tampoco son infalibles. Pueden equivocarse, malinterpretar instrucciones o tomar decisiones con información incompleta. Por eso, las empresas que los utilizan suelen limitar sus permisos y mantener a una persona revisando los resultados, sobre todo cuando hay dinero, datos personales o decisiones legales de por medio.

Para el público mexicano, el tema no es lejano. Comercios, despachos y dependencias ya experimentan con asistentes que contestan mensajes, agendan citas o procesan documentos. La discusión que abre Schmidt es si la siguiente etapa será que esos asistentes dejen de solo conversar y empiecen a trabajar por su cuenta.

Mientras tanto, el video seguirá circulando como frase motivacional. Lo valioso, más allá del entusiasmo, es entender qué hay detrás: una tecnología en pleno desarrollo, con oportunidades reales y también con riesgos que todavía se están estudiando.