GibberLink se volvió viral por una escena difícil de ignorar: dos agentes de inteligencia artificial comienzan hablando por teléfono como personas y, cuando reconocen que ambos son máquinas, cambian de protocolo y continúan comunicándose mediante sonidos.
La explicación es menos misteriosa que muchos de los titulares que provocó. Los agentes no inventaron espontáneamente un lenguaje secreto. La demostración, creada por Anton Pidkuiko y Boris Starkov, estaba diseñada para que pudieran identificar a otro agente y utilizar ggwave, una tecnología existente para transmitir datos mediante sonido.
GibberLink: demostración de Anton Pidkuiko y Boris Starkov. El repositorio oficial del proyecto enlaza este video como su demo.
Lo importante no es el sonido. Es la decisión de diseño que hay detrás.
Si ambos extremos de una interacción son máquinas, no siempre tiene sentido obligarlas a comunicarse mediante una interfaz creada para humanos.
Llevado a la empresa, ese principio abre una posibilidad mucho más interesante: hacer que una parte creciente del proceso corra directamente en la plataforma digital, mientras las personas diseñan los resultados, supervisan su ejecución y autorizan las decisiones que realmente necesitan criterio o responsabilidad humana.
Eso es lo que entendemos aquí por un sistema operativo agéntico para la empresa.
No es una visión futurista. Es una manera de organizar mejor capacidades que ya existen.
Digitalizamos la empresa, pero el humano sigue moviendo el proceso
Las empresas llevan décadas incorporando CRM, ERP, plataformas financieras, aplicaciones de servicio, analítica, automatizaciones e integraciones. Una gran parte de la información necesaria para operar ya es digital.
Sin embargo, digitalizar información no significa que el proceso se ejecute digitalmente.
Una oportunidad comercial puede llegar automáticamente al CRM con información suficiente para comenzar a trabajar. Aun así, normalmente hay una persona interpretando qué ocurre, buscando información adicional, consultando a otra área, solicitando una autorización, actualizando registros y determinando qué debe suceder después.
Los sistemas contienen los datos, pero las personas siguen funcionando como parte del mecanismo que mantiene el proceso en movimiento.
La IA agéntica permite cambiar esa distribución.
Un agente puede observar un estado, interpretar contexto, utilizar herramientas y ejecutar acciones dentro de determinados permisos. También puede solicitar trabajo a otras capacidades especializadas y continuar el proceso sin necesitar que una persona coordine manualmente cada transición.
El cambio importante no consiste en poner un chatbot al lado de cada empleado. Consiste en trasladar parte de la ejecución desde el usuario hacia la plataforma.
La unidad de transformación es el proceso, no el agente
Una empresa puede tener un agente para ventas, otro para servicio y varios más para operaciones sin haber cambiado sustancialmente su manera de trabajar.
El valor aparece cuando esas capacidades forman parte de un proceso diseñado alrededor de un resultado.
Pensemos en Lead-to-Cash. Una capacidad puede monitorear oportunidades y detectar cuáles necesitan atención; otra puede reunir información para calificarlas; una capacidad técnica puede analizar requerimientos y otra consultar disponibilidad. Con ese contexto, el proceso puede preparar una propuesta y continuar mientras permanezca dentro de las condiciones establecidas.
Cuando aparece una excepción comercial, financiera o contractual que excede la autoridad delegada, la plataforma solicita intervención humana y presenta la información necesaria para decidir. Después de esa decisión, el proceso continúa.
El humano permanece al mando, pero deja de ser el intermediario obligatorio entre cada etapa.
Ésta es una diferencia importante porque cambia el punto de partida de una iniciativa de IA. En lugar de buscar tareas donde colocar agentes, la empresa puede seleccionar un proceso, entender el resultado que debe producir y analizar cómo se distribuye actualmente el trabajo necesario para conseguirlo.
Parte de ese trabajo requiere experiencia, autoridad o juicio humano. Otra parte permanece en manos de personas porque los sistemas con los que diseñamos originalmente el proceso no podían interpretar contexto ni actuar con suficiente flexibilidad.
La IA permite revisar esa frontera y decidir qué puede ejecutar la plataforma, qué necesita supervisión y qué debe continuar bajo decisión humana.
Sólo después tiene sentido elegir agentes, modelos, automatizaciones e integraciones.
El sistema operativo agéntico organiza la ejecución
Cuando varias capacidades digitales participan en un mismo proceso aparece una necesidad adicional: alguien tiene que coordinar el conjunto.
El proceso necesita mantener contexto suficiente para saber qué está ocurriendo y qué resultado persigue. Las capacidades necesitan conocer el trabajo que les corresponde y las herramientas que pueden utilizar. La organización necesita conservar trazabilidad y determinar cuándo una acción puede ejecutarse automáticamente y cuándo debe detenerse para solicitar autorización.
A esa capa de coordinación podemos llamarla sistema operativo agéntico.
No significa necesariamente comprar una plataforma nueva ni sustituir el software empresarial existente. CRM, ERP, bases de datos, APIs y automatizaciones siguen siendo parte de la infraestructura. Los agentes añaden capacidades de interpretación y ejecución sobre esa base, mientras la orquestación mantiene el proceso coherente.
Esta arquitectura ya se está materializando. Agent2Agent (A2A), bajo la Linux Foundation, permite que agentes construidos con diferentes tecnologías descubran capacidades y colaboren entre sí. Plataformas empresariales como Camunda ya utilizan explícitamente el concepto de agentic operating system para coordinar procesos donde participan agentes, personas y sistemas.
No estamos esperando a que exista la tecnología básica. El reto actual es aprender a organizarla alrededor del negocio.
Menos intermediación también puede significar menor costo
Aquí GibberLink aporta otra enseñanza.
Cuando dos agentes utilizan una interfaz diseñada para personas, parte del procesamiento se dedica a representar información en lenguaje humano para que otra máquina vuelva a interpretarla. Si la interacción utiliza voz, además pueden intervenir síntesis y reconocimiento de audio.
Eso tiene sentido cuando participa una persona. Entre máquinas, no siempre aporta valor.
Algo similar ocurre cuando un agente genera una explicación extensa en lenguaje natural para que otro agente vuelva a procesarla, aunque sólo necesite conocer un estado, determinados parámetros o el resultado de una operación.
Utilizar intercambios más estructurados no elimina automáticamente el consumo de tokens ni el costo de inferencia. Los modelos siguen necesitando procesar información y razonar cuando la tarea lo requiere. Sin embargo, una arquitectura bien diseñada puede evitar procesamiento que existe únicamente para traducir entre representaciones humanas y digitales.
A escala, esa diferencia importa. La ventaja de un sistema agéntico no debería medirse únicamente en velocidad o en horas humanas liberadas. También importa cuánto cuesta computacionalmente ejecutar el proceso y cuánto procesamiento estamos utilizando para producir cada resultado.
La autoridad importa tanto como la inteligencia
Que un agente sea capaz de realizar una acción no significa que deba tener autoridad para ejecutarla.
Un agente comercial puede tener acceso técnico para modificar una propuesta sin estar autorizado para conceder cualquier descuento. Una capacidad financiera puede preparar una operación sin tener permiso para liberar fondos.
Las empresas ya administran estas diferencias mediante políticas, puestos, jerarquías y controles. Cuando una parte de la ejecución pasa a la plataforma, esas fronteras también necesitan expresarse digitalmente.
Cada capacidad necesita un propósito, permisos y límites suficientemente claros. También debe estar definido cuándo puede continuar y cuándo necesita escalar una decisión.
Esto evita dos extremos igualmente problemáticos. El primero consiste en entregar demasiada autonomía y descubrir después que una cadena de agentes podía ejecutar decisiones que nadie pretendía delegar. El segundo consiste en exigir aprobación humana para prácticamente todo y convertir a las personas en el cuello de botella de una arquitectura supuestamente autónoma.
La supervisión debe corresponder al impacto de la acción. Las actividades rutinarias y reversibles pueden ejecutarse dentro de parámetros establecidos. Otras necesitan autorización antes de producir consecuencias materiales. Y determinadas decisiones deben permanecer bajo responsabilidad humana aunque los agentes preparen el análisis y la información necesarios.
Humano al mando no significa humano en cada paso. Significa que la organización conserva la capacidad de establecer propósito, autoridad y límites, conocer lo que está ocurriendo e intervenir cuando corresponde.
El trabajo humano cambia de nivel
Cuando una parte mayor del proceso corre dentro de la plataforma, las personas pueden dedicar menos capacidad a mover información y más a diseñar cómo debe funcionar el negocio.
Un responsable comercial no necesita supervisar manualmente cada seguimiento si el sistema puede ejecutarlo correctamente. Su atención puede concentrarse en definir qué oportunidades merecen prioridad, qué condiciones comerciales deben respetarse y qué resultados indican que el proceso está funcionando.
Lo mismo ocurre en operaciones, servicio o administración. La función humana se desplaza desde ejecutar cada transición hacia supervisar resultados, resolver excepciones y mejorar el diseño.
Eso exige una disciplina importante: no confundir actividad con valor. Un agente puede enviar más seguimientos sin mejorar la conversión. Puede generar propuestas más rápido mientras deteriora el margen. Un proceso puede completar más tareas y producir peores resultados.
Por eso la empresa inteligente no consiste simplemente en automatizar más. Consiste en conectar la ejecución con indicadores que permitan saber si el nuevo diseño realmente funciona.
Se puede empezar hoy con un proceso
Construir un sistema operativo agéntico no exige transformar toda la empresa simultáneamente.
El punto de partida puede ser un proceso relevante y suficientemente delimitado para medir su desempeño. La empresa estudia cómo funciona actualmente, qué resultado debe producir y dónde depende de intervención manual. A partir de ahí puede distinguir qué trabajo necesita realmente criterio humano y qué actividades puede asumir la plataforma.
El nuevo diseño distribuye la ejecución entre personas y capacidades digitales, establece los límites de autoridad y define desde el principio cómo se medirá el resultado. Entonces se incorporan los agentes, automatizaciones e integraciones necesarios.
La diferencia frente a un piloto convencional de IA es sencilla: el objetivo no es demostrar que un agente puede hacer algo. Es demostrar que el proceso funciona mejor cuando esa capacidad forma parte de él.
La verdadera lección de GibberLink
GibberLink llamó la atención porque permitió escuchar el momento en que dos máquinas dejaron de utilizar una interfaz humana que ya no necesitaban.
La misma pregunta merece hacerse dentro de una empresa. Una parte importante de nuestros procesos digitales fue diseñada suponiendo que una persona tendría que consultar cada estado, interpretar cada situación y provocar la siguiente acción. Esa suposición tenía sentido cuando el software podía almacenar información y ejecutar reglas, pero tenía poca capacidad para comprender contexto y actuar sobre él.
Hoy esa limitación es diferente.
Podemos diseñar procesos donde la plataforma mantenga el contexto, los agentes ejecuten trabajo dentro de sus facultades y diferentes capacidades digitales colaboren directamente. Las personas intervienen cuando su juicio, autoridad o responsabilidad son necesarios y supervisan que el conjunto continúe produciendo los resultados esperados.
Además de reducir tiempos e intermediaciones, una arquitectura así puede utilizar mejor los recursos humanos y computacionales, evitando trabajo y procesamiento que no aportan valor al resultado.
Ésa es una definición práctica de empresa inteligente. No es la organización que acumula más agentes ni la que intenta eliminar personas del proceso. Es la que consigue organizar procesos, capacidades digitales y autoridad humana alrededor de resultados medibles.
GibberLink nos permitió escuchar esa idea. El reto empresarial es ponerla a trabajar.
Fuentes principales: repositorio oficial de GibberLink; documentación pública de Agent2Agent (A2A), Linux Foundation; Camunda; y la explicación pública de ElevenLabs sobre la demostración GibberLink.
