Meta presentó Muse el 8 de septiembre; OpenAI anunció Dots el 29; Uber anunció el 24 que prepara un asistente de voz para conductores. Los tres productos comparten una apuesta más delicada que generar respuestas convincentes: iniciar ellos la conversación.
Un chatbot espera a que alguien pregunte. Un agente proactivo vigila, interpreta señales y decide si debe interrumpir. Puede avisar de una factura pendiente, sugerir a un conductor que cambie de zona o proponer una acción antes de que el usuario abra la aplicación. La utilidad depende, en parte, de que no se convierta en otra fuente de notificaciones que acabemos silenciando.
El asistente que aparece antes de que lo llames
Muse, Dots y el asistente de Uber resuelven problemas distintos, pero los tres buscan estar presentes antes de recibir una orden explícita. Muse puede reservar, enviar correos y seguir trabajando con la aplicación cerrada. Recuerda detalles y hace sugerencias sin que el usuario inicie la conversación; después, puede pedir aprobación. Está disponible en su propia aplicación y en WhatsApp.
Dots, de OpenAI, orienta esa idea a la supervisión de tareas. Sus agentes pueden ejecutar “investigación proactiva” y revisar aplicaciones en modo de solo lectura para detectar, por ejemplo, una factura pendiente o un error mencionado en Slack. Las alertas pueden llegar a ChatGPT, Slack y Teams. OpenAI también señaló que prepara texto y voz como canales de comunicación.
Uber tiene un caso más ligado al mundo físico. Según describió su equipo de producto en una charla reciente, un conductor llevaba 33 minutos sin actividad cuando el sistema le recomendó desplazarse a una zona con mejores oportunidades. La recomendación incluía datos que la respaldaban. La empresa dice que busca estar del lado del conductor, presentar oportunidades de forma proactiva y medir si actúa ante ellas. El 24 de septiembre anunció una versión de voz manos libres.
La diferencia con un chatbot está en quién controla el momento. Antes, el usuario elegía cuándo preguntar, dónde hacerlo y qué quería saber. Ahora el producto pretende escoger las tres cosas. Una sugerencia oportuna puede ser útil; varios mensajes irrelevantes pueden sentirse como una intrusión.
La promesa es reducir tareas olvidadas y búsquedas manuales, y facilitar decisiones con información que ya existe en las aplicaciones. Pero “siempre activo” no debería significar “siempre hablando”: que un sistema detecte una señal no basta para justificar un mensaje.
El coste de interrumpir también cuenta
Un mensaje proactivo puede ahorrar tiempo, evitar una pérdida o ayudar a ganar dinero. También puede interrumpir una reunión, distraer a alguien mientras conduce o llegar cuando no hay posibilidad de actuar. No basta con que el contenido sea correcto: su valor debe compensar la interrupción.
Para estimarlo hay que considerar qué está en juego, qué probabilidades hay de que la persona actúe y cuánto tiempo queda antes de que la oportunidad desaparezca. También importa quién obtiene el beneficio: el usuario o la empresa.
Una alerta sobre una factura que vence hoy podría justificar un mensaje inmediato. Un recordatorio de una tarea sin fecha límite quizá funcione mejor en un resumen de la tarde. Una sugerencia que apenas aporta valor debería descartarse, no presentarse como personalizada. Si el sistema no puede explicar qué gana la persona, probablemente no tenga una buena razón para interrumpirla.
La urgencia influye en el momento y el valor, en el canal. Una tarjeta dentro de la aplicación exige relativamente poca atención; un mensaje de chat es más difícil de ignorar, y un SMS, aún más. La voz debería reservarse para casos urgentes en los que la persona tenga las manos ocupadas. En un coche puede ser adecuada; durante una cena, probablemente no.
La frecuencia también cuenta. Los avisos mediocres se acumulan y, cuando fallan repetidamente, la gente puede silenciar el canal entero. Así, incluso los mensajes valiosos dejan de llegar porque el agente gastó su credibilidad en asuntos menores.
Conviene distinguir entre poder decir algo y tener que decirlo ahora. Lo primero es una cuestión técnica; lo segundo, de diseño del producto. De esa diferencia depende que el asistente sea útil o resulte insistente.
La decisión va antes que la frase bonita
Los modelos de lenguaje son buenos redactando, pero eso no los convierte en buenos jueces de cuándo enviar un mensaje. Pueden explicar con amabilidad casi cualquier recomendación; lo difícil es decidir si merece existir, si debe esperar o si conviene descartarla. Una frase impecable no corrige una decisión inoportuna.
Este problema tiene antecedentes en los equipos de notificaciones y crecimiento. Los modelos de uplift estiman si un aviso realmente causa una acción, en lugar de atribuirse una conducta que el usuario habría tenido de todos modos. Los contextual bandits pueden aprender qué momento y canal funcionan mejor para cada persona. Los modelos de receptividad estiman si alguien puede atender el mensaje en ese instante: quizá conduce o está aparcado, sigue en una reunión o acaba de quedar libre.
Las plataformas llevan años probando horarios, formatos y notificaciones. La novedad es que ahora un agente puede combinar esos cálculos con vigilancia continua y capacidad para actuar. Eso amplía su alcance y también las oportunidades de equivocarse a escala.
Uber tiene una ventaja concreta para aprender: puede observar si el conductor siguió la recomendación de cambiar de zona y qué ocurrió después. Esos resultados sirven para ajustar el sistema, pero actuar no significa necesariamente que le haya ido bien. Un conductor puede seguir una sugerencia y acabar ganando menos, o ignorarla porque conoce mejor las condiciones de la calle. Medir la conducta es útil; confundirla con el beneficio del usuario, no.
Meta y OpenAI afrontan un problema parecido con señales menos directas. Que alguien abra un mensaje, responda o complete una tarea no demuestra por sí solo que la interrupción mereciera la pena. El objetivo debería ser medir resultados, no solo clics, sin entrenar al asistente para perseguir el indicador más fácil mientras afirma que ayuda.
Las empresas no empiezan de cero, pero tampoco basta con reciclar las métricas habituales de interacción y llamarlas métricas de agente. Si el sistema optimiza para que la gente responda, puede aprender a insistir. Si busca mejorar resultados que el usuario valora, el diseño se vuelve más difícil.
Modelos baratos para decidir si merece la pena hablar
Una opción es reservar los modelos de lenguaje grandes para redactar y delegar el filtro inicial en modelos más pequeños que emitan decisiones estructuradas. TypeSafe, por ejemplo, tiene Jev; Supersonic Labs publica Julia 1 con pesos abiertos. En vez de generar un párrafo, estos modelos pueden devolver una opción de una lista, una puntuación o un sí o no, junto con una probabilidad asociada.
Según la información disponible, Julia 1 puede ejecutarse en una CPU y tomar una decisión en torno a 33 milisegundos. El dato importa porque un agente activo puede encontrar muchas señales que no acabarán en un mensaje. No tiene sentido pedir a un modelo costoso que redacte cada aviso posible para descartar casi todos al final del proceso.
Un filtro ligero podría evaluar si algo merece interrumpir, qué valor y urgencia tiene, y si conviene enviarlo ahora, esperar, incluirlo en un resumen o eliminarlo. También podría decidir si basta con una tarjeta o hace falta un mensaje de chat, un SMS o una llamada de voz. Primero, una decisión barata y legible; después, si corresponde, la generación de texto.
El orden importa. Si se llama al modelo generativo antes de evaluar el valor, el producto puede terminar justificando mensajes porque ya ha invertido esfuerzo en prepararlos. Es preferible separar las funciones: el modelo de decisión evalúa el contexto y el coste de atención; el de lenguaje explica la recomendación con claridad, sin convertirla en una campaña de ventas.
Hay una limitación importante: estos sistemas juzgan lo que reciben, no lo que ignoran. Si el contexto no registra que una persona detesta los avisos por la mañana, un modelo rápido no lo descubrirá por intuición. Necesita datos adecuados, memoria útil y una forma de aprender de las preferencias sin convertir cada gesto en un motivo para perfilar al usuario.
La probabilidad que devuelve tampoco es una garantía. Si el modelo calcula que un aviso tiene mucho valor, esa cifra depende de la calidad de los datos y de cómo se haya definido “valor”. Una precisión técnica impecable puede sostener una métrica equivocada. Los 33 milisegundos resuelven el coste de preguntar, no si se está haciendo la pregunta correcta.
¿De quién es el agente cuando empieza a vender?
Los asistentes proactivos también son un canal de distribución. Meta ha dicho que explora opciones de comercio en Muse y ya lanzó Muse for Small Business. OpenAI presentó Dots junto con un nuevo plan de 500 dólares al mes. Uber tiene servicios de entrega y otras ofertas que podría mostrar a conductores o clientes. Nada de eso demuestra que cada aviso vaya a ser publicidad, pero sí deja claro que hay incentivos comerciales en juego.
La recomendación de un agente inspira una confianza distinta a la de un anuncio. Se espera que un asistente personal use el contexto para ayudar. Si el usuario sospecha que cada sugerencia busca aumentar los ingresos de la plataforma, las alertas útiles también pierden credibilidad. Esa confianza puede tardar en construirse y desaparecer con una oferta mal colocada.
Una promoción debería pasar por el mismo filtro que cualquier otra intervención: valor real para el usuario, momento adecuado y canal proporcional. No tendría que aparecer solo porque el negocio tenga un objetivo comercial si no hay una razón convincente para que la persona actúe.
La ventaja competitiva podría recaer en quienes llevan años acumulando datos sobre notificaciones: cuáles se ignoran, cuándo se abren, qué canal funciona y qué acciones siguen. Pero tener más historial no garantiza mejor criterio. Los datos también pueden estar orientados a maximizar aperturas y producir un agente que interrumpa con eficacia.
Meta, OpenAI y Uber ya tienen modelos capaces de producir respuestas. El desafío está en decidir qué señales merecen convertirse en mensajes y cuáles deberían descartarse.
