¿Agentes de IA en tu empresa? Qué necesitan saber de tu tienda antes de tocar nada

Si tienes una tienda WooCommerce o una web de servicios, ya habrás oído que los agentes de IA van a dirigir las empresas. El 27 de octubre de 2026, Ben Horowitz y Michael McGuiness publicaron un ensayo sobre Databricks y el futuro de la empresa. Su idea central es que un agente vale tanto como el contexto que la empresa le da. Aquí la bajo a tu escala: qué necesita saber un agente de tu negocio, qué puedes dejarle hacer y qué hacer en los próximos 90 días.

Una advertencia sobre la fuente: Andreessen Horowitz, la firma de Horowitz, lideró la Serie A de Databricks en 2013, y él mismo lo cuenta en el ensayo. Es inversor, y el texto defiende la empresa en la que invirtió. Por eso solo uso cifras que he comprobado en fuentes primarias y marco las que son afirmación de la propia Databricks. Soy desarrollador y consultor de WordPress, no vendo Databricks ni la recomiendo, y una pyme española no la necesita.

#Qué ve un agente cuando entra en tu tienda

Mañana conectas un agente a tu WooCommerce y le preguntas por un pedido. Encuentra esto: una base de datos con pedidos, clientes y productos; estados de pedido con nombres que alguien puso hace años; categorías y atributos a medio ordenar; notas de pedido escritas con prisa; y quizá un CRM y un programa de facturación que no se hablan con la tienda.

Todo lo que el agente necesite saber lo sacará de ahí. Si el estado “en espera” significa tres cosas distintas, el agente tendrá una etiqueta para situaciones opuestas y no sabrá cuál es cuál. Una persona de tu equipo lo sabe, porque conoce la tienda. El agente no.

Esa es la idea del ensayo que me parece útil. Ali Ghodsi, director ejecutivo de Databricks, lo dijo en el escenario del Data + AI Summit en junio de 2026: la IA “no tiene un problema de inteligencia, tiene un problema de contexto”. El modelo escribe bien. Falla cuando no sabe cuál es el precio real, cuál es el estado verdadero del pedido o quién puede autorizar un reembolso.

#Las cuatro preguntas que una empresa tiene que poder contestar

Resumo el ensayo en cuatro preguntas. Valen para un grupo de miles de personas y para una tienda de seis.

1. ¿Qué es verdad? Hay una fuente autorizada para cada dato: stock, precio, estado del pedido, dirección.
2. ¿Qué significa? Los términos tienen definición. ¿“Cliente activo” quiere decir qué? ¿“Enviado” es antes o después de salir del almacén?
3. ¿Qué está permitido? El agente tiene identidad propia, con derechos limitados, y cada acción queda a su nombre.
4. ¿Funcionó? Hay forma de comprobar si la acción tuvo el efecto esperado y de ver qué salió mal.

Los grandes proveedores organizan sus productos por estas capas. La documentación de Agent Bricks, de Databricks, separa el acceso a modelos, el contexto (memoria, herramientas, búsqueda) y el gobierno y control. Es documentación de un proveedor, pero la división sirve y no requiere Databricks.

Diagrama propio, wppoland.com, octubre de 2026: las cuatro preguntas llevadas a la base de datos, la taxonomía, los roles y las notas de pedido de WooCommerce.

#Cómo se traduce cada pregunta a WordPress y WooCommerce

Casi todo lo que Databricks vende a gran escala existe en pequeño en una tienda WooCommerce. El trabajo es saber dónde está y si está ordenado.

La fila del significado es donde más se falla. Databricks llama ontología a esa capa y publicó una comparación: su Genie, con la ontología, acertó el 84,5 % de las preguntas a la primera, frente al 52,4 % del mejor agente de programación general que usó de referencia. La prueba es interna, de 28 preguntas de análisis de datos, de junio de 2026, y los competidores están anonimizados. La trato como indicio de dirección, no como prueba. La dirección coincide con lo que sabe cualquiera que trabaje con tiendas: con definiciones claras, las respuestas mejoran.

Antes de pensar en IA, dedica una tarde a revisar estados, categorías y atributos. Es lo más barato de todo el plan y lo que más rinde.

#Qué permisos puede tener un agente en WooCommerce

WordPress 6.9 (noviembre de 2025) trajo la Abilities API, un sistema donde plugins, temas y el núcleo registran lo que saben hacer. El paquete oficial MCP Adapter expone esas capacidades a agentes mediante el Model Context Protocol, y su versión 0.7.1 salió el 16 de octubre de 2026. Una decisión de diseño pesa más que el resto: las capacidades son privadas por defecto y solo se hacen públicas si alguien lo declara. Cada una lleva su propia comprobación de permisos.

WooCommerce registra capacidades de productos y pedidos. La conexión remota se autentica con un usuario de WordPress y una contraseña de aplicación; su documentación prohíbe la contraseña de la cuenta y la clave de la API REST. Y aconseja esto:

“Usa un usuario de WordPress dedicado, solo con las capacidades que necesita el cliente MCP.”

Documentación de WooCommerce sobre MCP, developer.woocommerce.com, traducción propia

La misma página avisa de que la implementación MCP de WooCommerce está en developer preview y de que el adaptador no viene incluido. Desde la versión 11.3 se eliminó el endpoint antiguo, que ahora devuelve HTTP 410. Quien montó algo en 2025 sobre ese endpoint debe revisarlo. Los ejemplos de capacidades en la documentación de la 11.3 son woocommerce/products-query y woocommerce/order-notes-query.

Las contraseñas de aplicación existen desde WordPress 5.6. Las claves de la API REST de WooCommerce tienen tres niveles (lectura, escritura, lectura y escritura) y el secreto del consumidor solo se muestra una vez. Al dar acceso, la pregunta es cuál es el menor poder que basta.

#Qué hace un agente de solo lectura y qué exige escritura

Mi regla es sencilla. Todo lo que toque dinero, datos de clientes o precios pasa por una persona. Lo demás empieza en lectura y solo sube de nivel tras semanas sin sorpresas. Lo desarrollo más en cómo dejar que un agente de IA edite tu web en producción y en crear un servidor MCP para WooCommerce.

#Datos personales y RGPD: qué puede ver un agente

Un pedido lleva nombre, dirección, teléfono y, a menudo, NIF o CIF. Dar acceso a un agente es tratar datos personales, y el Reglamento General de Protección de Datos (UE) 2016/679 se aplica como a cualquier otro tratamiento. Tres puntos pesan en la práctica.

Primero, la minimización: el agente que responde a “¿dónde está mi pedido?” no necesita el historial completo del cliente, solo el estado y el transportista. Una capacidad que expone solo ese campo es mejor que la que expone el pedido entero. Segundo, la seguridad: un usuario dedicado con contraseña de aplicación revocable deja rastro y se puede cortar sin tocar el resto. Tercero, si el modelo corre en un servicio de un tercero que recibe esos datos, ese proveedor es encargado del tratamiento y el artículo 28 exige contrato por escrito.

La autoridad española de protección de datos es la AEPD. Para la IA existe además la Agencia Española de Supervisión de Inteligencia Artificial (AESIA), creada por el Real Decreto 729/2023, de 22 de agosto, publicado en el BOE el 2 de septiembre de 2023, con sede en A Coruña. Su estatuto le asigna funciones de supervisión, asesoramiento, concienciación y formación, además de inspección y sanción conforme al derecho europeo. No entro aquí en qué competencias concretas le atribuirá el AI Act a cada autoridad nacional porque no lo he comprobado en una fuente primaria.

#Qué cambió en el AI Act en 2026 para una pyme

Mucha gente sigue citando fechas antiguas. El Reglamento (UE) 2026/1744, de 8 de julio de 2026, publicado en el Diario Oficial el 24 de julio y en vigor desde el 27 de julio, modificó el AI Act (el llamado ómnibus digital). Las fechas que importan:

• Las normas para sistemas de alto riesgo del anexo III pasan al 2 de diciembre de 2027.
• Las del anexo I pasan al 2 de agosto de 2028.
• La fecha general del 2 de agosto de 2026 se mantiene.
• Las nuevas prohibiciones del artículo 5 se aplican desde el 2 de diciembre de 2026.
• El marcado de contenido sintético (artículo 50, apartado 2) para sistemas ya comercializados antes del 2 de agosto de 2026 debe cumplirse a más tardar el 2 de diciembre de 2026.

El artículo 4, sobre alfabetización en IA, quedó sustituido. En lugar de garantizar “un nivel suficiente” de alfabetización del personal, proveedores y responsables del despliegue deben adoptar medidas para apoyar su desarrollo, y el texto añade que esto no exige garantizar un nivel concreto a cada persona. El considerando 8 da el motivo: la obligación original creaba una carga de cumplimiento adicional, sobre todo para las empresas más pequeñas. Quien leyó el texto de 2024 y concluyó que debía certificar a su equipo ya no está en esa posición.

Una tienda que usa un agente para contestar sobre pedidos no suele caer en el alto riesgo. Las categorías del anexo III hablan de empleo, crédito, educación, servicios esenciales y similares. Si el agente decidiera la contratación de personas o el acceso a crédito, el caso cambiaría y convendría consultar a un abogado. Eurostat muestra además que las dudas jurídicas pesan: entre las empresas españolas que se plantearon la IA y no la usan, el 51,31 % señala consecuencias jurídicas poco claras.

#Cuántas empresas españolas usan IA y qué dice eso de las pymes

Hay dos cifras, y no se deben mezclar. Eurostat, con metodología armonizada para toda la UE, da para 2025 un 20,27 % de empresas españolas de 10 o más empleados que usaron al menos una tecnología de IA, frente al 19,95 % de la UE27. El INE publicó el 22 de octubre de 2026 una cifra más reciente y mucho más alta: el 33,6 % de las empresas de 10 o más empleados utilizó IA en el primer trimestre de 2026, con un 38,2 % en el sector servicios. La edición anterior, del primer trimestre de 2025, marcaba el 21,1 %. Son encuestas distintas, con otro periodo de referencia, así que el salto de 20 a 34 no es una medición única: indica que 2026 trajo un aumento fuerte, y nada más.

Eurostat, encuesta TIC en empresas (isoc_eb_ai), 2025, empresas de 10 o más empleados; gráfico propio, wppoland.com, octubre de 2026.

El tamaño pesa mucho. En la UE27, el 17,0 % de las empresas de 10 a 49 empleados usa IA, frente al 30,36 % de las de 50 a 249 y el 55,03 % de las de 250 o más. En España, las pequeñas están en el 17,17 %, las medianas en el 30,1 % y las grandes en el 57,46 % (Eurostat 2025). La pyme española de entre diez y cuarenta y nueve personas está, por tanto, al nivel de la media europea de su tamaño.

El obstáculo más citado es otro. Entre las españolas que se plantearon usar IA y no la usan, el 82,35 % señala la falta de conocimientos, la cifra más alta de los países que comparo en este texto (UE27: 70,31 %). Me parece un dato certero: el cuello de botella está en saber qué meter en el sistema y cómo organizarlo, más que en elegir modelo.

#Qué crece más rápido: la capacidad de los agentes o nuestra organización

La capacidad de los modelos. METR, una organización que mide qué pueden hacer los modelos, define el “horizonte temporal al 50 %” como el tiempo que tarda una persona en una tarea que el modelo completa con éxito la mitad de las veces. Su estudio de marzo de 2025 concluyó que ese horizonte se duplica aproximadamente cada siete meses desde 2019. Los datos más recientes de METR, con 26 modelos, dan para GPT-4 (marzo de 2023) unos 4 minutos y para Claude Opus 4.6 (febrero de 2026) unas 12 horas. El punto más alto, Claude Mythos Preview, ronda las 17 horas, pero METR advierte de que las mediciones por encima de 16 horas son poco fiables con su conjunto de tareas actual, y de que la página ya no se actualiza.

METR, Time Horizon 1.1, 26 modelos, datos a 8 de septiembre de 2026; gráfico propio, wppoland.com. La zona por encima de 16 horas es poco fiable, según METR.

Eso significa que el agente es capaz de tareas cada vez más largas, y una tarea larga sin registro, sin permisos y sin verificación acumula errores en silencio. Cuanto más capaz es el agente, más pesa la cuarta pregunta: ¿funcionó?

#Cuánto tráfico de agentes recibe una web pequeña

Lo medí en la mía. El contador de Cloudflare registró, del 29 al 31 de octubre de 2026, 102 peticiones a superficies pensadas para agentes en wppoland.com, es decir, 34 al día. A /llms.txt fueron 37, a /mcp 22, a /.well-known/ucp.json 17. En agosto, en otra ventana, la misma medición daba unas 102 al día, el 67 % al endpoint MCP. No comparo ambos valores como tendencia: las ventanas son distintas y no sé qué movió la diferencia.

Medición propia, contador de Cloudflare, wppoland.com, del 29 al 31 de octubre de 2026, 102 peticiones.

Los agentes son reales y leen las superficies que les preparamos, pero en una web pequeña todavía son pocos. Quien te diga que tu web va a recibir una avalancha de agentes la semana que viene está vendiendo. Quien diga que no existen va desfasado.

#Por qué el registro debe ser tuyo y no del proveedor del modelo

Los modelos cambian rápido. Lo que la empresa aprende con ellos (qué respuestas funcionan, qué casos necesitan a una persona, qué términos usa el cliente) queda en el registro. Si ese registro vive dentro de la herramienta de un proveedor, cambiar de modelo supone perder lo aprendido. Si vive en tus datos, cambias el modelo y conservas el historial.

Satya Nadella escribió en junio de 2026 que cada empresa tendrá que construir su “capital de tokens”, la capacidad de IA que construye y posee, y que ese ciclo de aprendizaje pasa a ser la nueva propiedad intelectual de la empresa. Yo lo diría con menos aparato: guarda en formato abierto lo que el agente aprendió.

En la práctica, tres hábitos. Notas de pedido y registros en un sitio que puedas exportar. Definiciones (estados, categorías, reglas de reembolso) escritas en un documento tuyo. Copias de seguridad que puedas abrir sin depender del plugin que las creó. En este último punto, Migrator, un plugin mío (plogins), permite desde la versión 1.9 descargar cualquier copia guardada como archivo .tar.gz estándar, con database.sql, el manifiesto y la carpeta wp-content, que se abre con tar o 7-Zip sin Migrator. La 1.7 añadió una copia opcional justo antes de actualizar plugins, temas y el núcleo. No es un sistema de registro ni está pensado para agentes. Sirve de recordatorio de que lo tuyo debe poder abrirse sin la herramienta que lo creó. Lo tienes en la página de Migrator en WordPress.org.

#Coase, Simon y los gestores: cómo cambia la empresa

En 1991, en su discurso del Nobel, Ronald Coase resumió por qué existen las empresas:

“Fue darse cuenta de que usar el mecanismo de precios tiene costes. Hay que descubrir cuáles son los precios. Hay negociaciones, contratos que redactar, inspecciones, acuerdos para resolver disputas, y así sucesivamente. Estos costes han pasado a conocerse como costes de transacción.”

Ronald Coase, discurso del Premio Nobel, 9 de diciembre de 1991, traducción propia

La empresa existe, en parte, porque coordinar dentro sale más barato que contratarlo todo en el mercado. Si un agente reduce el coste de buscar, comparar y coordinar, parte de lo que hoy exige a una persona pasando información de una mesa a otra la hará la máquina. Es el razonamiento de Jack Dorsey en marzo de 2026 al hablar de jerarquía y flujo de información.

Herbert Simon escribió en 1979, a propósito de un sistema de reservas de una aerolínea, algo que me parece el centro del asunto. La memoria central, decía, no centraliza las decisiones, sino que permite que cada punto de decisión actúe con independencia:

“con la confianza de que la actualización automática por la memoria central se ocupará de todas las interacciones entre decisiones.”

Herbert A. Simon, “The Consequences of Computers for Centralization and Decentralization”, MIT Press, 1979, p. 219, traducción propia

Es la misma idea del sistema de registro. Con un registro compartido y fiable, cada agente (y cada persona) decide por su cuenta sin pisar el trabajo de los demás.

La frase que se oye, “todos acabaremos gestionando agentes”, tiene así un sentido concreto en una pyme. El dueño o el responsable deja de pasar información y pasa a definir qué es verdad, qué está permitido y cómo se verifica. Quien haya tenido que explicar a una persona nueva cómo funciona la tienda reconoce el trabajo: es el mismo, escrito para una máquina. James Burnham escribió en 1941 The Managerial Revolution sobre el poder de los directivos profesionales. No afirmo que los agentes lo repitan. Digo solo que gestionar pasa a incluir mantener este contexto.

#Un ejemplo: el cliente pregunta “¿dónde está mi pedido?”

Una tienda española de artículos de hogar, que envía a España y Portugal y cobra con tarjeta, Bizum y contrareembolso. Una clienta escribe preguntando por su pedido y quiere respuesta en un minuto. Es un ejemplo montado para ilustrar, no un cliente mío.

1. Qué es verdad. El agente lee el pedido: estado, método de pago, transportista, número de seguimiento. La fuente es la base de datos de la tienda. La factura viene del programa de facturación, y el agente no la toca.
2. Qué significa. El estado “en espera” está definido: solo quiere decir pago pendiente de confirmar. El stock por llegar tiene otro estado. Sin esto, el agente le diría a la clienta que “falta pagar” cuando lo cierto es que el producto llega el jueves.
3. Qué está permitido. El agente tiene usuario propio con capacidad de leer pedidos y añadir notas. No puede reembolsar ni editar la dirección. Si la clienta pide un reembolso, el agente escribe la nota “solicitud de reembolso” y pasa el caso a una persona.
4. Funcionó. La respuesta enviada queda registrada como nota de pedido, con la hora. Una vez por semana, alguien lee veinte respuestas al azar y apunta las erróneas. Los casos erróneos se convierten en nuevas definiciones o reglas.

Nada de esto exige un producto nuevo. Exige que los estados estén bien definidos, que exista un usuario limitado y que las notas se lean. El coste está más en ordenar que en la tecnología. En servidor MCP abierto y de solo lectura para WooCommerce muestro una forma de empezar sin riesgo de escritura, y en MCP o REST cómo elegir el canal.

#Plan de 90 días

Propongo tres fases de un mes, en este orden.

Mes 1, ordenar.

• Listar los estados de pedido y su significado real en un documento de una página.
• Revisar categorías, atributos y campos para eliminar duplicados y nombres ambiguos.
• Decidir cuál es la fuente de verdad para stock, precio, estado y dirección.
• Comprobar quién tiene acceso de administrador y quitar lo que sobra.

Mes 2, conectar en lectura.

• Crear un usuario de WordPress dedicado, sin derechos de administrador, con contraseña de aplicación.
• Exponer solo capacidades de consulta (pedidos, productos, notas) con los campos mínimos.
• Usar el agente solo para borradores y resúmenes, con una persona decidiendo.
• Registrar cada acción y leer una muestra cada semana.

Mes 3, escribir con límites.

• Subir un único tipo de escritura (por ejemplo, notas internas) y medir errores durante cuatro semanas.
• Probar todo en un entorno de pruebas antes de producción y hacer copia de seguridad antes de cada cambio en bloque.
• Revisar el contrato con el proveedor del modelo a la luz del RGPD, artículo 28.
• Escribir una página con lo que la empresa hizo y por qué, para el equipo y para auditorías.

Si quieres apoyo en esto, la integración de IA en WordPress está en la página de integración de IA para WordPress, y la definición de permisos, tokens y pasos de revisión en la implementación de IA. Cuando el caso es exponer la tienda a agentes de forma estable, el desarrollo de servidores MCP cubre ese canal, y para el lado del comercio con agentes está comercio con IA en WordPress. Para la parte de ingeniería, mira también agentic engineering como nuevo modelo de desarrollo.

#Qué no hacer

• No dar acceso de administrador a un agente. Si falla, falla con todos los poderes.
• No usar tu cuenta personal ni la contraseña normal. La documentación de WooCommerce dice expresamente que no se haga; usa una contraseña de aplicación, que se revoca sin tocar la cuenta.
• No activar la escritura antes de tener registro. Sin notas y sin muestreo, no sabes qué hizo el agente.
• No comprar una plataforma de datos por un ensayo. Databricks comunicó en agosto de 2026 unos ingresos anualizados superiores a 7.000 millones de dólares, con un crecimiento de más del 80 %, y una valoración de 190.000 millones. Son cifras de la empresa, privada y sin auditar. Para una compañía con más de 20.000 organizaciones como clientes puede tener sentido. Para una tienda de seis personas, no.
• No fiarte de cifras que solo aparecen en un ensayo. Horowitz escribe que los agentes lanzan más de 17 millones de bases de datos al día. Databricks, en junio de 2026, comunicó 12 millones al día para Lakebase. Usé la cifra de la fuente primaria.
• No esperar que el modelo arregle el desorden. Un modelo mejor aprovecha mejor un sistema ordenado. Un sistema desordenado se queda con errores mejor escritos.

#Lo que queda de todo esto

El agente es la parte nueva. El resto es antiguo: decir qué es verdad, poner nombre a las cosas, repartir poderes y comprobar el resultado. En España, donde el 82,35 % de las empresas que se plantearon la IA y no la usan citan la falta de conocimientos, quien ordene su registro ahora parte con ventaja, porque el trabajo que queda es elegir modelo. Y ese cambia cada trimestre.

Whitehead escribió en 1911 que la civilización avanza al aumentar el número de operaciones importantes que podemos realizar sin pensar en ellas. Un registro bien hecho hace eso por la empresa: las operaciones repetidas dejan de exigir que alguien las piense de nuevo.