¿Quién es el responsable de un agente de IA en su empresa? Seis responsabilidades y sus titulares.

La IA agente se refiere a software que elige su propia secuencia de acciones y utiliza herramientas, en lugar de seguir un script fijo. Cuando este tipo de software funciona dentro de una empresa, surge una pregunta simple: ¿quién es el responsable humano?

Los reguladores aún no han resuelto esto. En una carta conjunta con el número SR 26-2, fechada el 17 de abril de 2026, la Reserva Federal y la oficina del Controlador de la Moneda, que reemplazó a SR 11-7 —la guía de gestión de riesgos de modelos bajo la cual operaban los bancos desde 2011—, retiraron los propios boletines de la OCC sobre el tema que databan de 1997. Una nota al pie indica que la IA generativa y la IA agente quedan fuera de dicha guía. Además, el papel del “propietario del modelo”, que se describía en detalle en el texto anterior, no aparece en absoluto en el nuevo.

Cinco meses antes, Singapur tomó una dirección diferente. Las directrices propuestas por la Autoridad Monetaria de Singapur para la gestión de riesgos relacionados con la IA, cuya fase de consulta finalizó en enero de 2026 y para la fecha de redacción no contaban con versión definitiva, incluyen explícitamente a los agentes de IA en su ámbito de aplicación. En ellas se advierte que un agente con acceso al sistema podría llevar a cabo acciones que contradigan los objetivos empresariales o los intereses de los clientes, y se aboga por una validación independiente, es decir, una revisión por parte de personas que no desarrollaron el sistema, antes de que cualquier solución considerada de alto riesgo sea puesta en funcionamiento. Ese texto aún no es ley y solo sería vinculante para las instituciones autorizadas en una jurisdicción específica.

Ninguno de los documentos indica quién dentro de una empresa es responsable de un agente una vez que está en funcionamiento, y esa laguna no puede esperar a que un regulador la resuelva. El software que actúa necesita un límite de acción, es decir, una línea que separe lo que puede hacer por sí mismo de lo que requiere intervención humana. Hacer cumplir ese límite es un asunto técnico. Decidir quién está a cargo es una cuestión organizativa, y ningún texto aborda este tema. Lo que sigue analiza todo lo que un agente podría hacer o cometer errores, y para cada caso indica a la persona que debe rendir cuentas. Examina quién da la aprobación final, cómo cubrir los roles con equipos existentes, qué implica operar el agente después del lanzamiento y qué deben aprender los desarrolladores. La evidencia proviene de textos regulatorios, estudios publicados desde 2024 y empresas que han asociado su nombre a afirmaciones específicas.

Seis responsabilidades, seis responsables

Un agente en producción crea seis responsabilidades, y cada una necesita un responsable designado. Imagine un diagrama de responsabilidades: la persona responsable responde por el resultado, la persona encargada realiza el trabajo, y la persona consultada aporta su opinión sin tener voto final.

• Negocio y área de conocimiento. El propietario del negocio y los expertos en el tema. El propietario es responsable del caso de uso, y un experto actúa también como responsable principal, es decir, la persona que conoce bien el área para decidir qué es correcto.
• Producto y arquitectura. El arquitecto, el gerente de producto y el diseñador de interacciones.
• Ciencia de datos y evaluación. Este grupo diseña el evaluador (un sistema automatizado que califica las respuestas según los estándares), analiza los errores y vigila la deriva, es decir, los cambios graduales en las entradas o estándares que hacen que las pruebas antiguas dejen de ser válidas.
• Operaciones. Mantiene el sistema activo una vez que se ha lanzado.
• El validador. Revisa el sistema de forma independiente y no participó en su desarrollo.
• El gerente de proveedores. Es responsable del contrato; este puesto solo existe si la empresa compra en lugar de desarrollar el sistema.

La auditoría interna queda fuera de esta lista, ya que el SR 26-2 establece que, en general, no duplicaría las actividades relacionadas con el riesgo de modelos. Varias empresas mencionadas a continuación (Kaiser Permanente, Thomson Reuters, Morgan Stanley) utilizan herramientas de redacción y recuperación en lugar de agentes completamente autónomos, lo que las convierte en los análogos públicos más cercanos disponibles.

Propietario de la empresa: aprobación de las acciones que puede realizar el agente

Dicha aprobación abarca el alcance, los umbrales monetarios y los clientes a los que el agente no debe acceder, clasificados según el nivel de riesgo, tal como se propone en Singapur. También incluye la financiación del sistema y su retiro eventual. Los bancos cuentan con un precedente parcial para asignar esta función dentro de la empresa. Según el manual de examinadores de la OCC de 2021, bajo el SR 11-7, el responsable del modelo solía estar en la unidad de negocio, aunque esto no era universal, y la revisión de 2026 eliminó ese rol sin designar uno que lo reemplazara.

El argumento práctico es más sólido que el precedente. Cada decisión tomada en ese proceso de aprobación, ya sea un umbral, un segmento de clientes excluido o una fecha de retiro, equilibra los ingresos o servicios con los riesgos. Solo quien sea responsable de los resultados puede tomar esa decisión y estar sujeto a ella. Quien ocupe ese cargo necesita tanto el presupuesto como la facultad de tomar decisiones definitivas, y solo el propietario de la empresa cuenta con ambos: los riesgos pueden detener lo que no pueden financiar, mientras que el departamento de ingeniería puede desarrollar lo que no puede detener. Entregar ese cargo al equipo de construcción permitiría que aprobaran su propio alcance de trabajo, y entregárselo al área de riesgos dejaría sin responsables al equipo encargado de los beneficios. La redacción de Singapur apunta en la misma dirección, ya que define el daño en relación con los objetivos empresariales e intereses de los clientes, y solo la empresa puede determinar cuáles son. La guía de Hong Kong asigna la responsabilidad al consejo de administración.

Arquitecto: responsable del diseño

El diseño se establece en el punto en que el agente se detiene y entra en escena un ser humano. Consiste en el proceso que sigue el agente, los puntos de transferencia a una persona y los permisos que impiden que avance más. Estos dos últimos juntos constituyen los límites de acción concretizados. Dos empresas ubicaron el punto de transferencia en el mismo lugar: los médicos de Kaiser Permanente editan un borrador generado por Ambient-Scribe antes de que llegue al historial médico, y, según su propio anuncio, la herramienta Debrief de Morgan Stanley permite a un asesor editar un resumen de reunión antes de que nada se escriba en la base de datos de clientes. Los ingenieros o un proveedor pueden crear el modelo de permisos y la interfaz. Aun así, el arquitecto mantiene el control, porque la ubicación de esa línea es una decisión de diseño que debe mantenerse sin importar quién escriba el código.

Responsable del estándar: quien define las normas

Una rúbrica es la lista de verificación que indica qué contiene una respuesta correcta. En Thomson Reuters, abogados senior de nivel socio dedicaron meses a crear rúbricas para una aplicación de recuperación de información. Al resumir los resultados, indicaron que una buena respuesta cuenta con quince componentes necesarios, mientras que una que parece plausible tiene nueve. Solo un abogado puede distinguir entre quince y nueve, lo que significa que la rúbrica consume horas de un experto en el área, y necesita un único responsable, ya que los criterios cambian cuando varias personas califican. Un artículo de investigación sobre la validación de herramientas de LLM reveló que los criterios cambian una vez comienza la calificación, y un estudio realizado por Shreya Shankar y Aditya Parameswaran sobre personas que utilizan herramientas de consulta de datos llegó a la misma conclusión, señalando que la carga de la validación recae en el usuario.

Establecer el estándar y medirse contra él son dos tareas diferentes. La medición, es decir, el ciclo diario de evaluaciones y análisis de errores, corresponde a los ingenieros y científicos de datos. Ellos crean el criterio de evaluación, desarrollan el mecanismo necesario (el código que ejecuta los casos de prueba a través del agente y califica los resultados) y estudian los fallos que surgen. Luego, el validador analiza el nivel de cobertura y la calibración del criterio de evaluación, sin tener que volver a ejecutar las pruebas del equipo de desarrollo.

Operaciones: mantenerlo en funcionamiento

Después del lanzamiento, el trabajo consiste en supervisar la cobertura en tiempo real, triage de alertas, apagado y recuperación, volver a ejecutar el conjunto de pruebas de regresión (los casos de prueba que se ejecutan nuevamente después de cada cambio) y monitorear el uso y los costos. Alguien del área de negocio se une al turno de vigilancia porque ciertas alertas implican decisiones comerciales. La planificación, los niveles de gravedad y la escalada corresponden al responsable de operaciones, que es un ingeniero.

Validador: verificación antes del lanzamiento

La revisión del validador consta de tres partes. Busca inyecciones de comandos (instrucciones maliciosas insertadas en el material que lee el agente) y llamadas a herramientas no autorizadas. Examina qué datos personales aparecen en el registro del agente, es decir, el historial detallado de sus acciones. Además, supervisa a las personas que aprueban lo que hace el agente.

Gerente del proveedor: responsable del contrato

El asiento solo aparece cuando la empresa realiza la compra. Entonces un proveedor construye una parte del sistema, ejecuta una parte de las operaciones y genera pruebas que el validador debe examinar, manteniendo así la responsabilidad en su lugar original. Mientras tanto, todos los demás propietarios dependen de algo que solo el contrato puede proporcionar. El validador necesita derechos de auditoría. Las operaciones requieren notificación anticipada de los cambios en el modelo, ya que eso es lo que inicia la ejecución de pruebas de regresión. El propietario del estándar necesita una forma de exportar registros y datos; de lo contrario, la evaluación de la empresa no tendrá nada sobre lo que juzgar. El propietario del negocio necesita términos de salida, ya que de lo contrario, apagar el sistema se convierte en una negociación en lugar de una decisión. El gerente del proveedor se encarga de esos cuatro aspectos sin realizar ninguno de los cuatro trabajos. El departamento de adquisiciones es consultado sobre el alcance y la aceptación, pero no es responsable de ninguno de los dos.

Tres de los seis roles: el responsable del caso de uso, quien decide qué se considera correcto y verifica los resultados de forma independiente, son funciones que el equipo de implementación del proveedor no podrá desempeñar por sí solo. Asignar un responsable a cada uno es el vínculo que los textos regulatorios omiten.

Repartir los roles entre los equipos ya existentes

Los puestos se cubren con personal actual, y el orden es importante porque cada rol depende del anterior.

Comience con el responsable empresarial; hasta que exista, el proyecto debe esperar. Esa persona controla el presupuesto, los procesos y la autoridad para apagar el sistema, y comienza asignando un nivel de riesgo y aprobando qué puede hacer el agente. El talento técnico no puede ocupar este rol, ya que nadie más puede asumir sus decisiones y compromisos.

A continuación, el arquitecto. Idealmente, se trata de alguien que conozca bien el proceso empresarial y el sistema, de modo que pueda determinar dónde termina el agente y comienza un ser humano. Donde exista esa persona, ese es su puesto. Cuando no haya nadie adecuado, una tercera parte puede iniciar el trabajo, aunque la empresa debe designar aún así a un destinatario interno, ya que el puesto no puede quedar vacante incluso cuando el trabajo se realice en otro lugar.

En tercer lugar está el propietario estándar, y el factor decisivo es si el experto en el dominio cuenta con horas reales que dedicar. Si el tiempo está protegido, el experto redacta la rúbrica, como lo hicieron los abogados de Thomson Reuters. De lo contrario, los especialistas en producto y diseño la elaboran para que el experto la apruebe, y el estándar se desvía, ya que quienes saben cómo debe ser una buena respuesta no son quienes la ponen por escrito. En su carta a los accionistas, Jamie Dimon establece la regla general: el trabajo que representa solo una pequeña parte del trabajo de muchas personas nunca se termina, y la misión necesita un equipo dedicado a ella a tiempo completo.

Al calibrar al juez y hacer un seguimiento de la deriva, la parte de medición de este sistema debe ser gestionada por un grupo de datos o análisis, si la empresa lo cuenta. De lo contrario, un miembro designado del equipo de desarrollo necesita tiempo dedicado exclusivamente a ello. Los ejemplos muestran cómo esto cambia el papel del equipo de ciencia de datos una vez que el modelo del agente es proporcionado por un proveedor. El modelado y el ajuste fino corresponden al proveedor, por lo que ya no se puede considerar que la ciencia de datos sea responsabilidad exclusiva del equipo de inteligencia artificial. Lo que queda es la calibración y el monitoreo de la deriva como funciones permanentes, además de una nueva responsabilidad para los modelos de crédito, fraude, fijación de precios y pronóstico que el equipo sigue desarrollando: especificar la población a la que está dirigido cada modelo antes de permitir que un agente lo utilice como herramienta. Es probable que las compañías de seguros y los hospitales se enfrenten a la misma pregunta respecto a sus propios modelos, pero ninguna de las fuentes analizadas aquí aborda este tema.

En cuarto lugar está el validador, y el factor decisivo es el momento en que interviene el cumplimiento normativo. El cumplimiento puede proporcionar definiciones de riesgo desde el principio, algo que, según se informa, hace el equipo de cumplimiento de Chime, o bien puede revisarse únicamente en la etapa de lanzamiento; en este caso, un caso de uso de alto riesgo sigue necesitando una validación independiente antes de su despliegue, tal como exige el proyecto de normativa de Singapur. Para un banco, la función de gestión de riesgos del modelo ya existente parece ser la opción más sencilla, ya que la norma SR 26-2 no regula a los agentes y deja que cada institución tome su propia decisión. Sin embargo, no hay fuentes de 2024 en adelante que indiquen que algún banco haya dado ese paso.

En quinto lugar están las operaciones, y el factor decisivo es quién supervisa el sistema una vez que está en funcionamiento. La sección siguiente trata sobre esto.

Hay dos elementos comunes a todos los casos de uso. Primero, la pasarela, que es la vía que utiliza cada agente para acceder a un modelo, donde se verifica la identidad y se registran las llamadas; está a cargo del responsable de las operaciones. Wealthsimple ha indicado que aproximadamente el 80 por ciento del tráfico de sus LLM pasa por esta pasarela, lo que deja abierta la duda de si el resto también está regulado. Segundo, la medición, es decir, los herramientas de evaluación y los criterios de juicio, que son gestionados conjuntamente por el equipo de ciencia de datos o de análisis, ya que dos equipos que se evalúan con instrumentos diferentes generan cifras que no pueden compararse. Los demás componentes, como el caso de uso, su rúbrica, el responsable de los estándares y su posición en el ciclo de rotación, permanecen en la unidad de negocio que lo ejecuta.

En su mayoría, estos puestos amplían los trabajos existentes sin crear otros nuevos. El propietario del negocio que ya se encarga de la cuenta de resultados añade la aprobación del alcance. Un experto en el área agrega una estructura de evaluación al conocimiento que ya posee. Un ingeniero se ocupa del sistema de evaluación y control. La ciencia de datos, que ya monitorea la degradación de sus propios modelos, extiende esa vigilancia al agente. El área de cumplimiento integra las definiciones de riesgo en la revisión que ya realiza. No se implica la contratación de nuevos empleados. Solo el puesto del validador no puede ampliarse, ya que esa tarea termina donde comienza la construcción del sistema.

Operación diaria del agente

Después del lanzamiento, hay seis tareas que se realizan durante toda la vida útil del sistema. El responsable de operaciones se ocupa de cuatro, el responsable de estándares de una y el validador de otra; cada una de ellas requiere una persona designada y un tiempo de respuesta establecido.

Triaje de alertas: las alertas se envían a los departamentos operativos, con un responsable designado para su manejo rotativo. Las alertas no son uniformes: un error de permisos, una interrupción del servicio y una reclamación rechazada erróneamente requieren un juicio diferente, siendo este último una decisión empresarial. Tanto el proyecto de Singapur como el Acta de IA de la UE exigen un proceso de escalada de este tipo.

Cierre es aprobado por el propietario del negocio y ejecutado por el departamento de operaciones, en cuatro etapas: una parada inmediata, recuperación técnica, corrección del negocio y autorización para reiniciar. La Ley de IA de la UE establece que el supervisor de un sistema de alto riesgo debe poder detenerlo mediante un botón de parada o un procedimiento similar que lo mantenga en un estado seguro. La persona que crea el botón no es la misma que decide presionarlo. Cerrar la ventana de chat no cancela un pago o notificación que ya esté en cola, y la corrección del negocio no cuenta con un equivalente al retroceso de código. Por lo tanto, decidir detenerlo es un asunto empresarial, mientras que llevarlo a cabo es una tarea operativa.

Las pruebas de regresión después de un cambio en el modelo son un esfuerzo conjunto de los equipos de ciencia de datos, ingeniería y área comercial, siendo el lanzamiento aprobado por el validador. El ejemplo documentado es Morgan Stanley’s Assistant: funciona con modelos de OpenAI, pero el banco desarrolló su propio marco de evaluación. Los asesores y los ingenieros de prompts califican juntos diariamente un conjunto de pruebas de regresión, y el proveedor no proporcionó ni las normas de calificación ni los criterios subyacentes. La fuente de esto es OpenAI, que se beneficia al mostrar a un cliente, y se trata de una aplicación de recuperación de información. Lo que inicia el proceso es un aviso de cambio por parte del proveedor, el cual debe obtener el respaldo del gerente del proveedor.

Uso y costo corresponden a las operaciones, y la unidad adecuada es la tarea completada. Las intentonas, la evaluación y la corrección de errores forman parte de una misma tarea, y una sola llamada al modelo es solo un elemento; por lo tanto, indicar precios por llamada revela solo una parte de la historia de costos.

Devolver los fallos de producción al proceso de evaluación es una responsabilidad continua del responsable del estándar. En una presentación republicada por Arize, una empresa que cuenta con Uber como cliente, el diseñador de conversaciones de Uber afirmó que el evaluador y su conjunto de datos se actualizan semanalmente, con el razonamiento de que la información proveniente de un conjunto de datos obsoleto es peor que no tenerla. Eso significa que un diseñador realiza tareas que los roles mencionados anteriormente asignan a ingenieros y científicos de datos. Se dice que las señales de cumplimiento de Chime llegan al proceso de evaluación en cuestión de horas, a través de un análisis offline realizado posteriormente.

Supervisar a los aprobadores es la tarea continua del validador. Anthropic informa que alrededor del 93 por ciento de las solicitudes de permiso para su agente de programación son aceptadas, una tasa lo suficientemente alta como para sugerir que se trata más de una formalidad que de una verificación real. Dado que se trata de un agente de programación y no de uno para procesos empresariales, esto ilustra el riesgo sin cuantificarlo aquí. El perfil de IA generativa del NIST, que es voluntario, recomienda registrar cada vez que una persona anula la salida del sistema, la misma verificación que se realiza desde el lado opuesto.

Estas tareas nunca terminan, y ninguna cuenta pública indica las horas que consume cada uno de ellos. La rotación, las pruebas de regresión y el seguimiento de costos pueden contratarse externamente, lo cual es un tema para una discusión posterior.

Qué debe aprender el equipo y cuán alto está el estándar

La capacitación plantea tres preguntas: qué debe ser capaz de hacer todo el equipo, dónde sigue siendo necesario un especialista y qué nivel de calidad es suficiente.

Hay cuatro habilidades que son aplicables a todos, independientemente del cargo:

• examinar los rastros y los resultados de las evaluaciones de primera mano, sin depender de los resúmenes de otros
• razonar sobre las distribuciones de los resultados, no sobre ejemplos individuales
• juzgar el trabajo por el estado final que deja, no por lo que el agente afirma haber hecho
• formular una tarea de manera lo suficientemente clara como para delegarla y luego supervisar el resultado

Marco Argenti, director de información de Goldman Sachs, menciona esta última secuencia. Según él, los líderes deben dominar tres habilidades de gestión: describir una tarea, delegarla a un agente de IA y supervisar los resultados.

La mitad del trabajo de evaluación aún requiere la intervención de un especialista. El ciclo de evaluaciones y análisis de errores, así como la tarea diaria de calificar los resultados y rastrear las fallas hasta sus causas, se divide en una parte rutinaria y otra ocasional. La parte rutinaria incluye la redacción de los criterios de evaluación, la creación de las herramientas necesarias y el análisis de las fallas diarias. Requiere habilidades de ingeniería y conocimientos estadísticos, y cada vez más los empleadores lo agrupan bajo el mismo título: ingeniero de IA. El Skills Map de DeepLearning.AI describe ese rol a partir de anuncios de empleo y entrevistas, aunque su editor vende precisamente los cursos que esos anuncios mencionan. La parte ocasional consiste en calibrar los criterios de evaluación con etiquetas humanas y evaluar posibles desviaciones, tarea más adecuada para un científico de datos y necesaria principalmente en momentos de revisión. Una empresa no tecnológica tendría sentido en capacitar a ingenieros de software para los puestos de ingeniero de IA y reservar la ciencia de datos para la calibración y para respaldar la revisión de los validadores. No existe ningún estudio que compare esas dos configuraciones, y el Skills Map solo indica lo que solicitan los empleadores.

La función de la herramienta es detectar ese tipo de fallos que las herramientas de análisis pasan por alto de forma persistente, y esa responsabilidad recae en el responsable del estándar y en el validador. En un estudio de 2026, Antaripa Saha y Hamel Husain, quienes imparten un curso de evaluación de pago, probaron seis sistemas de revisión automatizados en 100 rastros de producción que contenían 39 fallos marcados manualmente. El mejor sistema logró identificar el 87 por ciento de los fallos marcados, y los errores en la detección fueron sistemáticos, ya que había un tipo de fallo que se les escapaba a todos los sistemas. Además, todos ellos señalaron fallos que el revisor humano había pasado por alto, por lo que las puntuaciones no constituyen una clasificación, y los datos forman un único conjunto con las etiquetas de un solo experto. El estudio sí muestra dónde siguen siendo necesarios los humanos: el responsable del estándar, cuya matriz define qué se considera un fallo, y el validador, cuya verificación de cobertura busca precisamente lo que las herramientas omiten.

Esta capacidad se desarrolla al mostrar a las personas los fallos y se mantiene mediante revisiones programadas. Husain y Shankar, que comparten el mismo interés en cursos de pago, dividen la evaluación entre ingenieros y gerentes de producto. Los ingenieros detectan problemas técnicos como errores de recuperación y fallos en las herramientas, mientras que los gerentes de producto identifican fallas en el producto, como las expectativas de los usuarios que no se cumplieron. Un único responsable se ocupa de las evaluaciones diarias, lo cual es un rol diferente de la revisión independiente del validador. Para lograr aceptación, aconsejan no presentar evaluaciones de forma aislada y recomiendan mostrar a los colegas qué se descubre al analizar los datos. El proyecto de ley de Singapur añade la otra parte: la propia capacidad debe ser reevaluada periódicamente.

Qué puede y qué no puede respaldar esta evidencia

Cada texto normativo y cada caso concreto tiene su propia fuente, pero los límites también son importantes. La normativa establece requisitos, y la SR 26-2 excluye a la IA como agente de su ámbito de aplicación. Los estudios se basan en usuarios que realizan consultas a datos, en 39 fallos de un conjunto de datos y en una pequeña muestra cualitativa. Kaiser, Thomson Reuters y el Asistente de Morgan Stanley son herramientas de recuperación o redacción, no agentes multifásicos que actúen por sí mismos. Ninguna empresa no tecnológica ha publicado la lista de sus equipos de agentes, y las empresas citadas son aquellas que decidieron hacerlo, por lo que los proyectos que fracasaron discretamente faltan en la muestra. La mayoría de estas empresas no se preocuparán por adquirir una plataforma de agentes; elegirán a uno de los principales proveedores de nube y seguirán adelante. La elección más difícil se refiere a la ayuda externa, ya sea consultoría, refuerzo de personal o un ingeniero desplegado con antelación, y a lo que queda una vez finalice la colaboración. Los seis puestos permanecen dentro de la empresa, y lo que se puede adquirir es la ejecución.

La Reserva Federal eliminó al propietario del modelo de sus directrices en abril, y Singapur había propuesto cinco meses antes que un agente con acceso al sistema fuera revisado por personas ajenas al equipo de desarrollo. Ninguno de los documentos indica quién dentro de la empresa es responsable del agente. Una empresa necesita seis propietarios designados, comenzando por el dueño del negocio, quien aprueba qué puede hacer el agente, paga por ello y puede detenerlo. Los reguladores ya no describen ese rol, pero no se puede dejar vacante, ya que esa aprobación define el alcance del trabajo de todos los demás. La advertencia de Marco Argenti sigue vigente: delegar tareas a un agente sin poder supervisarlo conlleva desastres, por lo que las personas necesitan un nuevo sentido de control de calidad y autonomía.

Leer más

• Tu Grafico de Agente Debe Estar en YAML: Compilando un LangGraph de 17 Agentes al Iniciar — Cómo un pequeño motor en tiempo de ejecución compila una especificación YAML en un LangGraph StateGraph: estado generado, complementos importlib, enrutadores de etiquetas, llamadas adaptativas y cambios de nodos por sesión.
• Explicación de Gemini Spark: Tareas, Habilidades, Horarios, Seguridad y Precios — Qué hace el agente Gemini Spark siempre activo de Google en Gmail, Calendar y Docs, cómo funcionan sus capas de seguridad, cuánto cuesta, dónde está bloqueado y quién debería adoptarlo.