Anthropic presentó Claude Opus 5 el 24 de julio de 2026. La compañía lo describe como una mejora para la gama Opus, pensada sobre todo para agentes de larga duración, con avances en programación y trabajo profesional.
La noticia no va solo de un modelo más potente. Para una empresa de Donostia - San Sebastián, Gipuzkoa o Euskadi, la pregunta práctica es bastante más incómoda: qué tareas estamos dispuestos a dejar en manos de un agente durante más tiempo, con qué permisos y quién revisa lo que hace.
Un agente que aguanta mejor el contexto y trabaja durante más pasos puede ahorrar horas. También puede meter la pata durante más pasos si se le conecta demasiado pronto a correo, CRM, ERP, repositorios o documentos internos. La autonomía no es magia. Es deuda operativa si no se diseña bien.
Qué ha anunciado Anthropic
Según Anthropic, Claude Opus 5 mejora el rendimiento de Opus para agentes que trabajan durante sesiones largas. La página del anuncio habla de mejor capacidad en tareas de código, análisis profesional y uso de ordenador, y sitúa el producto como una opción para trabajos que no se resuelven con una respuesta rápida de chat.
Ese matiz importa. Muchos pilotos de IA en empresa se quedan en redactar textos o resumir documentos. Los agentes de larga duración apuntan a otra cosa: leer información, decidir el siguiente paso, usar herramientas, comprobar resultados y continuar.
Suena bien. Pero en empresa real casi nunca falta inteligencia. Falta control.
La lectura para una pyme de Gipuzkoa
En una empresa industrial, tecnológica o de servicios de Gipuzkoa, los casos interesantes no son los más vistosos. Suelen estar en trabajo pesado y repetitivo:
- preparar un primer análisis de incidencias a partir de tickets, manuales y emails;
- revisar cambios en documentación técnica antes de enviar una propuesta;
- clasificar oportunidades comerciales y pedir los datos que faltan;
- generar borradores de respuesta para soporte, siempre con validación humana;
- revisar repositorios o scripts internos y señalar riesgos, no tocar producción.
Ninguno de esos casos debería empezar con “dejamos al agente hacer”. Debería empezar con una ficha bastante seca: objetivo, fuentes permitidas, acciones permitidas, datos prohibidos, persona responsable y criterio para parar.
Ahí se separa una automatización seria de una demo bonita.
El gancho de negocio: más autonomía pide mejores límites
Si un agente solo resume un PDF, el riesgo está acotado. Si puede consultar varios sistemas, escribir borradores, abrir tareas o proponer cambios, el riesgo cambia. Ya no hablamos de “usar IA”. Hablamos de diseñar un proceso.
La oportunidad para empresas locales está en elegir un flujo pequeño donde el coste de coordinación sea alto. Por ejemplo: una consulta técnica que llega por email, necesita revisar documentación, confirmar compatibilidad, detectar datos que faltan y preparar una respuesta para un comercial.
Un agente puede hacer parte de ese trabajo previo. No debería prometer al cliente, aplicar descuentos, inventar plazos ni enviar nada sin revisión. Parece obvio, pero conviene escribirlo antes de probar.
Una forma sensata de probarlo
Antes de conectar un agente a media empresa, prueba con un entorno limitado.
Primero, elige un proceso que ya tenga dueño. Si nadie es responsable hoy, la IA no lo arreglará. Después, prepara un conjunto pequeño de documentos aprobados: fichas, procedimientos, preguntas frecuentes, políticas comerciales o documentación técnica. Luego define qué puede hacer el agente y qué solo puede sugerir.
La primera versión debería producir una bandeja de revisión, no ejecutar acciones finales. Que deje trazas: qué ha leído, qué ha decidido, qué duda tiene y qué recomienda hacer. Si la persona revisora no entiende por qué propone algo, el piloto todavía no está listo.
Señales de que merece la pena avanzar
Un piloto de agente empieza a tener sentido cuando se ven tres cosas.
La primera es ahorro real de tiempo en tareas repetidas, no solo textos más largos. La segunda es menos trabajo perdido: menos búsquedas, menos dobles comprobaciones, menos “¿dónde estaba ese documento?”. La tercera es control: el equipo sabe cuándo aceptar, corregir o parar al agente.
Si solo impresiona en una demo, no basta. Si reduce fricción en una semana normal de trabajo, ya hay conversación.
Qué revisar antes de meter agentes más autónomos
Hay una lista corta que conviene responder por escrito:
- Qué sistemas puede leer.
- Qué sistemas puede modificar.
- Qué datos nunca debe usar.
- Qué decisiones requieren aprobación humana.
- Dónde queda el registro de fuentes y acciones.
- Quién corrige un error si el agente lo comete.
Las empresas que se salten esta parte acabarán discutiendo permisos cuando ya haya un incidente o una respuesta mal enviada. Mejor hacerlo al revés: límites primero, autonomía después.
Cómo puede ayudar Umintia
En Umintia ayudamos a empresas de Donostia - San Sebastián, Gipuzkoa y Euskadi a convertir este tipo de noticias en pilotos concretos: agentes con alcance cerrado, RAG privado cuando hace falta, integración con herramientas internas y revisión humana desde el primer día.
Si tu empresa está pensando en agentes de IA para ventas, soporte, operaciones o desarrollo interno, podemos empezar por una pregunta sencilla: qué tarea consume tiempo cada semana y qué tendría que pasar para que un agente la prepare sin poner en riesgo datos ni decisiones.