Anthropic presentó Claude Tag el 23 de junio de 2026, una beta para clientes Claude Enterprise y Team que permite mencionar a Claude desde Slack. La idea es simple: das acceso al asistente a ciertos canales, conectas herramientas o datos concretos y cualquier persona del canal puede pedirle trabajo con una mención.
La noticia importa menos por el nombre del producto y más por el cambio de hábito que enseña. La IA deja de vivir en una pestaña separada y entra donde el equipo ya decide, pregunta y se atasca. Para una empresa de Donostia - San Sebastián, Gipuzkoa o Euskadi, eso puede ahorrar tiempo. También puede crear un lío serio si se activa sin criterio.
Un agente dentro de Slack no es un chatbot bonito. Puede leer contexto, recordar información de los canales a los que pertenece, preparar tareas y conectarse a herramientas. Justo por eso conviene tratarlo como una pieza de proceso, no como otra app para probar un viernes.
Qué ha anunciado Anthropic
Anthropic describe Claude Tag como una forma de trabajar con Claude en equipo. Empieza en Slack, puede entrar en canales seleccionados y se puede conectar a herramientas, datos e incluso repositorios de código. El anuncio dice que Anthropic ya lo usa internamente para tareas de producto, métricas, soporte y depuración.
Hay un dato llamativo en la publicación: según Anthropic, el 65% del código de su equipo de producto lo crea su versión interna de Claude Tag. No lo usaría como promesa para cualquier empresa. Anthropic no es una pyme industrial de Gipuzkoa ni una asesoría con datos sensibles en varios sistemas. Pero sí marca una dirección clara: los agentes empiezan a operar dentro de los flujos reales, no solo en demos.
Ese matiz cambia la pregunta. Ya no es "qué modelo contrato". Es "en qué canal puede entrar, qué puede ver, qué herramientas puede tocar y quién revisa lo que propone".
El aprendizaje para empresas de Gipuzkoa
Slack, Teams o cualquier herramienta de mensajería tienen algo incómodo: mezclan conversación informal con decisiones importantes. Ahí se pide una oferta, se comenta una incidencia, se comparte una captura de un cliente, se pega un enlace de Drive y se cierra una tarea sin que nadie la documente del todo.
Meter un agente IA en ese entorno puede ser muy útil. Por ejemplo:
- resumir un hilo largo y extraer próximos pasos;
- preparar una respuesta inicial para soporte o ventas;
- buscar una política interna sin obligar a nadie a abrir el gestor documental;
- revisar si una petición tiene datos suficientes antes de pasarla a operaciones;
- convertir una conversación en tarea para el CRM o el ERP, con revisión humana.
El problema aparece cuando el agente ve más de lo que debería o actúa sin dejar rastro. En una empresa mediana, los canales no siempre están bien ordenados. Hay canales temporales, grupos privados, ficheros antiguos, usuarios externos y permisos heredados. Si el agente hereda ese desorden, lo acelera.
Antes de activar un agente en Slack o Teams
La primera decisión no es técnica. Es de alcance.
Empieza por un canal concreto y una tarea aburrida, pero frecuente. Un buen primer caso podría ser "resumir incidencias de soporte y proponer prioridad" o "preparar borradores de seguimiento comercial a partir de conversaciones internas". Evitaría empezar con decisiones de precio, cambios contractuales o acceso completo a documentación sensible.
Después, define tres límites por escrito:
- Qué canales puede leer.
- Qué herramientas puede consultar o modificar.
- Qué acciones necesitan aprobación humana.
Parece básico, pero muchas pruebas de IA fallan aquí. Se prueba el agente con cinco personas de confianza, funciona bien y alguien lo abre a más canales sin revisar permisos. Dos semanas después nadie sabe qué vio, qué respondió o por qué sugirió una acción.
La parte que casi nadie quiere hacer: permisos
Un agente colaborativo necesita contexto. Sin contexto responde con generalidades. Con demasiado contexto puede exponer información que no toca.
La solución no es bloquearlo todo. La solución es ordenar el acceso. Si el agente entra en un canal comercial, no debería poder leer documentos de RRHH. Si ayuda a soporte, no debería consultar contratos salvo que haya una regla clara. Si propone acciones en el CRM, quizá puede crear un borrador, pero no cerrar una oportunidad ni cambiar el importe sin aprobación.
En proyectos de agentes IA para empresas de Euskadi, esta suele ser la diferencia entre una demo simpática y una implantación seria: quién puede pedir qué, con qué datos y con qué registro.
Métricas sencillas para saber si merece la pena
No mediría un agente de Slack por "número de mensajes". Eso solo demuestra que la gente lo prueba. Mediría cosas más terrenales:
- tiempo medio para cerrar una incidencia interna;
- hilos que acaban con próximos pasos claros;
- borradores aceptados frente a borradores corregidos;
- tareas creadas correctamente en CRM, ERP o gestor de proyectos;
- errores detectados antes de llegar al cliente;
- coste por tarea útil, no coste por conversación.
También conviene medir rechazos. Si el equipo ignora la mitad de las respuestas del agente, hay una señal. Puede faltar contexto, puede sobrar ambición o puede que el proceso elegido no sea buen candidato.
Un piloto razonable en 30 días
Para una pyme o empresa industrial de Gipuzkoa, plantearía algo así:
Semana 1: elegir un canal, una tarea y los datos permitidos. Nada de acceso general.
Semana 2: conectar solo las fuentes necesarias y preparar prompts operativos. No prompts bonitos, instrucciones con límites: qué hacer, qué no hacer y cuándo escalar.
Semana 3: probar con usuarios reales y revisar errores. Cada fallo debe convertirse en una regla, una mejora de datos o una decisión de no automatizar.
Semana 4: medir si ahorra tiempo y si el equipo lo usaría sin que alguien le insista. Si no hay uso natural, el problema no siempre es la IA. A veces el flujo elegido no dolía lo suficiente.
Dónde encaja Umintia
En Umintia ayudamos a empresas de Donostia - San Sebastián, Gipuzkoa y Euskadi a convertir estas noticias en decisiones prácticas: qué agente merece la pena, qué permisos necesita, qué herramientas puede tocar y cómo medir si aporta valor.
Claude Tag no obliga a usar Anthropic ni Slack. La lección es más amplia: los agentes IA empiezan a entrar en los canales donde trabaja la gente. Si tu empresa quiere hacerlo, mejor empezar con un caso estrecho, permisos claros y revisión humana desde el primer día.
Si quieres revisar un posible piloto, podemos aterrizarlo en una sesión: proceso, datos disponibles, riesgos y una prueba pequeña antes de comprar licencias o abrir accesos.