NVIDIA Computex 2026: Qué significan los anuncios sobre agentes de IA para las empresas

NVIDIA aprovechó Computex 2026 para anunciar seis productos de agentes de IA en una sola conferencia magistral: una CPU diseñada a medida, un modelo abierto de 500.000 millones de parámetros, un framework de orquestación, un entorno de ejecución seguro, un superchip de consumo y un modelo multimodal para el extremo (edge). La mayor parte de la cobertura se centró en el precio de las acciones y en el chip para portátiles RTX Spark.

Para los equipos empresariales que actualmente despliegan agentes de IA, el hardware de consumo no es la clave. Tres de los seis anuncios cambian las reglas del juego en el despliegue de formas que merecen atención. Pero primero, esto es lo que NVIDIA ha lanzado realmente, despojado de la retórica comercial de la presentación.

Qué ha anunciado NVIDIA

Vera CPU es un procesador diseñado específicamente para la IA de agentes y cargas de trabajo de aprendizaje por refuerzo. En comparación con las CPU de servidor x86 tradicionales, NVIDIA promete el doble de eficiencia y un rendimiento un 50% más rápido. Entre los primeros clientes se encuentran OpenAI, Anthropic y SpaceX. Se trata de una solución para centros de datos: Vera está diseñado para racks que ejecutan miles de sesiones de agentes simultáneas, no para tu ordenador portátil.

Nemotron 3 Ultra es el nuevo modelo de pesos abiertos de NVIDIA. Cuenta con 500.000 millones de parámetros que utilizan una arquitectura de mezcla de expertos (MoE), con aproximadamente 50.000 millones activos por token. Ofrece más de 300 tokens de salida por segundo (una inferencia hasta 5 veces más rápida que otros modelos de frontera comparables) y su ejecución cuesta un 30% menos. El modelo está específicamente optimizado para el tipo de razonamiento de múltiples pasos que los agentes necesitan cuando planifican, ejecutan y se autocorrigen en tareas de largo alcance. Los pesos abiertos y las recetas de entrenamiento permiten a las empresas ajustar el modelo (fine-tuning) con sus propios datos.

NemoClaw es un framework de orquestación, básicamente plantillas que estructuran cómo los agentes planifican, razonan, ejecutan y delegan. Si ya has creado agentes antes, piénsalo como una alternativa estructurada a escribir tus propios bucles ReAct y cadenas de llamadas a herramientas desde cero. NemoClaw incluye plantillas para patrones empresariales comunes: descomposición de tareas, delegación multiagente e invocación de herramientas con recuperación de errores.

OpenShell es la capa de seguridad y gobernanza. Proporciona un entorno de ejecución aislado (sandbox) donde las empresas definen lo que un agente puede hacer, lo que no puede tocar y lo que requiere aprobación humana. Esta es la pieza fundamental que les falta por completo a la mayoría de los frameworks de agentes. Se puede crear un agente capaz con casi cualquier modelo, pero gobernar sus acciones en tiempo de ejecución de manera que cumpla con los requisitos del equipo de cumplimiento normativo es un problema completamente diferente. OpenShell también llegará a Windows gracias a una alianza con Microsoft, lo cual es relevante para la estrategia de consumo de RTX Spark, pero tiene menos importancia para los despliegues de servidores empresariales.

RTX Spark es un superchip para portátiles que combina una CPU Arm y una GPU Blackwell con hasta 128 GB de memoria unificada y 1 petaflop de rendimiento de IA. Entre sus partners se encuentran Dell, HP, Lenovo, Microsoft, ASUS y MSI. Los equipos llegarán en otoño de 2026. Esta es una apuesta para consumidores y desarrolladores: agentes locales que se ejecutan en el dispositivo sin dependencias de la nube.

Nemotron 3 Nano Omni es un modelo multimodal más pequeño que unifica visión, audio y lenguaje en un solo sistema. Está diseñado para escenarios de agentes en el extremo y en local donde se necesita un agente que pueda ver, oír y responder sin tener que enviar toda la información a la nube.

Qué significa esto para los equipos de desarrollo de agentes empresariales

Esa es la lista de productos. Ahora pasemos a la parte que la mayoría de los análisis de Computex pasan por alto: qué cambia realmente para los equipos que despliegan agentes de IA en producción.

1. Los pesos abiertos a nivel de los modelos de frontera cambian la decisión entre desarrollar o comprar.

Antes de Nemotron 3 Ultra, las empresas que elegían modelos abiertos para sus agentes tenían que asumir una brecha de rendimiento significativa frente a GPT-4.5 o Claude Opus. Llama era competitivo, pero no estaba optimizado específicamente para cargas de trabajo basadas en agentes. Nemotron 3 Ultra es el primer modelo abierto de escala de frontera diseñado desde cero para el razonamiento de agentes en múltiples pasos. Una inferencia 5 veces más rápida y un coste un 30% menor no son mejoras marginales. Cambian por completo qué flujos de trabajo son viables económicamente para ser ejecutados por agentes. Un agente de conciliación que cuesta 0,40 $ por ejecución con los precios de GPT-4.5 podría costar 0,28 $ con Nemotron 3 Ultra. En miles de ejecuciones diarias, el ahorro es sustancial.

2. La seguridad y la gobernanza ya tienen una respuesta estándar.

El principal obstáculo para la adopción de agentes en las organizaciones no es la capacidad del modelo. Es la auditoría de seguridad. Cuando un CISO pregunta qué controles existen sobre el comportamiento de un agente en tiempo de ejecución, la mayoría de los equipos no tienen una respuesta sólida más allá de «hemos diseñado prompts con barreras de seguridad». OpenShell ofrece un entorno aislado y estructurado basado en políticas: define directivas, restringe el acceso a herramientas y requiere autorización humana para acciones de alto riesgo. No es el único enfoque para la seguridad de los agentes en producción, pero es el primero que viene integrado por defecto en la pila tecnológica de un gran proveedor. Esto simplifica enormemente las conversaciones técnicas con los responsables de cumplimiento.

3. Los frameworks de orquestación se están estandarizando; orquestar flujos de trabajo reales no.

NemoClaw se une a LangGraph, CrewAI, AutoGen y a una lista cada vez mayor de frameworks de orquestación de agentes. El software para conectar un bucle de agentes, llamar a herramientas y gestionar errores se está convirtiendo en un estándar básico. Cuando empresas como Cadence, Dassault Systemes, Siemens y Synopsys crean agentes de ingeniería autónomos para comprimir semanas de simulaciones en horas, el framework de orquestación es la parte sencilla. Lo complejo es conectar esos agentes a sistemas propietarios, entrenarlos con datos específicos del sector, mantener su precisión a lo largo del tiempo y hacer que operen bajo las normativas de cumplimiento de la empresa. Ahí radica el verdadero esfuerzo de implantación, y ningún framework de código abierto resuelve eso de manera estándar.

Qué pueden ignorar los equipos empresariales

No todos los anuncios de NVIDIA tienen la misma relevancia si tu objetivo es desplegar agentes para flujos de trabajo de negocio en lugar de construir infraestructura de IA.

RTX Spark es un hardware impresionante, pero la ejecución local de agentes en portátiles no soluciona las necesidades corporativas. Los agentes empresariales se ejecutan en servidores, acceden a bases de datos internas y requieren sistemas de logs y auditorías centralizados. Un desarrollador con un agente ejecutándose localmente en su ordenador portátil es una herramienta de productividad, no un despliegue empresarial.

Vera CPU es clave para proveedores a hiperescala (hyperscalers) y empresas que construyen su propia infraestructura de IA privada. Para la gran mayoría de las organizaciones que despliegan agentes a través de plataformas o servicios gestionados, la CPU subyacente es transparente. Te beneficiarás de Vera indirectamente gracias a la reducción de costes de tu proveedor de cloud, sin necesidad de adquirir tú mismo los chips.

Alojar Nemotron 3 Ultra en infraestructura propia no es recomendable para la mayoría de los equipos. Ajustar y ejecutar un modelo de 500B de parámetros exige una infraestructura de GPUs muy potente. La mayoría de las empresas obtendrán un mayor retorno de inversión utilizando plataformas de agentes que abstraigan la capa del modelo, permitiendo a los equipos enfocarse en el diseño de flujos de trabajo, la integración de sistemas y la optimización continua, en lugar de en el aprovisionamiento de GPUs.

Qué significa esto para la estrategia de agentes de IA en la empresa

El hecho de que NVIDIA ofrezca de forma gratuita modelos de código abierto, frameworks y entornos de ejecución no es filantropía. Cada empresa que adopte NemoClaw o Nemotron necesitará GPUs de NVIDIA para ejecutarlos. Cada desarrollador que cree agentes locales en RTX Spark consumirá hardware de NVIDIA. El software libre impulsa la demanda de hardware; es una estrategia empresarial consolidada.

Para las empresas, esto son excelentes noticias. El coste de la infraestructura subyacente de agentes, los modelos, las herramientas de orquestación y los entornos de ejecución seguros está disminuyendo rápidamente. La barrera de entrada para comenzar con agentes de IA nunca ha sido tan baja.

Sin embargo, empezar a usar la tecnología y obtener valor real de ella son cosas distintas. La capa de infraestructura anunciada por NVIDIA resuelve la pregunta de «¿puedo ejecutar un agente?». Pero no resuelve si «¿este agente funciona correctamente para mi proceso de cuentas a pagar?», ni «¿mantendrá el agente su precisión a medida que cambien nuestros datos?» o «¿puedo demostrar al equipo de cumplimiento que el comportamiento de este agente está regulado?».

Estos son retos del flujo de trabajo, no problemas de infraestructura. Requieren conectar los agentes a tus sistemas específicos, entrenarlos con tus datos corporativos, construir bucles de retroalimentación que mantengan su precisión en el tiempo e integrar la supervisión humana donde sea necesaria. Esa capa se sitúa por encima de todos los anuncios de NVIDIA, y es ahí donde se concentra el verdadero esfuerzo de implantación.

Tras Computex 2026, la excusa de la infraestructura para no desplegar agentes de IA ha desaparecido. La pregunta ahora es si tus agentes están diseñados para resolver los flujos de trabajo que realmente generan valor de negocio, en lugar de limitarse a ejecutarse en el hardware de última generación.