Microsoft Scout ahora es Microsoft Autopilot
Microsoft Autopilot: el antiguo Scout se convierte en el agente que sigue trabajando cuando tú no estás.
Microsoft Scout ya tiene nombre definitivo: Microsoft Autopilot.
Y el cambio de nombre es probablemente lo menos interesante del anuncio.
Autopilot representa una evolución importante en la forma en la que Microsoft plantea los agentes de IA para el trabajo. Ya no hablamos únicamente de un Copilot al que hacemos una pregunta y esperamos una respuesta, sino de un agente persistente, proactivo y personal capaz de continuar trabajando aunque nosotros no estemos delante del ordenador.
Microsoft lo describe de una forma bastante gráfica: Autopilot es tu compañero digital.
Le das un nombre, un rol y un objetivo. Y empieza a trabajar.
Conviene aclararlo desde el principio: este nuevo Microsoft Autopilot no debe confundirse con el Autopilot relacionado con la administración y aprovisionamiento de dispositivos mediante Intune. El producto del que hablamos aquí es el anteriormente conocido como Scout.
¿Qué es Microsoft Autopilot?
Autopilot es un agente diseñado para mantener trabajo activo a lo largo del tiempo. No necesita que estemos enviándole continuamente prompts para avanzar. Microsoft pone ejemplos como:
- supervisar canales;
- seguir conversaciones;
- ejecutar tareas recurrentes;
- retomar un proyecto varios días después;
- preparar reuniones;
- perseguir actualizaciones;
- coordinar seguimientos;
- mantener procesos en marcha.
Todo ello sin quedarse esperando a que alguien vuelva a abrir Copilot y escriba el siguiente prompt. La diferencia es importante.
Hasta ahora gran parte de nuestra interacción con la IA generativa ha seguido un patrón parecido: Humano → prompt → IA → respuesta.
Autopilot introduce otro modelo: Humano → objetivo + límites → agente → trabajo continuado.
El foco empieza a desplazarse del prompt hacia la delegación.
Un agente que continúa trabajando en la nube
Una de las características más relevantes de Autopilot es que está alojado en la nube. Esto permite que el agente continúe trabajando aunque apaguemos nuestro equipo, estemos en otra reunión o simplemente hayamos terminado nuestra jornada.
Microsoft utiliza como ejemplo un proceso completo de revisión de proveedores. Autopilot podría encargarse de crear el calendario y el plan de trabajo, preparar las distintas fases del proceso, gestionar reuniones, realizar seguimientos y solicitar actualizaciones a las personas implicadas.
Es precisamente aquí donde empieza a verse la diferencia entre un asistente y un agente. Un asistente nos ayuda a realizar una tarea. Un agente puede recibir responsabilidad sobre una parte del proceso.
Por supuesto, dentro de unos límites definidos por la organización.
Autopilot tiene identidad, memoria, ordenador y espacio de trabajo propios
Este detalle me parece especialmente interesante. Microsoft explica que cada Autopilot vive dentro del tenant de la organización y dispone de: identidad, memoria, ordenador y espacio de trabajo propios.
No estamos hablando únicamente de una ventana de chat con más contexto. La arquitectura se acerca mucho más a la idea de un trabajador digital que necesita los recursos necesarios para realizar su trabajo de manera persistente.
- La identidad permite determinar quién es el agente y qué puede hacer.
- La memoria permite mantener continuidad entre tareas y conversaciones.
- Su ordenador proporciona un entorno donde ejecutar trabajo.
- Y su workspace permite conservar el contexto necesario para continuar una actividad durante horas o días.
Esto plantea además una cuestión fundamental para cualquier organización que empiece a desplegar agentes: si nuestros agentes trabajan, también tendremos que administrarlos.
Identidad, permisos, auditoría, políticas, seguridad y gobierno dejan de ser elementos secundarios. Se convierten en parte de la arquitectura del agente.
Autopilot trabaja donde ya trabaja la organización
Microsoft no plantea Autopilot como una aplicación aislada. El agente puede aparecer en herramientas como Microsoft Teams, Outlook, chats, canales y documentos, pudiendo incluso ser mencionado mediante @ como si fuera otro participante.
Esto tiene bastante sentido.
Si queremos que un agente forme parte de un proceso empresarial, obligar a los usuarios a ir continuamente a otra aplicación probablemente no sea la mejor estrategia. El agente tiene que aparecer dentro del propio flujo de trabajo. Pero hay algo todavía más importante: Microsoft insiste en que detrás de esa interacción existen permisos, auditoría y gobierno.
El usuario establece el objetivo y los límites. Autopilot ejecuta el trabajo manteniendo al usuario informado y bajo control. Esta parte puede acabar siendo bastante más importante que cualquier demostración espectacular de IA.
Porque en empresa la pregunta no es únicamente:
- ¿Qué puede hacer el agente?
También necesitamos saber:
- ¿Qué está autorizado a hacer?
- ¿Con qué identidad?
- ¿A qué información puede acceder?
- ¿Qué acciones ha realizado?
- ¿Podemos auditarlo?
Microsoft IQ proporciona el contexto empresarial
Autopilot está construido sobre Microsoft IQ, que Microsoft presenta como la capa de inteligencia empresarial encargada de proporcionar contexto a Copilot y a sus agentes.
El objetivo es que el agente no trabaje únicamente con instrucciones aisladas, sino que pueda comprender cómo funciona la organización, sus conocimientos y el contexto asociado al trabajo que está realizando.
Este punto es fundamental. Un agente empresarial útil necesita algo más que un buen modelo. Necesita contexto. Necesita saber quiénes participan en un proyecto, qué documentos son relevantes, qué decisiones se han tomado, qué permisos tiene y cuál es el estado actual del proceso.
El valor no está únicamente en la inteligencia del modelo. Está en la combinación entre: modelo + contexto + identidad + herramientas + permisos + capacidad de ejecución.
Y Autopilot parece diseñado precisamente alrededor de esa combinación.
La sorpresa: Microsoft Autopilot está construido sobre OpenClaw
Probablemente la parte técnicamente más llamativa del anuncio sea su arquitectura.
Microsoft ha confirmado que Autopilot está construido sobre OpenClaw.
Omar Shahine, responsable del equipo que desarrolla Autopilot, explica además que Microsoft está trabajando junto con la OpenClaw Foundation para convertir OpenClaw en un runtime adecuado para escenarios empresariales. Y la relación no parece limitarse simplemente a utilizar el proyecto.
Microsoft está contribuyendo mejoras upstream relacionadas con políticas, seguridad, Windows, fiabilidad y funcionamiento de agentes persistentes. Por ejemplo, entre las contribuciones descritas encontramos mecanismos para comprobar si la configuración de un agente cumple las políticas definidas por una organización.
- ¿Tiene habilitados los canales correctos?
- ¿Qué proveedores de modelos puede utilizar?
- ¿A qué redes, servidores MCP o credenciales puede acceder?
- ¿Su configuración real sigue coincidiendo con las políticas establecidas?
Estas capacidades permiten comprobar la configuración del agente y detectar desviaciones respecto a lo esperado. Y esto nos lleva nuevamente al mismo punto: cuando los agentes dejan de limitarse a conversar y empiezan a actuar, la gobernanza se convierte en infraestructura.
Fiabilidad: un agente persistente necesita algo más que una buena demo
Otro aspecto interesante del trabajo sobre OpenClaw es el esfuerzo relacionado con la fiabilidad. Un agente que permanece activo durante largos periodos tiene problemas diferentes a los de un chatbot convencional. Tiene que gestionar tareas en segundo plano, reinicios, conversaciones largas, recuperación de errores y estados inciertos.
Las contribuciones descritas incluyen mejoras en planificación de trabajos, recuperación de base de datos, gestión de memoria, prevención de bucles de herramientas y tratamiento de respuestas duplicadas.
Hay un detalle particularmente interesante. Microsoft ha trabajado para diferenciar entre: una acción que sabemos que no se ejecutó y una acción de la que no sabemos si llegó a ejecutarse.
Puede parecer una diferencia pequeña. En realidad es crítica.
Imaginemos que un agente intenta enviar una orden, actualizar un sistema o realizar cualquier operación con efectos reales. Si pierde la conexión y no conoce el resultado, repetir automáticamente la acción podría ejecutarla dos veces. Por eso, en determinadas situaciones, reconocer la incertidumbre es mejor que volver a intentarlo.
Ese tipo de problemas son precisamente los que aparecen cuando pasamos de experimentar con agentes a utilizarlos en procesos reales.
¿Asistente o trabajador digital?
Autopilot también ayuda a visualizar una evolución que llevamos tiempo anticipando.
- Primero utilizamos la IA como asistente.
- Después empezamos a utilizarla para delegar tareas.
- Y ahora comenzamos a crear agentes capaces de mantener responsabilidades persistentes.
La diferencia es sutil, pero importante.
- Podríamos pedirle a Copilot: Prepárame el informe semanal del proyecto.
- Pero podríamos darle a Autopilot un objetivo parecido a: Haz seguimiento del proyecto, solicita actualizaciones a los responsables y mantén preparado el informe semanal.
En el primer caso estamos solicitando una tarea. En el segundo estamos delegando una función.
Y probablemente ahí esté uno de los cambios más importantes que introduce este nuevo modelo de agentes.
¿Qué casos de uso podría tener Autopilot?
Sin salirnos de las capacidades descritas por Microsoft, es fácil imaginar escenarios empresariales donde un agente persistente pueda aportar valor.
Por ejemplo, procesos de seguimiento de proveedores, coordinación de proyectos, preparación periódica de reuniones, seguimiento de conversaciones o recopilación recurrente de actualizaciones.
El patrón común es sencillo: trabajo que necesita continuidad.
Procesos donde hoy una persona tiene que acordarse continuamente de comprobar algo, preguntar a alguien, recopilar información y retomar una actividad podrían convertirse en buenos candidatos para agentes persistentes.
Eso no significa necesariamente eliminar a la persona del proceso. Probablemente el escenario más interesante sea precisamente el contrario: automatizar el seguimiento operativo para que las personas puedan concentrarse en las decisiones.
Autopilot utilizará facturación basada en uso
Hay otro detalle importante para quienes estemos pensando en la adopción empresarial.
Microsoft distingue entre el uso cotidiano de Copilot cubierto mediante licencias de usuario y el trabajo agentic de larga duración.
Autopilot forma parte de las capacidades que utilizarán Usage-Based Billing (UBB), es decir, facturación basada en consumo. Tiene lógica. Un agente que puede permanecer trabajando durante horas o ejecutar procesos de forma persistente tiene un patrón de consumo completamente diferente al de un usuario realizando algunas consultas en Copilot. Esto implica que el ROI de los agentes tendrá que medirse de otra manera.
No bastará con preguntar cuántos usuarios tienen licencia. Habrá que analizar: qué trabajo realiza el agente, cuánto cuesta ejecutarlo y qué valor genera.
La conversación sobre adopción de IA empieza así a mezclarse inevitablemente con FinOps.
De los prompts a los objetivos
Quizá la mejor manera de entender Microsoft Autopilot sea dejar de pensar durante un momento en prompts. Durante los últimos años hemos aprendido a formular mejores instrucciones para conseguir mejores respuestas.
Con agentes como Autopilot, la conversación empieza a cambiar. Ya no se trata únicamente de decirle a la IA qué tiene que hacer ahora.
Se trata de explicarle: qué objetivo queremos conseguir, qué límites debe respetar y cuándo necesitamos intervenir nosotros.
Autopilot recibe una identidad, memoria, contexto empresarial, herramientas y un espacio donde trabajar. Y puede continuar trabajando aunque nosotros no estemos presentes.
Eso cambia bastante la relación entre usuario e IA. Pasamos de utilizar Copilot como una herramienta que responde cuando la llamamos a empezar a convivir con agentes que forman parte activa de nuestros procesos de trabajo. Y si esta visión funciona, probablemente una de las preguntas más interesantes de los próximos años no sea cuántos empleados utilizan Copilot.
Será otra: ¿Cuántos agentes trabajan ya dentro de nuestra organización, y qué responsabilidades les hemos delegado?
Información basada en las publicaciones Introducing the new Copilot with Home, Code and Autopilot y Microsoft Autopilot is built on OpenClaw. The contributions go both ways.
