Orange España ya usa 1.000 agentes de IA: el reto pasa al control interno

La información de Cinco Días fecha el 8 de octubre de 2026 el anuncio de Orange España y Google Cloud: la operadora ya había desplegado más de 1.000 agentes de IA personalizados con Gemini Enterprise para sus operaciones en España. Los empleados los utilizan en tareas internas y de atención al cliente, después de pasar de pilotos aislados a una estructura corporativa denominada «AI Factory».

La nota de Orange España declara una activación de licencias cercana al 100 % en 30 días y describe una base de datos en BigQuery y Google Cloud Storage sobre la que se emplean RAG y búsqueda semántica; Miguel Santos, director de Tecnología, afirmó: «Nuestra alianza con Google Cloud es una pieza clave para hacer realidad nuestra visión estratégica a largo plazo». Los agentes han sido creados por empleados de recursos humanos, TI, actividad comercial y atención al cliente mediante herramientas de bajo código. La activación de una licencia indica adopción inicial, pero no mide por sí sola la calidad de las respuestas ni el resultado de cada tarea.

De clasificar incidencias a recuperar conocimiento interno

La clasificación de incidencias es el uso más cercano a la operación diaria de una teleco. Los agentes ayudan a identificar problemas técnicos, asignarles una categoría y dirigirlos al equipo correspondiente. En una tarea distinta, analizan registros y diagnósticos de sistemas para acotar el origen de interrupciones de red o de servicio. Ese análisis puede orientar la investigación de una avería, sin implicar que el agente la repare por sí mismo.

Otros agentes permiten buscar información corporativa mediante preguntas en lenguaje natural. También atienden solicitudes rutinarias de servicio interno y peticiones operativas. Las consecuencias de un error varían según la función: una respuesta interna incorrecta puede llevar a un empleado a usar una instrucción desactualizada, mientras que una clasificación equivocada puede enviar una incidencia al equipo inadecuado y retrasar su tratamiento.

La creación por personal sin perfil técnico acerca cada herramienta a la tarea que pretende resolver. Al mismo tiempo, obliga a distinguir entre agentes que hacen trabajos realmente diferentes y agentes que repiten una función ya cubierta. La cifra de herramientas creadas describe el alcance del despliegue; su utilidad depende de que cada una tenga un propósito reconocible y resultados evaluables.

Qué papel cumple Gemini Enterprise en la AI Factory

Gemini Enterprise proporciona el entorno de bajo código con el que los empleados crean agentes. La AI Factory de Orange se apoya además en su almacén de datos de BigQuery y su lago de datos de Google Cloud Storage. Mediante generación aumentada por recuperación, o RAG, y búsqueda semántica, los agentes pueden localizar información corporativa pertinente para responder a consultas internas.

La recuperación conecta una respuesta con el contenido disponible, de modo que importa qué repositorio se consulta, quién lo mantiene y cuándo se actualizó. Si dos áreas conservan versiones diferentes de una misma instrucción, una respuesta puede resultar convincente aunque no corresponda al procedimiento vigente para esa tarea. Es un riesgo que se desprende del funcionamiento de este tipo de búsqueda, no un incidente comunicado en Orange.

La misma base de información sirve a funciones con necesidades de acceso distintas. Un agente de recursos humanos, uno que consulta diagnósticos de red y otro que responde a preguntas comerciales no deberían recibir automáticamente los mismos permisos por compartir plataforma. La cuestión pasa de permitir la creación de agentes a decidir qué datos y acciones corresponden a cada función.

Permisos, auditoría y responsables a escala corporativa

En la presentación de Gemini at Work, Google Cloud describe para su nuevo agente Gemini identidad propia, permisos por función y registros que atribuyen sus acciones al agente. Son capacidades relevantes para plantear el control de un despliegue empresarial, aunque la publicación no especifica cómo están configurados los agentes concretos de Orange.

Para una AI Factory con herramientas creadas en varias áreas, el inventario útil va más allá del nombre de cada agente. Una matriz de control permitiría relacionar su función con decisiones que afectan a la operación:

• Permisos: qué sistemas y conjuntos de datos puede consultar cada agente, si está autorizado a ejecutar acciones y quién aprueba esos accesos. El alcance debe corresponder a la tarea, especialmente cuando los datos de personal y los diagnósticos técnicos conviven en la misma organización.
• Trazabilidad: cómo se identifica al agente que intervino, qué versión estaba activa y qué consultas o acciones quedaron registradas. Esa secuencia permite investigar una derivación errónea sin confundir un dato defectuoso con una instrucción mal configurada.
• Datos para RAG: qué repositorios alimentan las respuestas, quién mantiene su contenido y cómo se resuelven las versiones contradictorias u obsoletas. El acceso autorizado a un documento no garantiza que ese documento siga siendo válido.
• Responsable: qué área acepta los resultados y atiende los problemas de cada agente. Asociar propietario y función también ayuda a detectar herramientas duplicadas antes de mantener varias respuestas para la misma solicitud.
• Retirada: cuándo se desactiva o revisa un agente si desaparece su responsable, cambia una fuente de datos o sus resultados dejan de cumplir el criterio definido para su tarea.

Estos puntos son criterios para evaluar el despliegue, no procedimientos internos atribuidos a Orange. La información publicada describe adopción y casos de uso, pero no ofrece un desglose de accesos por agente ni resultados comparables para cada función. Esa ausencia limita lo que puede concluirse sobre la eficacia operativa a partir del volumen desplegado.

El resultado dependerá de cada tarea

La clasificación de incidencias podría evaluarse por la proporción de casos enviados al equipo correcto y por las correcciones posteriores. En el análisis de red importaría si los diagnósticos ayudan a localizar antes el origen de una interrupción; en las consultas internas, si la respuesta remite a información vigente y adecuada para quien pregunta. Son medidas posibles para estas funciones, no resultados publicados por la compañía.

También conviene observar qué ocurre cuando cambia un procedimiento o un permiso: un agente que ayer respondía con una fuente válida puede necesitar otra configuración hoy. Los próximos datos sobre calidad, revisiones y retirada de herramientas permitirán saber si la AI Factory mantiene el control del trabajo que ya ha distribuido entre sus empleados.

Lee también:

• Un tifón, exámenes y DNSSEC: por qué se apagó internet en 2026
• VOIS plantea un ERE para el 20% en España: aún faltan las causas técnicas
• Kitesurf cambia el navegador para agentes: cada página parte aislada