Vy AI de Vercept, la IA que maneja tu computadora por ti y mejor que otras asistentes
El panorama de la Inteligencia Artificial está presenciando una escalada que va más allá de la generación de texto o imágenes. Vercept ha lanzado Vy AI, un agente que no se limita a responder preguntas, sino que está diseñado para ver, comprender y actuar sobre la interfaz de su ordenador tal como lo haría un ser humano. Este nuevo enfoque, impulsado por una «Arquitectura Visual-Primero», posiciona a Vy en una liga distinta a la de los grandes modelos de lenguaje (LLM) o los asistentes de productividad basados en plugins.
La novedad central de Vy es que ya no requiere que el software tenga una API (Interfaz de Programación de Aplicaciones) dedicada para interactuar con él, sino que interactúa directamente con los elementos visibles en la pantalla. Esta es una disrupción fundamental que redefine el futuro de la interacción humano-ordenador.
La visión del robot ojos-en-la-pantalla: un salto sobre los LLM genéricos
La funcionalidad distintiva de Vy AI, y lo que realmente lo diferencia de competidores como ChatGPT o Gemini (que operan principalmente en un entorno de chat o a través de integraciones limitadas), es su capacidad de «Visión y Acción a Nivel del Sistema Operativo».
Mientras que un LLM puede escribir un correo electrónico, Vy puede ir más allá: abrir su aplicación de correo, navegar a la bandeja de entrada, identificar un archivo adjunto en su carpeta de descargas, cargarlo en el correo y enviarlo al destinatario correcto, todo a partir de una instrucción simple en lenguaje natural. No necesita integraciones específicas para Outlook o Gmail, sino que usa el software como usted. Esto se debe a su capacidad de interpretar la Interfaz de Usuario (UI) en tiempo real, leyendo botones, menús, e incluso esperando pacientemente a que se cargue una página web, como haría un humano.
Lo más nuevo en este campo es la incorporación de Flujos de Trabajo Programados (Scheduled Workflows). Vy no solo aprende al observar al usuario ejecutar una tarea una sola vez (la función «Observar y Repetir»), sino que ahora puede ejecutar estas complejas secuencias de acciones automatizadas a una hora o frecuencia predefinida, incluso cuando el usuario no está frente a la computadora. Imagínese pedirle a su IA que extraiga datos de una hoja de cálculo en línea, los formatee en un documento de Pages y los cargue en la aplicación bancaria a las 5:00 p.m. todos los días. Esta es una capacidad de automatización de procesos robóticos (RPA) llevada al ámbito personal de la IA, sin necesidad de códigos o scripts complejos.
La amenaza de Vy AI a la productividad especializada y los agentes virtuales
La llegada de Vy AI representa un desafío directo a las herramientas de automatización de productividad que dependen de integraciones estáticas o de entornos virtuales.
En comparación con herramientas de automatización de escritorio como Keyboard Maestro o Keysmith (que requieren macros o atajos predefinidos), Vy ofrece una flexibilidad inherente. El usuario no necesita memorizar un atajo o una secuencia; simplemente describe la intención. Si el software cambia de versión o la ubicación de un botón se mueve, las herramientas de macro fallan, pero la «visión» de Vy le permite adaptarse. Esta resiliencia al cambio de UI es un factor clave que minimiza la frustración del usuario.
Frente a la competencia de agentes virtuales más limitados (muchos de ellos basados en el navegador, como ciertos bots de automatización web), Vy corre de forma nativa en el sistema operativo (actualmente macOS), lo que le otorga un nivel de control más profundo y una mayor velocidad de ejecución en tareas que involucran software local como Figma o herramientas de desarrollo. Además, al trabajar directamente en las sesiones ya autenticadas del usuario, evita la constante necesidad de ingresar credenciales, un punto de fricción y de seguridad que a menudo es un dolor de cabeza en otros sistemas de automatización.
Vercept está apostando a que el futuro del uso de la computadora pasa por la delegación completa, no por la asistencia parcial. Vy ayuda y toma las riendas del ratón y el teclado para liberar completamente al usuario de las tareas digitales repetitivas. Esta capacidad de «ver y hacer» es la principal diferencia que sitúa a Vy como el pionero de una nueva generación de agentes de IA de propósito general, forzando a los gigantes de la IA a desarrollar capacidades de interacción visual y control del sistema operativo si quieren seguir siendo relevantes en el espacio de la productividad.
