Quien captura el contexto de tu empresa captura tu empresa
El verdadero moat de la IA empresarial no es el modelo: es el historial institucional que acumula.
Hay una carrera que no aparece en los titulares de fundraising pero define quién controla la IA empresarial de los próximos diez años: la carrera por capturar el contexto institucional de cada organización. No el modelo más potente, no el contrato más largo. El historial.
El patrón que se repite: el contexto como activo estratégico
En menos de 48 horas, tres movimientos distintos confirmaron la misma lógica.
Claude Tag de Anthropic embebe un agente directamente en Slack que aprende de cada mensaje interno: decisiones pasadas, jerga del equipo, proyectos enterrados, tensiones no documentadas. MoEngage adquirió tecnología para asignar agentes de IA a clientes individuales, acumulando historial de comportamiento a escala de millones de interacciones. Y MIT Technology Review describió la emergencia de una capa de infraestructura de datos web cuyo único propósito es resolver un problema concreto: la información que las empresas necesitan para que sus sistemas de IA funcionen está bloqueada o desestructurada.
No es coincidencia. Es convergencia.
La lente: aggregation theory aplicada al contexto
Ben Thompson describió la aggregation theory para plataformas de consumo: quien controla la relación directa con el usuario final acumula poder de forma no lineal. La misma mecánica opera aquí, pero el «usuario» es la empresa y el «contenido» es su memoria institucional.
Cuando un sistema de IA absorbe el contexto de una organización —quién decide qué, cómo se comunican los equipos, qué términos usa ese sector, qué proyectos fallaron y por qué— se vuelve irreemplazable de una forma que ningún contrato puede garantizar. El switching cost clásico del software empresarial era fricción contractual o de integración. El nuevo switching cost es cognitivo: migrar implica perder el contexto acumulado, y ese contexto no es exportable.
Esto explica por qué Anthropic no lanzó Claude Tag como una herramienta de productividad. Lo lanzó como un agente que aprende de cada mensaje. La diferencia no es semántica.
Quién gana, quién pierde
Ganan los proveedores que logran instalarse en los flujos de trabajo donde el contexto se genera de forma orgánica: comunicación interna (Slack, Teams), CRM, tickets de soporte, repositorios de código. Cada integración es una sonda que absorbe señal institucional.
Pierden los proveedores de IA que operan como APIs sin estado: reciben un prompt, devuelven una respuesta, no retienen nada. Su ventaja competitiva es el modelo en sí, pero si el modelo mejora cada seis meses, la ventaja se erosiona. El contexto acumulado no caduca.
Las empresas de servicios IT también están en riesgo. La nueva venture de Vishal Sikka —ex-CEO de Infosys, respaldada por Mayfield y Aramco Ventures— apunta explícitamente a desafiar el modelo tradicional de servicios IT. La lectura correcta: si el contexto institucional vive en un agente, el consultor externo que 'conoce' a la empresa pierde su principal diferencial.
Para LATAM y España, el riesgo es más agudo. Las organizaciones que adopten estas herramientas tarde no solo perderán productividad: perderán la posibilidad de retener su propio historial institucional de forma soberana. El contexto quedará en servidores de terceros antes de que existan marcos regulatorios para gobernarlo.
Conclusión falsable: los primeros moats de contexto se consolidarán antes de fin de 2026
La predicción concreta: antes de diciembre de 2026, al menos dos grandes clientes enterprise que adopten Claude Tag o tecnología equivalente de captura de contexto declararán públicamente que no pueden migrar a un competidor sin pérdida operativa significativa. No por contrato, sino por dependencia de contexto acumulado.
El dato que lo confirma o refuta: los reportes de churn y expansión de Anthropic, Glean, y Microsoft Copilot en el segmento enterprise para el segundo semestre. Si el Net Revenue Retention supera 130% en estos productos, la tesis se sostiene. Vale la pena recordar que la mayoría de los pilotos enterprise no llegan a escalar precisamente porque el contexto necesario para que el sistema funcione nunca se captura bien desde el inicio.
Para un decisor en Buenos Aires, Ciudad de México o Madrid, la pregunta no es «¿qué modelo de IA uso?». Es «¿a quién le estoy entregando la memoria de mi organización, y bajo qué condiciones puedo recuperarla?». Esa pregunta debería estar en el contrato antes de firmar la prueba piloto. Y hay una dimensión adicional que pocos consideran: cuando los agentes operan de forma autónoma y continua, el contexto que acumulan deja de ser un registro pasivo y se convierte en la base de decisiones que nadie revisó.
- The memory chip crunch is paying off for this US company· 24-jun-2026
- AI researchers continue to leave Google for its rivals· 24-jun-2026
- AI was supposed to kill engineering jobs, but new data suggests they’re the most resilient· 24-jun-2026
- Patronus AI lands $50M to build ‘digital worlds’ that stress-test AI agents· 25-jun-2026