Una plataforma que da a cada empleado un agente que conoce su empresa

A principios de agosto de 2026, Cloudflare anunció que libera como código abierto Cloudflare OS: una plataforma abierta que cualquier organización puede desplegar en su propia cuenta, y que da a cada empleado un espacio de trabajo y un agente de IA basado en el contexto de su empresa —su terminología, sus procedimientos y sus sistemas—, con una capa de permisos que controla a qué puede acceder realmente el agente. La idea central es sencilla: la IA no sirve de mucho en el trabajo si no puede llegar a los sistemas en los que la gente trabaja de verdad, pero entregar a los agentes las llaves de esos sistemas es un riesgo inaceptable. Cloudflare OS intenta resolverlo a nivel de plataforma, en lugar de dejar que cada desarrollador lo resuelva bien por su cuenta.

Cloudflare afirma que desplegó una primera versión interna para todos sus empleados en mayo de 2026, y que miles de personas —muchas de ellas fuera de ingeniería— la usan a diario para crear documentos y presentaciones, automatizar tareas repetitivas y construir pequeñas aplicaciones. La versión que ahora se libera fue reconstruida a partir de las lecciones de ese uso interno.

Tres piezas componen la plataforma

Cloudflare OS combina tres piezas. Primero, un espacio de trabajo del agente que se usa desde el navegador sin necesidad de conocimientos de desarrollo, precargado con el contexto y las habilidades que sus equipos han preparado, y respaldado por un entorno de ejecución aislado donde el agente puede escribir y ejecutar código. Segundo, un marco de seguridad y gobernanza para el acceso seguro a los datos y servicios internos. Tercero, una plataforma de aplicaciones personales y modificables, donde el agente puede construir una aplicación completa con su propia interfaz, lógica y estado, que usted comparte con su equipo igual que comparte un documento.

Lo que la distingue es que los resultados del agente no son archivos estáticos. Un documento, una hoja de cálculo o un panel pueden seguir conectados a datos en vivo y actualizarse a medida que cambian sus fuentes. La plataforma también admite flujos de trabajo mayormente deterministas que se ejecutan según un calendario o cuando se dispara un evento en un sistema conectado, de modo que una secuencia conocida de pasos no consume una sesión completa del modelo cada vez.

Lo importante son los permisos, no el modelo

Esta es la verdadera lección para cualquier empresa que piense en ejecutar agentes sobre sus propios datos. Cloudflare afirma que cada agente y cada aplicación empiezan con acceso a absolutamente nada. Un agente solicita acceso a un recurso concreto, que usted concede o deniega, y el código generado recibe ese recurso como un enlace tipado (typed binding), mientras la credencial en sí permanece completamente aislada del agente y de su código. El código de servidor se ejecuta dentro de un Dynamic Worker con la red saliente global desactivada, y el código de cliente se ejecuta en un marco aislado (sandbox) en el navegador.

Por encima de eso hay un concepto llamado Gatekeepers: un intermediario específico de cada servicio que entiende la API de un sistema externo, sus recursos y las operaciones permitidas sobre ellos. En lugar de dar a un agente toda su cuenta de alojamiento de código, un Gatekeeper puede limitarlo a un único repositorio, permitir leer las incidencias pero no el código fuente, enmascarar campos concretos, aplicar límites de frecuencia y exigir aprobación humana antes de cualquier acción con un efecto externo. El Gatekeeper guarda la credencial, aplica la política y registra lo que se ha leído.

El cuello de botella de la IA en el trabajo ya no es la calidad del modelo: es el acceso gobernado a sus sistemas. Quien resuelva primero los permisos es quien realmente saldrá ganando.

La política sigue a lo que el agente ha visto

La parte más inteligente del diseño es que la plataforma registra cada recurso que observa un agente, y ese registro queda vinculado al agente y a sus resultados. Si un agente lee una tabla sensible y la convierte en un panel en vivo, y luego otro empleado intenta abrir ese panel, el sistema verifica primero el acceso de esa persona a los recursos originales. Compartir un resultado no se convierte en una puerta trasera para filtrar datos. El mismo registro de observación se usa para limitar lo que el agente puede hacer después de tocar datos sensibles, como bloquear una solicitud saliente o impedir que invite a un nuevo colaborador.

Para cualquiera que opere bajo la Ley de Protección de Datos Personales (PDPL) de Arabia Saudí, esto merece atención. La ley se basa en la limitación de la finalidad, la minimización de datos y el control sobre quién accede a los datos personales. Un agente de IA que lee su base de datos de clientes y produce un informe que cualquiera puede abrir es una posible infracción, no solo un inconveniente técnico. Cualquier despliegue de agentes dentro de una organización saudí necesita una capa de permisos y un registro de auditoría con este nivel de seriedad.

El coste también se gobierna

La plataforma funciona con cualquier modelo, y cada llamada de inferencia pasa por el AI Gateway de Cloudflare, lo que da a la organización un único lugar para decidir qué modelos están disponibles y qué modelo se encarga de cada tarea. Cada solicitud se atribuye a la persona, el equipo o el espacio de trabajo que la hizo, de modo que un administrador puede ver a dónde va el gasto y fijar presupuestos y límites de frecuencia. Es un punto práctico que se ignora con demasiada frecuencia: usar el modelo de frontera más caro para resumir su bandeja de entrada cada mañana es el camino más rápido hacia una factura indefendible.

Lo que esto significa realmente para su negocio

Primero, no trate Cloudflare OS como un producto terminado que se compra y se activa mañana. Es un proyecto de código abierto que usted despliega en su propia cuenta, conecta a sus sistemas y amplía con Gatekeepers escritos para sus servicios concretos: un verdadero trabajo de ingeniería. Cloudflare remite a socios de implementación precisamente por esta razón.

Segundo, el activo que realmente está construyendo no es la plataforma, sino el contexto de su empresa y sus habilidades escritas: su terminología, sus procedimientos y la mejor forma conocida de realizar el trabajo recurrente, puestos por escrito de manera que un agente pueda seguirlos. Ese activo le acompañará más adelante a cualquier plataforma, y es la diferencia entre un agente que ayuda y uno que adivina.

Tercero, empiece con un departamento y un sistema. Elija un proceso repetitivo que consuma mucho tiempo, conéctelo a un único sistema con acceso de lectura restringido y mida el resultado durante cuatro semanas antes de ampliar.

Cómo lo construye Origami

Somos una empresa tecnológica que construye esta capa desde cero: analizamos sus operaciones y las convertimos en contexto y habilidades por escrito, y construimos intermediarios de acceso gobernado para sus sistemas existentes —desde la contabilidad hasta el inventario y WhatsApp—, con un registro de auditoría que muestra quién leyó qué y cuándo. Tanto si elige Cloudflare OS como su propia arquitectura, el principio es el mismo: el agente empieza sin acceso, toma solo lo que necesita y deja un rastro que usted puede revisar.

Fuentes