El caso muestra hasta qué punto las grandes tecnológicas están compitiendo por algo más que modelos de lenguaje. La nueva batalla se centra en crear agentes capaces de analizar información, utilizar herramientas, ejecutar acciones y completar trabajos con una intervención humana limitada.
Qué era Manus
Manus es una startup de inteligencia artificial creada por ingenieros de origen chino y trasladada posteriormente a Singapur. Su producto principal se basa en agentes capaces de recibir instrucciones relativamente generales y dividirlas en diferentes pasos para completar una tarea.
En lugar de limitarse a responder preguntas, un agente puede intentar:
- Buscar información en Internet.
- Comparar documentos o fuentes.
- Crear tablas y presentaciones.
- Escribir y ejecutar código.
- Analizar datos.
- Preparar informes.
- Organizar tareas de trabajo.
- Generar un borrador listo para revisar.
La diferencia principal está en que el usuario no solo recibe una respuesta textual. El sistema puede intentar realizar una cadena de acciones utilizando herramientas digitales y entregar un resultado final.
Chatbot frente a agente de IA
| Característica | Chatbot tradicional | Agente de IA |
|---|---|---|
| Función principal | Responder preguntas y generar texto. | Planificar y ejecutar tareas. |
| Interacción | Normalmente responde a cada instrucción. | Puede dividir un objetivo en varios pasos. |
| Uso de herramientas | Limitado o dependiente de integraciones. | Puede utilizar navegadores, código, archivos y servicios. |
| Supervisión | El usuario realiza la mayoría de las acciones. | El usuario revisa, aprueba o corrige el resultado. |
| Riesgo | Información incorrecta. | Información incorrecta o acciones no deseadas. |
Un ejemplo sería pedirle a un chatbot que explique las ventas de una empresa. Un agente, en cambio, podría recibir la instrucción de buscar los datos, organizarlos, calcular variaciones, elaborar gráficos y preparar un informe para revisión.
Por qué Meta quería comprar Manus
Meta ya contaba con Meta AI y con importantes equipos dedicados al desarrollo de modelos de lenguaje. La adquisición de Manus buscaba acelerar una parte diferente del negocio: convertir esos modelos en productos capaces de realizar tareas útiles dentro de las aplicaciones y servicios de la compañía.
Según la información del anuncio inicial, Meta pretendía mantener el servicio de Manus y utilizar su tecnología para crear agentes de propósito general destinados a productos de consumo y empresas, incluido Meta AI. [540]
La compra podía aportar a Meta:
- Un producto de agentes que ya funcionaba con usuarios reales.
- Experiencia en automatización de flujos de trabajo.
- Sistemas para conectar modelos con herramientas externas.
- Conocimientos sobre la experiencia de usuario con agentes.
- Un equipo especializado en convertir modelos en servicios prácticos.
La guerra por el talento de IA
Las grandes empresas tecnológicas compiten por tres recursos principales: capacidad de cómputo, datos y talento. Sin embargo, en el caso de los agentes también es importante contar con experiencia en seguridad, evaluación, integración de herramientas y diseño de procesos.
Una adquisición puede funcionar como un atajo. En lugar de desarrollar toda la tecnología desde cero, una compañía compra un equipo que ya ha construido prototipos, sistemas de producción y una base de usuarios.
Meta ya había mostrado esta estrategia con su inversión en Scale AI, operación valorada en alrededor de 29.000 millones de dólares según las informaciones difundidas. La compra de Manus representaba una apuesta diferente: no tanto por los datos para entrenar modelos, sino por una tecnología orientada a ejecutar tareas.
El problema de los vínculos con China
La operación tenía una dificultad geopolítica importante. Manus tenía origen chino, aunque su sede se encontraba en Singapur. En un contexto de controles sobre tecnología avanzada, datos e inteligencia artificial, esa conexión generó preocupación entre autoridades y mercados.
Meta había indicado que separaría los vínculos de Manus con China y reforzaría las barreras de seguridad y gobernanza de datos. La compañía necesitaba demostrar que la adquisición no permitiría transferencias de tecnología o información sensibles.
El caso también puso de relieve el fenómeno conocido como “Singapore-washing”: trasladar la sede legal u operativa de una startup a Singapur sin eliminar necesariamente sus vínculos originales con China.
China bloqueó la operación
En abril de 2026, la Comisión Nacional de Desarrollo y Reforma de China ordenó retirar la inversión extranjera en Manus y exigió que las partes deshicieran la transacción. La decisión llegó después de meses de revisión regulatoria y supuso un revés para el plan de Meta. [537][539]
Las autoridades chinas analizaron la operación en el contexto de las normas sobre inversión extranjera, exportación de tecnología y seguridad nacional. Meta había anunciado la adquisición a finales de 2025 por una cantidad superior a 2.000 millones de dólares.
La intervención de Pekín mostró que una adquisición internacional de inteligencia artificial no depende únicamente del acuerdo entre comprador y vendedor. También puede quedar condicionada por los gobiernos de los países relacionados con la empresa, sus fundadores, sus datos y su tecnología.
Manus volvió a operar de forma independiente
Después de la decisión regulatoria, Manus anunció que reanudaría sus operaciones como compañía independiente. La startup también comunicó que algunos usuarios tendrían que realizar copias de seguridad de los datos generados a partir del 29 de diciembre de 2025, fecha en la que se anunció el acuerdo con Meta. [545]
Las informaciones posteriores indicaron que Meta inició la separación operativa de Manus y suspendió el intercambio de datos entre ambas compañías. Esto redujo el alcance de la adquisición original y dejó en suspenso la integración prevista con Meta AI. [548]
Qué significa para la carrera de agentes
Aunque la compra terminó deshaciéndose, el interés de Meta por Manus confirma que los agentes de IA son una prioridad estratégica para las grandes tecnológicas.
La competencia ya no se limita a crear el modelo que responde mejor en una conversación. Ahora también se evalúa qué sistema puede:
- Planificar tareas con varios pasos.
- Utilizar aplicaciones y servicios externos.
- Trabajar con archivos y datos empresariales.
- Recordar objetivos y contexto.
- Verificar sus propios resultados.
- Solicitar autorización antes de realizar acciones sensibles.
- Operar con seguridad y trazabilidad.
El principal desafío será conseguir que los agentes sean suficientemente autónomos sin perder control. Un sistema que puede enviar correos, modificar documentos o ejecutar operaciones también puede causar problemas si interpreta mal una instrucción.
Los riesgos de los agentes autónomos
Los agentes de IA ofrecen comodidad, pero también introducen riesgos diferentes a los de un chatbot convencional. Un error de redacción es relativamente fácil de corregir; una acción equivocada sobre un sistema empresarial puede tener consecuencias económicas o de seguridad.
- Ejecutar una acción no autorizada.
- Usar información incorrecta para tomar decisiones.
- Exponer datos privados.
- Seguir instrucciones maliciosas incluidas en un documento.
- Confundir una fuente falsa con una fuente fiable.
- Modificar archivos o configuraciones sin suficiente supervisión.
- Repetir errores a gran velocidad.
Por esa razón, los agentes empresariales necesitan permisos limitados, registros de actividad, aprobación humana, separación de tareas y mecanismos para detener su ejecución.
Meta no solo necesita un modelo potente
Un modelo de lenguaje puede ser capaz de generar código o explicar información, pero convertirlo en un agente fiable requiere muchas capas adicionales.
- Planificación de tareas.
- Memoria y gestión del contexto.
- Conexión con aplicaciones externas.
- Control de permisos.
- Evaluación de resultados.
- Detección de errores.
- Protección contra instrucciones maliciosas.
- Interfaz sencilla para usuarios no técnicos.
Manus resultaba atractivo precisamente porque ofrecía una parte de esa experiencia empaquetada en un producto que los usuarios podían probar. La adquisición habría permitido a Meta avanzar más rápido en la construcción de agentes integrados en sus plataformas.
El impacto para los usuarios
Si Meta consigue desarrollar agentes integrados en Meta AI, WhatsApp, Instagram y sus herramientas empresariales, los usuarios podrían delegar tareas más complejas directamente desde esas aplicaciones.
Algunos ejemplos podrían incluir:
- Organizar información recibida en un chat.
- Preparar un itinerario de viaje.
- Comparar productos y elaborar una lista.
- Crear contenido para una campaña.
- Analizar documentos compartidos.
- Responder mensajes con autorización del usuario.
- Automatizar procesos de atención al cliente.
Sin embargo, la disponibilidad de estas funciones dependerá de las regulaciones, la privacidad, el país y el modelo de negocio de cada plataforma.
La privacidad será decisiva
Los agentes necesitan acceder a más información que un chatbot: correos, calendarios, archivos, conversaciones, cuentas y aplicaciones. Esto convierte la gobernanza de datos en uno de los principales factores para su adopción.
Meta tendría que explicar con claridad:
- Qué datos utiliza el agente.
- Cuánto tiempo almacena las instrucciones.
- Si los datos se utilizan para entrenar modelos.
- Qué proveedores pueden acceder a la información.
- Cómo se eliminan los registros.
- Qué controles tiene el usuario sobre las acciones.
Las dudas relacionadas con China demostraron que la confianza y la ubicación de los datos pueden ser tan importantes como la capacidad técnica del agente.
Conclusión
Meta intentó adquirir Manus por más de 2.000 millones de dólares para acelerar su entrada en el mercado de los agentes de inteligencia artificial. La operación habría aportado tecnología capaz de ejecutar tareas complejas, además de un equipo con experiencia en automatización y experiencia de usuario.
Sin embargo, las autoridades chinas bloquearon la inversión extranjera y ordenaron deshacer la transacción. Manus anunció posteriormente que volvería a operar de forma independiente, por lo que Meta no conserva la adquisición en los términos anunciados inicialmente.
El episodio demuestra que la carrera de la IA no depende únicamente de quién desarrolla el mejor modelo. También intervienen el talento, los datos, el cómputo, la regulación, la seguridad y la confianza del público.
Los agentes de IA prometen pasar de responder preguntas a realizar tareas, pero cuanto más autonomía obtienen, mayor debe ser el control sobre sus permisos, decisiones y datos.
Fuente de referencia: artículo de Genbeta sobre Meta y Manus .
