Jeetu Patel, presidente y director de producto de Cisco, contó que un agente de inteligencia artificial revisó sus pagos recurrentes y canceló servicios que ya no necesitaba. El resultado, según su relato, fue un ahorro anual de entre US$ 1.000 y US$ 1.200. El caso muestra cómo estos asistentes pasan de ordenar información a ejecutar tareas.
En una entrevista con Business Insider, Patel explicó que utiliza cuatro o cinco agentes para resumir noticias y resultados empresariales, entre otras actividades. Uno de ellos, por el que paga US$ 20 al mes, encontró suscripciones por unos US$ 9.000 anuales. Esa cifra es el gasto detectado, no el ahorro.
Cómo el agente encontró suscripciones innecesarias
La revisión empezó cuando el directivo dio acceso a su correo personal. El agente identificó cobros recurrentes y, a petición de Patel, preparó una tabla con cada servicio, su costo y el tiempo que llevaba activo. Así pudo ver en un solo lugar pagos que suelen quedar dispersos entre recibos, mensajes de renovación y distintos proveedores.
Patel eligió dos suscripciones que no quería mantener y pidió al agente que las cancelara. La herramienta completó los trámites y él recibió correos de confirmación, según explicó. También detectó un plan de Dropbox de US$ 11,95 mensuales que había contratado por error pese a disponer ya de otro con dos terabytes de almacenamiento.
El ejemplo tiene un matiz importante: la IA no decidió por sí sola qué gastos eran prescindibles. Primero presentó la información y después actuó sobre la selección del usuario. Esa secuencia ayuda a entender dónde aporta valor un agente: en reunir datos, comparar cargos y encargarse de gestiones repetitivas una vez que la persona toma la decisión.
El ahorro no elimina las preguntas sobre el acceso
Para descubrir las suscripciones, el agente necesitó consultar mensajes privados; para cancelarlas, tuvo que interactuar con servicios externos. Esa capacidad vuelve útil la herramienta, pero también exige revisar qué permisos se le conceden y confirmar el alcance de cada acción. Un ahorro declarado en un caso personal no demuestra que cualquier usuario obtenga el mismo resultado.
La relación entre costo y beneficio depende del uso. Patel paga US$ 20 mensuales por el agente, unos US$ 240 al año, frente a los más de US$ 1.000 que asegura haber evitado pagar. Una comparación completa también debe considerar las autorizaciones necesarias y la posibilidad de cancelar un servicio todavía útil.
Una frontera entre los agentes personales y el trabajo
Patel distingue esta experiencia de su actividad profesional. Aunque usa agentes para preparar información y ganar contexto, advierte que los asistentes personales no deberían recibir acceso a herramientas y recursos de la empresa si esta no los ha evaluado. Para sus tareas laborales utiliza un agente interno, separado de los servicios que prueba por cuenta propia.
La distinción importa porque un agente con permisos amplios puede leer datos sensibles o realizar acciones que excedan la tarea original. Su capacidad para cancelar una suscripción muestra que ya no se limita a recomendar: también puede operar en nombre del usuario. Por eso, la comodidad debe acompañarse de límites claros y de una revisión humana cuando hay información o decisiones delicadas.
La experiencia de Patel ilustra una aplicación práctica de la IA personal y deja una regla para evaluarla: medir el ahorro real sin perder de vista qué datos y facultades se entregan a cambio.
