Cuando un agente de IA puede operar cualquier web sin API

Anthropic, la empresa que hace a Claude, llevó a producción general una herramienta que le permite a un agente de inteligencia artificial usar una página web igual que la usaría una persona: mirando la pantalla y tocando el botón correcto, sin que el sitio tenga que ofrecer una API (la conexión que un sistema deja abierta para que otro programa opere directamente, sin pasar por la pantalla).

Antes hacía falta una API, ahora alcanza con la pantalla

Hasta ahora, para que un programa operara un sistema ajeno sin que alguien tipeara a mano cada dato, hacía falta que ese sistema ofreciera una API: una puerta de entrada pensada para otros programas, no para personas. Muchos sistemas chicos —el panel de un proveedor, un trámite de un organismo público, el back office de una plataforma de turnos— nunca la tienen, y conseguir que alguien la programe cuesta tiempo y plata que una pyme no siempre puede pagar.

Desde el 20 de agosto, la herramienta de "computer use" de Claude —la que le permite controlar mouse y teclado mirando capturas de pantalla— pasó a estar disponible de forma general, ya no experimental, y ahora encadena varias acciones en un mismo turno en vez de una sola por cada llamada al modelo, así resuelve una tarea en menos pasos. Junto con eso se sumó una herramienta pensada solo para navegadores: además de la captura de pantalla, el agente lee la estructura interna de la página —el HTML, el código que arma el navegador para mostrarla— y actúa sobre un campo o un botón puntual, no sobre una coordenada de píxeles. Es la diferencia entre "apretá donde antes estaba el botón" y "apretá ese botón", que era justo lo que fallaba cuando la pantalla cambiaba apenas de tamaño o de diseño.

Dónde se nota en un negocio chico

Pensemos en un comercio que vende por su propia tienda online y también en un par de plataformas más grandes: hoy alguien tiene que entrar a cada panel y cargar el mismo precio o el mismo stock a mano, porque no todas esas plataformas ofrecen una integración directa, o porque conseguirla sale cara para el volumen que maneja un negocio chico. Con esta herramienta, un agente puede entrar a cada panel como entraría una persona, encontrar el campo de precio o de stock y actualizarlo, sin que el negocio tenga que pedir ni pagar un desarrollo a medida para cada plataforma.

Lo mismo aplica a un trámite en el sitio de un organismo público, a cargar un turno en un sistema que solo tiene panel web, o a revisar el catálogo de un proveedor que no publica sus precios en ningún otro lado. Son tareas que antes quedaban afuera de cualquier automatización, justamente porque dependían de una pantalla y no de una API.

Lo que todavía no resuelve

Es una herramienta nueva, no magia. Sigue haciendo falta revisar el resultado antes de confiar en él para algo que mueva plata o tenga consecuencias legales, y las páginas con diseños poco comunes o con verificaciones tipo captcha todavía la pueden hacer fallar. Tampoco conviene entregarle credenciales sensibles sin pensar antes qué puede tocar y qué no. Como con cualquier herramienta que recién sale de su fase experimental, lo razonable es empezar con una tarea chica, mirar qué hace, y recién después soltarle algo más importante.