Microsoft Copilot Windows Actions convierten el acceso a archivos en una prueba de confianza
Microsoft ha presentado Microsoft Copilot Windows actions, que pueden buscar archivos locales, organizar documentos, solucionar problemas de un PC y completar flujos de trabajo en todo el sistema operativo. El cambio lleva a Copilot más allá de la conversación y hacia el control directo del ordenador, pese a que siguen sin resolverse las dudas sobre los límites de permisos y la seguridad de los agentes.
La compañía presentó las capacidades ampliadas en su evento de Windows y Surface del 7 de octubre. Microsoft denomina al enfoque subyacente “hybrid intelligence”, lo que significa que Windows puede dirigir el trabajo de IA entre modelos locales y servicios en la nube. Copilot obtiene acceso al contexto local, acciones locales y modelos en el dispositivo en los Copilot+ PCs compatibles.
Esta arquitectura no es solo una forma más rápida de responder preguntas. Cambia lo que un asistente puede hacer después de producir una respuesta. Apple, Google, OpenAI y otros desarrolladores de IA también están conectando modelos con datos personales y herramientas de software, pero Microsoft controla el sistema operativo utilizado por la mayoría de los PCs empresariales. Esa posición le ofrece una vía especialmente directa desde una solicitud de IA hasta una acción relevante sobre archivos o el sistema.
La competencia resultante no es simplemente Microsoft contra otro asistente. Es capacidad frente a control. Copilot se vuelve más útil cuanto más contexto puede ver y más software puede operar, pero cada permiso añadido aumenta el coste de un error.
Microsoft Copilot Windows Actions pasa de encontrar a actuar
El cambio importante es que Copilot ahora puede cruzar la frontera entre localizar información y manipular el entorno que la contiene.
Las versiones anteriores de Copilot en Windows podían responder preguntas, inspeccionar un archivo adjunto, proporcionar instrucciones o ayudar a los usuarios a encontrar documentos mediante búsqueda semántica. La búsqueda semántica interpreta el significado de una solicitud en lugar de exigir un nombre de archivo exacto o una frase coincidente.
La anterior vista previa de búsqueda semántica de archivos de Microsoft permitía a los usuarios solicitar material, como un currículum o una fotografía, utilizando lenguaje natural. Esa experiencia seguía estrechamente ligada a la recuperación. Los usuarios podían seleccionar un archivo y enviarlo explícitamente a una conversación de Copilot.
El nuevo modelo conecta la recuperación con la ejecución. Según el plan de hybrid intelligence de Microsoft, Copilot utilizará contenido relevante del PC con permiso, realizará acciones en Windows y llamará a modelos de IA locales cuando corresponda. Microsoft enumera como ejemplos la organización de archivos, la evaluación de diagnósticos del dispositivo, la solución de problemas, la programación y la realización de flujos de trabajo en el dispositivo.
Una demostración recogida por The Verge mostró por qué importa esa distinción. El agente Autopilot de Microsoft buscó documentos fiscales en distintas carpetas, renombró los archivos, los comprimió en un archivo y redactó un correo electrónico para un contable. También adjuntó el archivo.
Cada operación individual resulta familiar. El cambio relevante es que una solicitud en lenguaje natural puede conectarlas en un flujo de trabajo de varios pasos.
Esto crea una relación distinta entre el usuario y Windows. Tradicionalmente, las personas deciden qué aplicación abrir, qué carpeta buscar y qué comando ejecutar. Un agente interpreta el resultado deseado, elige los pasos intermedios y actúa mediante las herramientas disponibles.
Microsoft también está añadiendo acciones directamente a Windows Search. Los usuarios podrán solicitar tareas como activar el modo oscuro, silenciar el audio, organizar ventanas o enviar un mensaje breve. Estas acciones de la barra de tareas son distintas del flujo de trabajo más amplio del agente Copilot, aunque ambas reflejan la misma dirección de producto.
Las nuevas acciones de Search comenzaron a llegar al canal experimental Windows Insider el 7 de octubre. Microsoft afirma que las funciones de Copilot que usan hybrid intelligence empezarán a desplegarse en Copilot+ PCs durante los próximos meses. El calendario puede variar según el dispositivo, el mercado y la plataforma de silicio.
Ese despliegue limitado importa. Microsoft ha anunciado una dirección y mostrado escenarios funcionales, pero la mayoría de los clientes aún no ha probado la experiencia completa en sus propias máquinas. La diferencia entre una demostración controlada y una automatización diaria fiable sigue siendo considerable.
Hybrid Intelligence otorga a Microsoft una ventaja estructural
Microsoft puede integrar un agente de IA con el sistema operativo, el hardware local, los controles empresariales y los servicios en la nube como una única plataforma gestionada.
Hybrid intelligence es el término de Microsoft para elegir dinámicamente dónde debe ejecutarse una tarea de IA. Una operación ligera o sensible podría usar un modelo en el dispositivo. Una solicitud más exigente podría recurrir a un modelo en la nube. Un flujo de trabajo más largo puede combinar ambos manteniendo suficiente contexto para continuar.
Esta arquitectura cumple varios objetivos a la vez. La ejecución local puede reducir la latencia, mantener determinados datos en el dispositivo y evitar inferencias repetidas en la nube. Los modelos en la nube pueden aportar mayor capacidad cuando el hardware o el modelo local son insuficientes. El enrutamiento inteligente intenta ocultar al usuario esas decisiones de infraestructura.
Microsoft afirma que los Copilot+ PCs ya realizan más de 2 billones de inferencias locales cada mes. También sostiene que más del 40 por ciento de los portátiles que se fabrican para empresas son Copilot+ PCs. Son cifras proporcionadas por la compañía, no medidas auditadas de forma independiente, pero muestran cómo Microsoft está presentando su base instalada de hardware.
El sistema operativo ofrece a Microsoft otra ventaja. Un asistente de terceros normalmente depende de interfaces de programación de aplicaciones, controles de accesibilidad, automatización del navegador o uso visual del ordenador. Estos métodos pueden resultar útiles, pero a menudo carecen de un conocimiento fiable del estado del sistema.
Windows puede proporcionar acceso estructurado a archivos, ajustes, aplicaciones, controles de identidad y recursos de hardware. También puede definir un sistema común de permisos en torno a esos componentes. Microsoft no necesita imitar cada movimiento del ratón si Windows puede exponer directamente una acción aprobada.
Eso no garantiza mejores resultados. Sí reduce una fuente de fragilidad. Un agente que utiliza una acción de sistema definida debería ser menos sensible a un botón desplazado o a un cuadro de diálogo rediseñado que un agente que navega únicamente mediante capturas de pantalla.
La estrategia de hardware de Microsoft respalda la misma dirección. Los Copilot+ PCs incluyen unidades de procesamiento neuronal diseñadas para cargas de trabajo de IA locales. Los sistemas más capaces utilizan hardware NVIDIA y configuraciones de memoria compartida más amplias para modelos que antes habrían requerido infraestructura remota.
La empresa afirma que su Surface Laptop Ultra admite hasta 128GB de memoria unificada y modelos de más de 120 mil millones de parámetros de forma local. Esas especificaciones corresponden a una máquina de gama alta, no al portátil de oficina típico. Aun así, demuestran el plan de Microsoft de hacer que Windows abarque asistentes cotidianos, estaciones de trabajo para desarrolladores y servidores locales de IA.
GitHub Copilot ofrece un ejemplo técnico más claro. Microsoft afirma que un próximo sistema de modelos locales seleccionará entre inferencia en el dispositivo y modelos a escala de nube. Los desarrolladores también podrán elegir explícitamente un modelo local cuando necesiten mayor control sobre su ubicación.
La misma publicación advierte que la inferencia local no convierte automáticamente una sesión en una sesión sin conexión. La ejecución de modelos, el uso de herramientas, el acceso a red y los permisos de archivos tienen límites independientes. Esta distinción también será importante para las experiencias de Copilot destinadas a consumidores.
Para los usuarios, la promesa más comprensible es la continuidad. Una solicitud podría comenzar con el descubrimiento local de archivos, usar un modelo en la nube para el razonamiento, volver a Windows para modificar documentos y pedir aprobación antes de una acción externa. El sistema operativo se convierte en el coordinador.
Esta visión presiona tanto a los asistentes de IA independientes como a las aplicaciones tradicionales de Windows. Los asistentes necesitan integraciones más profundas para competir con la ejecución a nivel de sistema operativo. Las aplicaciones deben decidir si exponen sus capacidades a Copilot, desarrollan sus propios agentes o protegen flujos de trabajo que, de otro modo, los usuarios podrían delegar.
La verdadera disyuntiva es el permiso, no la ubicación del procesamiento
Ejecutar parte de Copilot localmente no responde a la cuestión central de seguridad: a qué puede acceder, qué puede cambiar y qué puede transmitir el agente.
La “IA local” suele sonar como sinónimo de IA privada. Ambos conceptos se solapan, pero no son intercambiables. Un modelo puede ejecutarse localmente y aun así utilizar herramientas con acceso a red. Un modelo en la nube puede operar sobre datos seleccionados de forma restringida bajo controles estrictos.
La unidad relevante de confianza es todo el flujo de trabajo. Eso incluye el modelo, los archivos añadidos a su contexto, las herramientas que puede invocar, los destinos de red a los que puede llegar y las acciones que puede completar sin otra confirmación.
Microsoft afirma que el nuevo Copilot utilizará contexto local y realizará acciones con el permiso del usuario. El permiso es necesario, pero el diseño de ese permiso determinará si las personas pueden tomar decisiones informadas.
Una solicitud amplia como “organiza mis archivos de proyecto” podría requerir acceso a varias carpetas. No debería implicar automáticamente autoridad para cargar su contenido, eliminar documentos de origen o contactar con destinatarios externos. El agente necesita suficiente libertad para completar la tarea sin recibir un mandato abierto.
Microsoft ya ha estado desarrollando un Agent Workspace con este fin. El espacio de trabajo es un entorno de Windows contenido en el que un agente recibe una identidad independiente y acceso limitado a recursos aprobados. Las políticas y la información de auditoría pueden restringir y registrar su comportamiento.
Los usuarios pueden conceder acceso a archivos o carpetas concretos, mientras Windows puede volver a preguntar cuando el agente llega a material fuera de su conjunto actual de permisos. Esto se asemeja al principio de mínimo privilegio, un principio de seguridad que concede solo el acceso necesario para una tarea específica.
La contención también separa a un agente de la sesión completa de escritorio del usuario. Si se implementa de forma coherente, esa estructura puede limitar el daño causado por una decisión incorrecta. También puede ofrecer a los administradores una forma más práctica de inspeccionar las acciones que la que proporciona una transcripción convencional de chatbot.
Microsoft Execution Containers, o MXC, aportan otra capa. MXC convierte las políticas en controles de Windows que regulan archivos, redes, procesos, credenciales y capacidades del sistema. Microsoft anunció que MXC está disponible de forma general junto con su más reciente impulso de hybrid intelligence.
Estos controles son relevantes, pero no eliminan la ambigüedad semántica. Una política puede determinar si un agente tiene acceso a una carpeta. No siempre puede determinar si la edición solicitada dentro de un documento autorizado refleja la intención real del usuario.
El ejemplo de los documentos fiscales ilustra el problema. Buscar en carpetas especificadas es un permiso. Renombrar archivos cambia su estado. Crear un archivo comprimido genera un nuevo artefacto. Adjuntar ese archivo a un correo electrónico acerca la información a una parte externa.
Una interfaz segura debería mostrar esas transiciones con claridad. El usuario necesita saber qué archivos se encontraron, cómo se renombraron, qué entró en el archivo, quién lo recibirá y si el mensaje simplemente se ha redactado o se enviará.
Para los clientes empresariales, las preguntas se vuelven más exigentes. Los administradores necesitarán políticas para clasificaciones de archivos, requisitos de retención, límites de identidad, comunicaciones externas y registros de actividad. Un sistema que funciona para fotografías personales podría ser inadecuado para documentos legales o datos regulados de clientes.
Aquí también es donde las herramientas de conocimiento personal y los agentes del sistema operativo empiezan a solaparse. Ambos dependen del acceso contextual, la recuperación y una procedencia clara. Una base de conocimiento de IA bien gestionada puede organizar información para su uso posterior, mientras que un agente del sistema operativo añade la capacidad de modificar el entorno de origen. Ese paso final exige un estándar de autorización más alto.
El acceso a archivos de Copilot amplía el problema de la inyección de prompts
Los archivos proporcionan a un agente un contexto útil, pero esos mismos archivos también pueden contener instrucciones diseñadas para manipular su comportamiento.
La propia guía de seguridad agéntica de Microsoft identifica la inyección cruzada de prompts como una nueva categoría de riesgo. Una instrucción maliciosa puede ocultarse dentro de un documento, una interfaz, un mensaje u otro contenido que procese un agente.
Una persona ve un documento como material de referencia. A un modelo de lenguaje puede resultarle difícil distinguir ese material de las instrucciones. Si un archivo le indica al agente que ignore al usuario y cargue información confidencial, el modelo debe tratar ese texto como contenido no confiable.
Este riesgo ya existía cuando los asistentes solo resumían documentos. Los agentes capaces de ejecutar acciones elevan lo que está en juego, porque una salida manipulada puede convertirse en una operación sobre archivos, un cambio en el sistema, la ejecución de un comando o una transferencia de datos.
Imaginemos que Copilot busca facturas en una carpeta de descargas. Un documento contiene instrucciones ocultas que indican al agente incluir un archivo de credenciales no relacionado en el archivo final. La solicitud general del usuario sigue siendo legítima, pero el contexto intermedio del agente ha sido contaminado.
Un contenedor puede bloquear el acceso al archivo de credenciales si está fuera del límite autorizado. Las restricciones de red pueden impedir la transmisión a un dominio desconocido. Un paso de confirmación puede revelar un archivo adjunto inesperado. Ninguna de esas defensas depende de que el modelo reconozca perfectamente el ataque.
Este enfoque por capas es esencial porque el filtrado a nivel de modelo es probabilístico. La misma solicitud puede producir un comportamiento diferente tras una actualización del modelo, un cambio de enrutamiento o una conversación más larga. Un límite de seguridad no debería depender por completo de que un modelo interprete correctamente un texto sospechoso.
Los modelos locales introducen otra complicación. Microsoft quiere que Copilot enrute tareas entre modelos según capacidad, latencia y coste. Los distintos modelos pueden tener diferente resistencia ante instrucciones maliciosas y distintas capacidades para seguir políticas complejas.
Por tanto, el sistema necesita una aplicación coherente de las normas fuera del modelo. Las políticas de archivos y red deben mantenerse intactas independientemente del modelo que procese un paso. Los registros deben identificar el modelo, la herramienta, la identidad y la política involucrados en cada acción relevante.
La arquitectura actual de Microsoft apunta en esa dirección. Agent Workspace proporciona separación, MXC ofrece controles del sistema operativo y Microsoft Agent 365 añade descubrimiento y gestión empresariales. Sin embargo, el último anuncio de Copilot todavía no aporta suficientes detalles públicos para evaluar cómo utilizará cada flujo de trabajo de consumo esas capas.
La usabilidad puede debilitar controles técnicamente sólidos. Si Copilot interrumpe a los usuarios para cada lectura de archivo y cada edición menor, la gente dejará de usar la automatización o aprobará avisos sin leerlos. Si pregunta con demasiada poca frecuencia, los permisos amplios pueden sobrevivir a la tarea que los justificó.
La aprobación más útil no es un cuadro de diálogo genérico que indique que Copilot quiere acceso. Presenta la operación prevista, los recursos concretos implicados, el posible destino externo y los efectos reversibles o irreversibles.
Microsoft también necesita mecanismos de recuperación. Los cambios en archivos deberían ser reversibles cuando sea práctico. Los borradores deben seguir siendo borradores hasta que se aprueben claramente. Los historiales de actividad deben permitir a los usuarios reconstruir lo sucedido sin tener que descifrar un rastro interno de razonamiento.
La fiabilidad del agente importa junto con los ataques maliciosos. Copilot podría seleccionar la versión equivocada de un contrato, confundir a dos clientes con nombres similares o clasificar incorrectamente un archivo personal. Mejores modelos reducen esos errores, pero las vistas previas claras y los ámbitos limitados los contienen.
La medida crítica no será si Copilot completa una demostración pulida. Será si los usuarios comunes pueden entender, revisar y deshacer sus acciones cuando el flujo de trabajo se vuelve complejo.
Microsoft está replanteando Windows en torno a resultados
Microsoft quiere que los usuarios describan un resultado mientras Windows determina qué archivos, modelos, aplicaciones y acciones del sistema pueden producirlo.
Durante décadas, los sistemas operativos de escritorio organizaron el trabajo alrededor de las aplicaciones. Los usuarios abrían un programa, localizaban un archivo, elegían un comando y repetían esa secuencia en cada etapa de una tarea.
Copilot introduce una abstracción diferente. El usuario formula un objetivo, como preparar documentos para un contador. El agente decide qué carpetas inspeccionar, qué archivos se ajustan a la solicitud y qué herramientas deben realizar el siguiente paso.
Este modelo no elimina las aplicaciones. Convierte sus funciones en componentes de un flujo de trabajo más amplio. El correo electrónico sigue enviando el mensaje, una utilidad de archivado sigue empaquetando archivos y Windows sigue gestionando el almacenamiento. Copilot coordina la secuencia mediante lenguaje natural.
Este cambio explica por qué Microsoft está conectando Copilot con Windows Search. Tradicionalmente, la búsqueda devolvía destinos. La nueva versión puede realizar miles de acciones desde la barra de tareas, según Microsoft, incluidos cambios en ajustes habituales y la gestión de ventanas.
El beneficio práctico es una menor navegación por interfaces. Un usuario no necesita recordar dónde movió Microsoft una configuración ni qué aplicación controla un comando menor. La solicitud se convierte en la interfaz.
Este enfoque también corre el riesgo de ocultar el estado del sistema. Los menús y cuadros de diálogo muestran las opciones disponibles, aunque sean tediosas. Un agente podría exponer únicamente la acción que infirió de la solicitud. Los usuarios necesitan una forma fiable de inspeccionar lo sucedido y descubrir alternativas.
El argumento más sólido de Microsoft se aplica al trabajo de varios pasos que cruza los límites entre aplicaciones. Renombrar un archivo rara vez justifica un agente. Encontrar doce documentos relacionados, estandarizar sus nombres, empaquetarlos y redactar un mensaje representa una reducción de esfuerzo más convincente.
La resolución de problemas podría convertirse en otro caso útil. Copilot podría inspeccionar diagnósticos, relacionar un error con actividad reciente, cambiar una configuración aprobada y confirmar si el problema desapareció. Eso es más valioso que devolver instrucciones de soporte genéricas.
El mismo modelo puede ayudar a los desarrolladores. Un agente de programación puede inspeccionar un proyecto, llamar a un modelo local, ejecutar herramientas dentro de un contenedor y utilizar inteligencia en la nube para un paso de razonamiento exigente. Las inversiones de Microsoft en GitHub y Windows convierten este flujo de trabajo en un importante campo de prueba.
OpenAI, Anthropic, Google y Apple persiguen sus propias formas de uso de herramientas, control del ordenador y contexto personal. La diferencia de Microsoft es la distribución. Puede integrar controles en Windows y proporcionárselos a fabricantes de PC, administradores empresariales, desarrolladores de aplicaciones y usuarios a través de una sola plataforma.
La distribución también amplifica los errores. Un chatbot opcional poco fiable genera frustración. Un agente poco fiable del sistema operativo puede alterar archivos o enviar información a través de otra aplicación. Microsoft debe hacer de la moderación parte del producto, no simplemente una opción de configuración.
La experiencia anterior de la empresa con Recall sigue siendo relevante. Recall fue diseñado para ayudar a los usuarios a recuperar actividad pasada mediante instantáneas capturadas localmente. Microsoft retrasó su lanzamiento original y modificó el diseño de seguridad después de que investigadores y clientes plantearan inquietudes.
Las acciones de Copilot no son el mismo producto. Implican solicitudes intencionales y operaciones autorizadas, en lugar de captura visual continua. Aun así, Recall demostró que “almacenado localmente” no resuelve las cuestiones de acceso, consentimiento, retención o superficies de ataque.
Ahora Microsoft parece estar haciendo énfasis en la contención, las identidades, la auditabilidad y los permisos explícitos desde etapas más tempranas del despliegue de agentes. Es una respuesta constructiva. También refleja cuánto debe ganarse la empresa la confianza antes de que los usuarios de Windows le deleguen trabajo relevante.
Tres señales mostrarán si la apuesta de Microsoft funciona
La próxima fase la decidirán el diseño de permisos, las tasas de finalización en el mundo real y la gobernanza empresarial, más que otra demostración pulida.
La primera señal es el despliegue de Copilot+ PC durante los próximos meses. Los evaluadores deberían examinar con qué precisión Copilot solicita acceso a archivos, con qué frecuencia pide una nueva aprobación y si cada acción externa recibe una vista previa clara.
Un despliegue sólido hará que los permisos sean específicos y temporales. Los usuarios deberían poder identificar exactamente a qué puede acceder Copilot y revocar ese acceso sin buscar en varias páginas de configuración. Un comportamiento inesperado debería ser visible en un registro de actividad comprensible.
Los permisos amplios o confusos debilitarían la afirmación de Microsoft de que los usuarios mantienen el control. También lo harían los avisos que aparecen con tanta frecuencia que las personas los aprueban automáticamente.
La segunda señal es el rendimiento fuera de los ejemplos preparados. Las mediciones útiles incluyen la tasa de finalización, el tiempo ahorrado tras la revisión, la frecuencia de selección incorrecta de archivos y el número de intervenciones necesarias durante un flujo de trabajo.
Las acciones de Microsoft Copilot Windows no triunfarán simplemente porque el agente pueda terminar una tarea una vez. Deben completar trabajo repetido y variado sin crear una carga de verificación mayor que el proceso manual.
Los usuarios también deberían comparar el comportamiento local y en la nube. Un paso enrutado localmente podría mejorar el tiempo de respuesta o el tratamiento de datos, pero puede utilizar un modelo más pequeño con capacidades diferentes. Microsoft tendrá que explicar las decisiones importantes de enrutamiento sin obligar a los clientes a estudiar infraestructura de IA.
La tercera señal es la gobernanza. Microsoft Ignite en noviembre ofrece un foro inmediato para obtener más información sobre Agent 365, MXC, auditoría y gestión de políticas. Las empresas querrán pruebas de que pueden descubrir agentes activos, restringir sus herramientas, investigar incidentes y aplicar controles de identidad existentes.
Una gobernanza clara reforzaría el argumento de Microsoft de que Windows puede convertirse en la plataforma gestionada para agentes en el lugar de trabajo. La ausencia de controles o una aplicación incoherente entre las experiencias de Copilot lo debilitarían.
Las respuestas de los competidores también importan, pero son secundarias frente a la ejecución. Apple y Google pueden profundizar el acceso de los asistentes dentro de sus propios sistemas operativos. OpenAI y Anthropic pueden ampliar herramientas de uso del ordenador y asociaciones. Microsoft ya tiene la ventaja de la integración con Windows, por lo que su reto es demostrar que un acceso más profundo sigue siendo comprensible y controlable.
Para los trabajadores del conocimiento, la pregunta inmediata es práctica: ¿qué tarea repetida justificaría conceder a un asistente de IA acceso a archivos locales y controles de Windows? Empiece con un flujo de trabajo reversible, inspeccione cada acción propuesta y observe dónde los límites de permiso dejan de estar claros.
Esa experiencia revelará más que una presentación de lanzamiento. Si Copilot convierte de forma fiable el contexto local en trabajo revisado y reversible, Microsoft habrá cambiado el papel del asistente de PC. Si la verificación sigue siendo difícil, la acción más importante de Microsoft Copilot Windows seguirá perteneciendo al usuario: decidir cuándo debe detenerse el agente.
