Apple Intelligence para empresas: lo que realmente hace (y no hace) en 2026

Resumen

Apple Intelligence en iOS 27 es el gran movimiento de Apple para ponerse al día en la carrera de la IA: un Siri AI conversacional completamente rediseñado, herramientas generativas en Fotos y Mensajes y, en silencio la parte más interesante para las empresas, un framework de modelos en dispositivo gratuito que los desarrolladores pueden incorporar en sus propias apps. Es un lanzamiento sólido para consumidores y desarrolladores, y no es una plataforma de atención al cliente.

Si dirige un equipo de soporte, esta es la lectura honesta: Apple Intelligence importa porque sus clientes lo usarán y porque quizás quiera que su app aparezca en Siri. Pero no sabe qué hay en su centro de ayuda, no puede conectarse a su helpdesk y no puede resolver un ticket a escala. Llevo los últimos años implementando agentes de IA en colas de soporte reales, y la distancia entre "asistente inteligente en un teléfono" y "agente que cierra miles de tickets al mes de forma segura" es todo el trabajo. Esta entrada explica qué envió realmente Apple, responde a la pregunta sobre Gemini que todos hacen y traza la línea entre Apple Intelligence y una herramienta como eesel diseñada específicamente para el soporte.

Qué es Apple Intelligence en realidad

Apple Intelligence es la capa de IA en dispositivo y en la nube de Apple integrada en iOS 27, iPadOS 27, macOS 27, watchOS 27 y visionOS 27, que Apple describe como "integrada en sus apps, anclada en su contexto y privada en cada paso." La función estrella de la WWDC 2026 fue un Siri completamente nuevo, denominado Siri AI y descrito por Apple como "reconstruido desde cero con una potente IA en su núcleo."

La versión corta: Siri por fin funciona como el asistente que la gente creía que estaba obteniendo hace años. Mantiene conversaciones, entiende el contexto personal (puede buscar en sus mensajes, correos y fotos), es consciente de lo que aparece en pantalla y puede realizar acciones en múltiples apps. El viejo Siri de "pon un temporizador" ha desaparecido; el nuevo puede gestionar "haz seguimiento de ese correo que le mandé a Dave el martes pasado."

Conviene ser objetivo sobre el enfoque, sin embargo. El keynote comenzó con correcciones antes que funciones: un control deslizante de opacidad Liquid Glass, arranques de apps hasta un 30 % más rápidos, AirDrop un 80 % más veloz, lo que TechCrunch interpretó como "Apple poniéndose al día". Después de dos años viendo a ChatGPT y Gemini marcar el ritmo, Apple estabiliza el barco más que dar un salto adelante.

Las novedades reales de 2026

Si solo ha seguido la WWDC a medias, aquí tiene la hoja de ruta de lo que Apple Intelligence incorporó en este ciclo.

Las funciones para consumidores están muy pulidas. Image Playground pasó de caricaturesco a fotorrealista, y las fotos editadas por IA llevan una marca de agua SynthID oculta para que sean rastreables.

Un pequeño apunte para empresas escondido en los anuncios: las funciones dependientes de la nube, como la generación de imágenes, ahora tienen límites de uso diarios, y iCloud+ eleva las cuotas. Es un giro silencioso que aleja a Apple Intelligence de ser completamente gratuito.

Cómo funciona realmente el nuevo Siri

Aquí es donde se pone interesante, porque el nuevo Siri no es un único modelo, sino un sistema de enrutamiento a través de tres niveles. Entenderlo explica mucho sobre lo que Apple Intelligence puede y no puede hacer para una empresa.

Todo el stack se ejecuta sobre la tercera generación de Apple Foundation Models, una familia de cinco modelos desarrollados en colaboración con Google. Dos se ejecutan en el dispositivo: AFM 3 Core, un modelo de 3.000 millones de parámetros, y el más potente AFM 3 Core Advanced, un modelo disperso de 20.000 millones de parámetros que activa solo entre 1.000 y 4.000 millones de parámetros a la vez, intercambiando "expertos" desde y hacia la memoria.

Cuando una solicitud es demasiado pesada para el teléfono, escala al Private Cloud Compute de Apple: servidores Apple Silicon sin estado que procesan sus datos en memoria y nunca los almacenan. Y las consultas más pesadas supuestamente se enrutan un paso más allá, a un gran modelo personalizado en Google Cloud. Las propias evaluaciones humanas de Apple muestran el salto de calidad: AFM 3 Cloud fue preferido en el 64,7 % de los prompts de texto frente al 8,7 % del modelo de servidor de 2025. Es un salto generacional real y un recordatorio útil de que la calidad del modelo y un producto que funciona son dos cosas distintas, algo que vale la pena tener en cuenta en cualquier decisión de compra de IA, incluida la de soporte.

La pregunta sobre Gemini

La reacción más ruidosa tras el keynote no fue sobre funciones, sino "espera, ¿Siri es ahora simplemente Google?" Los informes de prensa (no confirmados por Apple) describen un modelo Gemini personalizado de ~1,2 billones de parámetros en Google Cloud detrás de las consultas más pesadas de Siri, con un coste rumoreado cercano a los 1.000 millones de dólares al año.

A Apple le importó lo suficiente la percepción como para celebrar una sesión técnica dedicada, donde Craig Federighi fue directo al respecto:

"Para estos modelos, no usamos ninguno de los modelos que Google implementa para sus clientes, ni la infraestructura ni los medios con los que los implementan... Espero que quede claro. La cantidad de Google Assistant que usamos es ninguna."

– Craig Federighi, SVP de Ingeniería de Software en Apple, vía Daring Fireball

El hecho de que Apple sintiera la necesidad de repetir "la cantidad de Google Assistant que usamos es ninguna" indica hasta qué punto era dominante esa preocupación. Para un lector empresarial, la conclusión práctica es más sencilla: Apple depende de socios para competir en la frontera, igual que todos los demás. Si está evaluando los modelos subyacentes directamente, vale la pena leer sobre Gemini y sus alternativas, o comparar con Claude y ChatGPT antes de asumir que un solo asistente cuenta toda la historia.

¿Qué significa Apple Intelligence para las empresas?

Realmente dos cosas, que es fácil confundir.

Primero, la obvia: sus empleados y clientes obtienen un asistente mucho mejor en sus dispositivos personales. Es una mejora de productividad, no una estrategia.

Segundo, la que realmente importa: los desarrolladores ahora pueden incorporar los modelos de Apple en sus propias apps de forma gratuita. El framework Foundation Models ofrece inferencia en dispositivo sin clave de API, sin facturación por uso y "ningún prompt se almacena nunca", gratuito para apps con menos de 2 millones de primeras descargas. Incluso hay un protocolo LanguageModel que permite cambiar los modelos de Apple por Anthropic Claude o Google Gemini sin reescribir el código de sesión.

Junto a esto, App Intents reemplazó a SiriKit como la forma en que las apps se conectan a Siri, con una ventana de migración de dos a tres años. VentureBeat describió Siri AI como "una capa de acción de apps y descubrimiento de contenido impulsada por IA integrada en el SO", lo que significa que una app empresarial que adopte los frameworks podría permitir a los usuarios pedirle a Siri que encuentre, resuma o actúe sobre su contenido sin construir un chatbot separado.

Eso es útil. Pero fíjese en lo que es: una forma de hacer su propia app más inteligente para un usuario a la vez, en su dispositivo. No es una forma de gestionar una operación de soporte.

¿Debería construir su agente de soporte sobre la API de modelos gratuita de Apple?

Esta es la pregunta que recibo de los equipos técnicos en cuanto escuchan "modelo en dispositivo gratuito." Si Apple le da un modelo capaz sin coste, ¿por qué pagar por una herramienta de soporte? Es la clásica decisión de construir vs. comprar, y surge constantemente: muchos equipos con sólidas capacidades de ingeniería se hacen la misma pregunta al ver la API de Claude u OpenAI.

El problema es este. El modelo es el 10 % fácil. Un agente de soporte que sea seguro de poner frente a los clientes necesita todo lo que rodea al modelo:

Tendría que ingerir sus documentos de ayuda y tickets pasados, conectarse a su helpdesk, construir enrutamiento basado en confianza para que la IA escale en lugar de adivinar, prevenir alucinaciones, probarlo contra historiales reales antes del lanzamiento e informar sobre lo que deflectó. Nada de eso existe en el framework de Apple: el único retrieval que ofrece es un índice Spotlight local sobre el contenido de un único dispositivo.

Un cliente de eesel, un responsable de ingeniería en una empresa de hardware de cajeros automáticos Bitcoin, resumió la disyuntiva construir-vs-comprar con claridad después de optar por comprar:

"Podríamos haber intentado escribir nuestra propia aplicación LLM, pero no queríamos invertir nuestro tiempo en eso. Queríamos algo que no tuviéramos que mantener."

– Karel, GENERAL BYTES (caso de estudio de eesel)

También he visto a equipos tomar el otro camino, conectando la API de Claude ellos mismos, y el coste de mantenimiento es real: el modelo sigue funcionando, pero las integraciones, las barreras de seguridad y el arnés de pruebas se convierten en un segundo producto que nadie asumió poseer. Esa es la parte que Apple Intelligence no resuelve, porque nunca lo intentó.

Dónde termina Apple Intelligence y empieza una plataforma de soporte

Para hacer la línea concreta, así es como Apple Intelligence se compara con una plataforma de soporte de IA dedicada en las dimensiones que realmente le importan a un responsable de soporte.

Este es el argumento de una herramienta especializada. En eesel, los agentes aprenden desde el primer día de los tickets resueltos y la documentación de ayuda de una empresa, se ejecutan en modo simulación contra miles de tickets pasados para que pueda ver la cobertura antes de poner nada en producción, y solo responden automáticamente cuando la confianza es alta. Así es como Gridwise consiguió que eesel resolviera el 73 % de sus solicitudes de nivel 1 en el primer mes, y cómo Smava gestiona un agente de Zendesk completamente automatizado con más de 100.000 tickets en alemán al mes. El modelo en dispositivo de 3.000 millones de parámetros de Apple, por muy bueno que sea para redactar un mensaje de texto, no está construido para tocar nada de eso.

La prensa también es prudente respecto al nuevo Siri. Como dijo MacStories en su resumen de iOS 27:

"Mientras todos esperan ver si el pudín de Siri AI cumple lo que promete, es bueno ver que Apple no ha olvidado que la gente todavía quiere mejoras tangibles en el rendimiento de sus iPhones e iPads. El tiempo —y el periodo beta— dirá si son suficientemente tangibles."

Ese tono de "lo creeré cuando lo vea" viene directamente del retraso del Siri personalizado de Apple en 2025, y es un saludable recordatorio de juzgar cualquier IA por resultados reales y probados, no por una demo en un keynote.

La letra pequeña sobre privacidad y disponibilidad

Algunas restricciones que conviene conocer antes de construir planes sobre esto:

• Disponibilidad: beta para desarrolladores ahora, beta pública en julio de 2026, lanzamiento general en otoño de 2026. Las funciones de IA requieren un iPhone 15 Pro o posterior.
• Regiones: Siri AI se lanza primero en inglés, no estará disponible en la UE con iOS 27 por la Ley de Mercados Digitales, y las funciones de Apple Intelligence están retenidas en China pendientes de regulación.
• Controles empresariales: los nuevos controles MDM permiten a TI gestionar funciones como Image Playground y Writing Tools en dispositivos gestionados, pero la gestión para el propio Siri AI todavía llegará en betas posteriores, y aún no hay APIs de uso empresarial ni hooks para SIEM.

Si da soporte a clientes en la UE, en idiomas distintos al inglés o en Android, Apple Intelligence simplemente no está disponible para usted ahora mismo, lo que es otra razón para tratar la capa de soporte como una decisión independiente.

Pruebe eesel para la atención al cliente

Apple Intelligence hará más inteligente el teléfono en manos de su cliente. No responderá sus tickets. eesel es la parte que el framework de Apple deja fuera: un agente de IA que se conecta a su helpdesk existente, aprende de sus tickets anteriores y documentación de ayuda, y resuelve el soporte de primera línea en más de 80 idiomas, con un modo simulación que lo prueba con su historial real de tickets antes de que responda a un cliente.

Puede conectarlo a Zendesk, Freshdesk o Gorgias, ejecutarlo primero en simulación y otorgar autonomía gradualmente a medida que genera confianza, con precios basados en uso desde $0,40 por ticket y sin tarifas por asiento. Si está comparando el mercado, nuestra guía de la mejor IA para atención al cliente es un buen punto de partida, o puede probar eesel directamente con sus propios tickets.