IA prometedora

Dust: agentes de IA conectados al conocimiento de tu equipo

Dust conecta información, herramientas y personas en un espacio de trabajo con agentes de IA. Entiende el papel del contexto y de los controles de acceso.

Un equipo reúne documentos, mensajes y un manual en una mesa compartida para revisar una respuesta.
Ilustración conceptual de agentes conectados con el conocimiento compartido de un equipo. · Crédito: Imagem gerada com inteligência artificial.

«¿Alguien recuerda dónde quedó aquella decisión?» La pregunta parece pequeña, pero puede interrumpir a todo un equipo. La respuesta quizá esté en un documento, en una conversación antigua o en el sistema de atención al cliente.

Dust propone reunir ese contexto para que las personas y los agentes de IA trabajen con información de la empresa. La plataforma permite crear y compartir agentes conectados a fuentes de conocimiento y herramientas que se usan en el día a día.

Un asistente con contexto de trabajo

Un agente útil necesita comprender la tarea y tener acceso a los materiales adecuados. Dust presenta conexiones con sistemas de documentos, comunicación y operación, además de la posibilidad de elegir distintos modelos de IA según el trabajo.

Esto permite diseñar asistentes con funciones distintas. Uno puede apoyar la búsqueda de información interna; otro, la preparación de una entrega utilizando datos autorizados. Las capacidades concretas dependen de las herramientas y los permisos configurados.

La idea de compartir estos agentes también es interesante: cuando un equipo encuentra una forma útil de organizar una actividad, puede convertirla en algo reutilizable.

Colaboración más allá de la conversación individual

En la presentación del producto, Dust describe espacios compartidos en los que personas y agentes pueden trabajar con conversaciones, archivos y tareas. También presenta controles de acceso y registros de actividad.

Esta combinación importa porque el conocimiento de una empresa tiene responsables, contextos y restricciones. Un procedimiento accesible a todo el equipo y un archivo reservado exigen un tratamiento diferente. Configurar bien quién puede usar un agente y a qué fuentes puede acceder forma parte de la implementación.

Un ejemplo para hacerlo concreto

Veamos un escenario ilustrativo: un equipo de atención necesita explicar un cambio reciente en el producto. Un agente recibe acceso a los documentos aprobados y ayuda a reunir los cambios, localizar orientaciones y preparar una primera respuesta.

Una persona revisa el texto antes de enviarlo. Si la documentación está incompleta, el equipo identifica la laguna y actualiza la fuente. Así, el trabajo con IA también puede revelar puntos en los que el conocimiento interno es confuso.

El ejemplo no presupone acceso automático a todos los sistemas. La utilidad comienza precisamente por elegir la información y las acciones adecuadas para esa función.

¿Por qué seguir a Dust?

El potencial está en acercar la IA al trabajo colectivo, con contexto compartido y seguimiento del uso. Para evaluarlo, observaría si el agente encuentra las fuentes correctas y si el resultado ayuda a otra persona a continuar la actividad.

Un primer experimento puede abarcar un área, unos pocos documentos confiables y una tarea recurrente. Después conviene medir el trabajo que hay que rehacer, la calidad y el costo, además de revisar quién tiene acceso a qué. Las páginas oficiales ayudan a conocer la plataforma; un caso pequeño y bien definido ayuda a descubrir cómo encaja en la rutina.

Información oficial consultada el 21/10/2026.

EN

Ernani Nascimento

Desarrollador, emprendedor y administrador de empresas. Creo sistemas y comparto lo que aprendo en el camino.

Conoce al autor ↗

Sigue explorando.

DE LA IDEA A LA PRÁCTICA

¿Tienes algo en mente?
Vamos a construirlo.

Conversemos ↗