SandboxAQ añade herramientas de confianza y retorno de la inversión a la plataforma de agentes de IA Switch

El 19 de octubre de 2026, SandboxAQ anunció una ampliación de su plataforma Switch AI para empresas que adoptan agentes de IA. La ampliación incorpora Switch Trust, para descubrir, probar y proteger agentes, y Switch ROI, que hace un seguimiento del costo y el valor de cada agente.

La empresa, con sede en Palo Alto, California, afirmó que los dos productos amplían su oferta de código abierto Switch Rooms y se presentan como una solución independiente de los proveedores para que las organizaciones evalúen los riesgos de los agentes, midan el valor para el negocio y optimicen el rendimiento de los agentes, modelos y proveedores que utilicen. El anuncio contrapone los agentes a la primera generación de IA empresarial, que, según la empresa, se medía principalmente por puestos, uso y consumo de tokens. Como los agentes pueden tomar decisiones, realizar acciones y trabajar junto con las personas, afirma, generan nuevas expectativas de supervisión y rendición de cuentas.

Switch Rooms reúne a empleados y agentes de IA en Slack, Microsoft Teams, Discord y otras herramientas de trabajo, lo que permite a los equipos trabajar con los agentes que elijan y, al mismo tiempo, conservar el control sobre el contexto, el historial y los conocimientos compartidos. SandboxAQ lanzó Switch en agosto de 2026 como una oferta de código abierto con licencia Commons Clause Apache 2.0, basada en la premisa de que las empresas deberían poder elegir y cambiar de agentes de IA, modelos y proveedores sin perder el control de su contexto.

Switch Trust: descubrir, probar y proteger agentes

Según el anuncio, Switch Trust ofrece seguridad y gobernanza para agentes en cuatro etapas: Descubrir, Analizar, Evaluar y Supervisar. La página del producto Switch Trust indica que funciona con cualquier agente, independientemente de quién lo haya creado.

La etapa Descubrir crea un inventario de los agentes, modelos, herramientas, servidores MCP y dependencias que se ejecutan en los entornos conectados y los repositorios de código, incluidos los agentes cuya existencia quizá desconozcan los equipos de seguridad. Registra la propiedad, el origen, las dependencias, los hallazgos y el nivel de gravedad de cada elemento, para ofrecer a los equipos una visión actualizada de su conjunto de agentes.

La etapa Analizar comprueba si hay vulnerabilidades de seguridad en los agentes, tanto en el código como en los entornos de nube. Combina el análisis estático con una clasificación asistida por IA que filtra los falsos positivos. Asigna niveles de gravedad, relaciona los hallazgos compatibles con las categorías de seguridad de agentes de OWASP y recomienda soluciones.

La etapa Evaluar se conecta directamente a un agente y ejecuta pruebas adversariales y funcionales para detectar inyección de instrucciones, ataques de evasión de restricciones, filtración de datos y cumplimiento de instrucciones. Cada ataque recibe un resultado de aprobado o suspenso, que se incorpora a una puntuación general de estado; además, los equipos pueden añadir sus propias evaluaciones a las pruebas integradas. La página del producto indica que una prueba fallida impide publicar un agente hasta que la supere.

La etapa Supervisar protege a los agentes en producción. Los equipos incorporan un agente mediante un kit de desarrollo de software que registra su actividad, incluidos los mensajes de entrada, las respuestas, las llamadas a modelos, la latencia, las sesiones y los eventos de políticas; a su vez, los agentes que se ejecutan en Switch Rooms reciben automáticamente políticas de protección. Durante las interacciones en tiempo real, las políticas buscan inyección de instrucciones, secretos, información de identificación personal, contenido tóxico y ataques de evasión de restricciones. Trust puede bloquear, ocultar, generar alertas sobre el comportamiento inseguro o registrarlo, y conservar pruebas de lo ocurrido. La página del producto indica que las barreras de seguridad comprueban lo que entra y sale de cada agente y que Switch Trust mantiene un registro único de lo que hizo cada agente y de quién lo aprobó.

Switch ROI: medición del costo y el valor de cada agente

Según el anuncio, Switch ROI mide el costo y el valor que genera cada agente, y ofrece recomendaciones concretas para reducir los costos y mejorar el rendimiento. La página del producto Switch ROI indica que abarca en un solo lugar todos los agentes, sin importar el proveedor, y consolida el gasto en IA repartido entre puestos, facturas basadas en el uso y distintos proveedores.

La función Medir hace un seguimiento del gasto y el rendimiento de cada agente, sesión e interacción, y ofrece presupuestos, tasas de consumo y alertas para detectar a tiempo los gastos excesivos. En lugar de contabilizar métricas de infraestructura, como tokens o llamadas a API, vincula ese gasto con resultados como la resolución de tickets, la agilización de solicitudes de incorporación de cambios y la automatización de tareas.

La función Demostrar compara el valor que genera cada agente con su costo: Switch establece una referencia humana, hace un seguimiento automático del gasto de los agentes y mide indicadores como el costo por resultado y el retorno neto de la inversión.

La función Optimizar detecta gastos que se escapan y determina qué corregir, redirigir o reducir. Clasifica las recomendaciones para cada agente e incluye un intervalo estimado de ahorro mensual y un nivel de confianza. El anuncio enumera los problemas que abordan estas recomendaciones: una selección inadecuada de modelos, herramientas que se ofrecen pero nunca se utilizan, contexto que se vuelve a enviar en vez de almacenarse en caché, reintentos y bucles que repiten trabajo, y respuestas más largas de lo que requiere la tarea. La página del producto indica que las recomendaciones abarcan cuatro tipos de mejora de costos: elección del modelo, herramientas sin usar, longitud de las respuestas y almacenamiento en caché. Señala que próximamente habrá mejoras de rendimiento y describe cómo trasladar el trabajo de un agente a un modelo más económico cuando supere las comprobaciones de calidad, sin que pierda el contexto de la sala.

Declaraciones de Mount Sinai West y sus directivos

Según el anuncio, el MSW Lab de Mount Sinai West está utilizando Switch Trust para crear G Board, un marco que permite a los médicos desarrollar aplicaciones clínicas con agentes de IA. «En el MSW Lab, los médicos desarrollan software sanitario real con agentes de IA, así que tenemos que demostrar que esos agentes se comportan de forma segura», afirmó el Dr. Jeffrey Bander, jefe de Cardiología de Mount Sinai West y profesor asociado de Cardiología e Inteligencia Artificial en la Escuela de Medicina Icahn de Mount Sinai, en el anuncio de SandboxAQ. Bander dijo que Switch AI ofrece al laboratorio una forma de integrar esa confianza en el trabajo cotidiano, lo que permite a los médicos centrarse en los problemas clínicos en lugar de convertirse en especialistas en seguridad de la IA.

El anuncio cita una predicción de Gartner según la cual se cancelará más del 40 por ciento de los proyectos de IA agéntica antes de finales de 2027. La página del producto Switch ROI cita, por separado, datos de la encuesta KPMG Global AI Pulse, fechada el 24 de junio de 2026 y basada en 2.145 encuestados, que indican que el 7 por ciento de los líderes tiene un retorno de la inversión en IA establecido y que los líderes que tienen una visibilidad clara de los costos de la IA tienen cinco veces más probabilidades de informar de uno.

Mohammed Aboul-Magd, gerente general de Switch AI en SandboxAQ, dijo que la empresa ha observado casos entre muchos usuarios en los que el gasto en IA, previsto para evitar una nueva contratación, pronto terminó siendo más caro que contratar a una persona a tiempo completo. Dijo que adoptar la IA no genera por sí solo un retorno de la inversión: los equipos necesitan saber cuánto cuesta cada agente, qué produce y cómo mejorarlo; describió esto como el problema que Switch ROI está diseñado para resolver.

Jack Hidary, director ejecutivo de SandboxAQ, dijo que las empresas tendrán cientos, y posiblemente miles, de agentes de IA trabajando junto a sus empleados. Señaló que las empresas no contratarían a mil personas sin conocer sus cualificaciones, su costo o sus resultados, y que debe aplicarse la misma disciplina a los agentes; a medida que avance la tecnología, añadió, las empresas también tendrán que poder pasarse a agentes y modelos mejores sin perder los conocimientos que han acumulado.