Por: Pete Brown y Gary Daniels.

MIDI 2.0 (¡y MIDI 1.0 mejorado!) llega a Windows 11

A veces, quienes no son músicos asocian MIDI sólo con archivos .mid o con los bancos de sonido General MIDI de finales de los años 80. Pero es mucho más que eso. Para los músicos, MIDI es esencial para todo: desde la sincronización de instrumentos hasta el control de iluminación y efectos en el escenario, la secuenciación, la creación de beats y más. MIDI es el pegamento que hace posible la música electrónica.

MIDI 1.0

En el NAMM Show de 1983, Roland y Sequential Circuits presentaron un nuevo estándar digital abierto entre compañías para conectar dos o más instrumentos musicales, lo que marcó el inicio de una era de producción musical electrónica a través de la utilización de MIDI, tal como lo hemos conocido y amado durante décadas.

La especificación inicial de MIDI era bastante simple: mensajes cortos de 1 a 3 bytes a través de un cable serial DIN que funcionaba a una velocidad de alrededor de un milisegundo por mensaje, encadenados de modo que un acorde de cinco notas tardaba cerca de 5 ms en enviarse, una velocidad bastante aceptable dada la tecnología de bajo costo disponible en ese momento.

Con los años, MIDI se ha ampliado para incluir funciones como el estándar General MIDI para instrumentos deterministas en reproducción musical, SMF (Standard MIDI File, o archivo de música “.mid”), expresión más rica mediante el estándar MPE (MIDI Polyphonic Expression), identificación básica de dispositivos mediante SysEx, nuevos transportes como USB, Bluetooth LE, RTP e incluso TRS (cables de audio tip-ring-sleeve).

A pesar de la ubicuidad de MIDI 1.0, MIDI puede ser aún mejor si se considera todo lo que hemos aprendido desde 1983. MIDI 1.0 carece de mecanismos estandarizados bidireccionales para descubrimiento automático de capacidades y parches disponibles en un dispositivo MIDI. La velocidad de nota y muchos otros parámetros de control están limitados a un rango de 0–127 sin usar RPN/NRPN o SysEx. MIDI 1.0 no soporta por completo la expresión rica por nota sin usar la mayoría o todos los canales disponibles para MPE. No contiene buenas provisiones para articulación orquestal. Y MIDI 1.0 carece de buenos estándares para identificar un controlador o fuente de sonido como, por ejemplo, un piano u órgano, y proporcionar mapeos de control estándar y curvas de velocidad que simplemente funcionen. Y, por supuesto, a veces tiene límites de velocidad heredados del estándar original del cable DIN de 31,250 bits por segundo.

Cualquier músico que haya usado un controlador MIDI o software compatible con MIDI conoce bien estas características y limitaciones de MIDI 1.0.

La llegada de MIDI 2.0

En 2020, la Asociación MIDI publicó la primera versión del UMP (Universal MIDI Packet) y la especificación del Protocolo MIDI 2.0. La especificación tuvo actualizaciones clave en 2022/2023 para mejorar el soporte de descubrimiento y mecanismos de fallback, e incluir recomendaciones de Microsoft y otras compañías miembro.

MIDI 2.0 ofrece de manera nativa comunicación bidireccional, descubrimiento automático de dispositivos y configuración de protocolo, velocidades sin límite, controladores de alta resolución (sin la limitación 0–127 ni necesidad de mensajes múltiples), articulación por nota, dispositivos autodescriptivos y una separación entre protocolo y transporte que facilita adoptar nuevos transportes como Network MIDI 2.0 conforme surjan.

A pesar de las limitaciones de MIDI 1.0, y de todos los plugins y soluciones en DAWs para rodearlas, MIDI 1.0 se ha convertido en el estándar más importante en la producción musical, y no desaparecerá. En un futuro MIDI 2.0, es todavía muy importante que cada sistema operativo tenga soporte robusto y estable para MIDI 1.0.

Anuncio de disponibilidad general de Windows MIDI Services, con soporte para MIDI 1.0 y 2.0

¡Nos emociona anunciar que Windows 11 ahora soporta tanto MIDI 1.0 como MIDI 2.0 mediante Windows MIDI Services!

Hemos trabajado en MIDI durante varios años, para reescribir por completo décadas de código MIDI 1.0 en Windows para soportar MIDI 2.0 y hacer que MIDI 1.0 sea increíble. Esta nueva pila combinada se llama “Windows MIDI Services”.

Los componentes principales de Windows MIDI Services están integrados en Windows 11, desplegándose mediante un proceso de habilitación por fases en las versiones para minoristas compatibles. Esto incluye toda la infraestructura necesaria para llevar más funciones a las apps existentes de MIDI 1.0, y también soportar apps que usen MIDI 2.0 mediante el nuevo Windows MIDI Services App SDK.

Todas sus aplicaciones actuales compatibles con MIDI 1.0 ahora funcionan aún mejor, ¡sin necesidad de actualizaciones!

Nuevas funciones principales de Windows MIDI Services

Windows MIDI Services ofrece muchas funciones solicitadas y, lo que es importante, nos prepara para ofrecer aún más de lo que quieres en el futuro. El enfoque de esta versión es asegurar que MIDI 1.0 funcione sin problemas en Windows, mientras se integra la infraestructura para MIDI 2.0.

Usar un dispositivo MIDI desde múltiples apps

La solicitud número uno: permitir que múltiples apps usen el mismo puerto/dispositivo MIDI al mismo tiempo (“multi‑client”). Antes, esto solo era posible con drivers personalizados.

Ahora, todos los puertos MIDI 1.0 y endpoints MIDI 2.0 son multicliente, sin importar el controlador o API utilizados. En la mayoría de los casos, los controladores MIDI específicos de cada fabricante ya no son necesarios ni recomendados, aunque funcionarán si son controladores de streaming del kernel.

El multicliente está disponible para todas las aplicaciones y dispositivos MIDI 1.0 y MIDI 2.0.

Personalizar sus terminales MIDI

La segunda mayor petición para MIDI fue proporcionar mejores nombres de puertos MIDI 1.0. Con esta versión, ustedes tienen control sobre los nombres:

• Utilicen nombres clásicos de API, lo que brinda compatibilidad hacia atrás con los nombres de puertos almacenados en DAWs y archivos de música. Esto es el predeterminado y evita que tengan que reconectar puertos en apps y DAWs.
• Utilicen nombres de estilo nuevo, a menudo proporcionados por dispositivos que permiten cambiar de nombre puertos MIDI a bordo o con software de configuración. (Estos nombres utilizan las cadenas USB iJack cuando se proporcionan.)
• Crear nombres personalizados por completo para puertos MIDI 1.0 y endpoints MIDI 2.0.

Hemos llevado la personalización aún más allá, al añadir metadatos adicionales para los endpoints, incluidas imágenes y descripciones personalizadas, todo configurado a través de la app de Configuración MIDI, disponible pronto como parte de una descarga opcional.

Por último, para aplicaciones que usan WinRT MIDI 1.0, la API MIDI 1.0 introducida con Windows 10, los nombres que se devuelven para los dispositivos a través de esa API ahora reflejan los nombres elegidos para la clásica API midi «WinMM» (o «MME»), una petición muy solicitada desde la introducción de esta API.

Conectar apps con loopback integrado y MIDI app‑to‑app

Otro comentario que hemos escuchado es que el MIDI de aplicación a aplicación debería estar integrado y debería ser compatible tanto en PCs x64 como en Arm64.

Los Servicios MIDI de Windows ahora incluyen soporte integrado para loopback, de modo que las aplicaciones pueden comunicarse entre sí, sin importar si la API o SDK que utilicen. Incluso las páginas WebMIDI en el navegador pueden funcionar con sus terminales de loopback, todo ello sin drivers o instalaciones adicionales. Cuando ejecuten por primera vez la aplicación MIDI y Ajustes de Músico (Musician Settings), se les pedirá que completen su configuración MIDI, incluido, de manera opcional, añadir un conjunto de terminales estándar de loopback.

Para ir más allá de simples loopbacks, también incluimos de forma nativa la capacidad de que una aplicación sea un «dispositivo» MIDI 2.0 completo, con soporte para conceptos MIDI 2.0, negociación y descubrimiento de protocolos. Como otros endpoints MIDI 2.0, estos se traducen en automático y se ponen a disposición de las APIs clásicas MIDI 1.0 a nivel MIDI 1.0.

Pueden crear sus propias terminales de loopback a través de la app MIDI Settings en la próxima descarga de Windows MIDI Services Tools. Los loopbacks están disponibles para todas las aplicaciones MIDI 1.0 y MIDI 2.0, sin ningún controlador adicional.

Usar cualquier dispositivo con cualquier app que tenga traducción y escalado MIDI 2.0 automático

Dispositivos MIDI 2.0 UMP de alta resolución como el Yamaha Montage M y MODX, Roland A88 mk2, Waldorf Quantum e Iridium, Studiologic SL mk2 y más en modo MIDI 2.0 pueden ser usados por cualquier aplicación compatible con MIDI 1.0 o MIDI 2.0 en Windows, con aplicaciones que usan el nuevo SDK teniendo acceso a datos de alta resolución, nuevos tipos de mensajes, marcas de tiempo entrantes y salientes/programación, y otras funciones MIDI 2.0, y aplicaciones compatibles con MIDI 1.0 que detectan los valores reducidos. Nos encargamos de toda la traducción de protocolos y escalado de valores necesarios dentro del Servicio MIDI, así que no tienen que preocuparse por el tipo de dispositivo al que se conectan, ni por sus capacidades o protocolos.

La traducción y escalado es un proceso automático en el servicio, y está disponible para todas las aplicaciones MIDI 1.0 y MIDI 2.0.

Click here to load media

Consigan una sincronización más estricta de los mensajes con marcas de tiempo y mensajes programados

El tiempo preciso de los mensajes MIDI siempre ha sido una prioridad para los usuarios MIDI. Para permitir que las aplicaciones proporcionen mejor sincronización al enviar mensajes, ahora soportamos marcas de tiempo tanto para mensajes entrantes como salientes, con una precisión de menos de un microsegundo (1/1.000.000 de segundo). Además, los mensajes salientes pueden programarse para enviarse al conductor en una hora específica dictada por la marca de tiempo.

Seguiremos con los ajustes del algoritmo para esta función a través de actualizaciones posteriores, con el objetivo de hacer que el tiempo sea lo más preciso y determinista posible en todos los dispositivos MIDI.

Las marcas de tiempo y la programación de mensajes están disponibles para las aplicaciones que utilizan el nuevo SDK de la aplicación de Servicios MIDI de Windows.

Usar dispositivos nuevos con el nuevo controlador USB de clase MIDI 1.0 y MIDI 2.0

Hemos mantenido el controlador de usbaudio.sys antiguo y corregido algunos pequeños bugs para hacerlo aún mejor. Al mismo tiempo, hemos incorporado el usbmidi2.sys de drivers USB MIDI 2.0 desarrollado por AmeNote y proporcionado por AMEI. Este nuevo controlador, desarrollado bajo la guía de Microsoft, sigue las mejores prácticas para la gestión de energía, tiene un canal de comunicación más rápido hacia el nuevo servicio MIDI y soporta tanto dispositivos MIDI 1.0 como MIDI 2.0.

Por defecto, la mayoría de los dispositivos MIDI 1.0 usarán todavía el controlador antiguo para garantizar la compatibilidad, pero pueden asignarse de manera manual al nuevo controlador si/cuando se desee.

Todas estas nuevas características combinadas le dan a Windows 11 una fantástica pila unificada MIDI 1.0 y MIDI 2.0 que es ideal para los músicos hoy en día y durante los próximos 40+ años.

Herramientas y scripting MIDI

En los próximos meses, lanzaremos el actualizado paquete MIDI App SDK Runtime and Tools, que incluye la Consola MIDI, la app de Configuración MIDI, proyecciones PowerShell para scripting MIDI y mucho más.

Estas herramientas facilitan la creación de terminales de loopback, la personalización de los nombres de terminal y puertos MIDI, y mucho más.

Si son aventureros y quieren versiones previas de estas herramientas hoy mismo, están disponibles en nuestro repositorio de GitHub y también a través de WinGet.

`winget install Microsoft.WindowsMIDIServicesSDK`

Una vez que Windows MIDI Services esté habilitado en su PC, solo necesitan instalar el SDK Runtime and Tools package para su CPU.

Para el resto, esperen un anuncio en https://aka.ms/midi.

Desarrollado de manera abierta, con socios y la comunidad

Con Windows MIDI Services, adoptamos un enfoque abierto en el desarrollo, con trabajo en GitHub, con una licencia de código abierto permisiva. Esto permitió que la comunidad de desarrolladores y músicos siguiera el ritmo y contribuyera, y aseguró que todo el proceso fuera transparente.

No podríamos haber hecho esto sin la aportación directa y la implicación de nuestros socios y clientes, en especial en GitHub y Discord. Empresas asociadas de hardware y software, así como miembros interesados de la comunidad, contribuyeron todas a las pruebas de dispositivos y software, prototipos, corrección de errores y mejoras de funcionalidades.

En particular, queremos destacar a AMEI (Asociación de la Industria de la Electrónica Musical de Japón) por su increíble trabajo en pruebas y por la donación del controlador USB MIDI 2.0 desarrollado por AmeNote.

También queremos agradecer a todos los demás socios implicados en el desarrollo y las pruebas, incluidos Yamaha, Roland, Steinberg, Bremmers Audio, PACE/JUCE y muchos más.

Cómo proporcionar comentarios

Nos encantaría seguir escuchando de ustedes.

• Los desarrolladores o cualquier persona con GitHub pueden abrir los problemas o contribuir directamente en GitHub a través de nuestro repositorio. Aquí también es donde cualquiera puede consultar nuestra lista actualizada de problemas conocidos.
• Entrada de blog con problemas conocidos de lanzamiento y soluciones alternativas
• Todos deberían unirse a la discusión en Discord.

¿Qué sigue?

Estamos entusiasmados por mejorar la creación musical en Windows en 2026 y más allá, y por ayudar a impulsar la adopción del MIDI 2.0.

Más de MIDI

Tenemos más planes para músicos y usuarios de audio profesional, para empezar por el controlador USB de baja latencia en la bandeja con soporte ASIO en vista previa a finales de este año (y también de código abierto en su totalidad), nuevos transportes para MIDI 1.0 y MIDI 2.0 como BLE MIDI 1.0, BLE MIDI 2.0, Network MIDI 2.0, un patch bay virtual para enrutamiento MIDI mejorado, y más. Todos estos están en nuestra lista de pendientes. Consulten GitHub y Discord para seguir el proceso y recibir alertas cuando se lleguen estos dispositivos.

MIDI de red 2.0

En Music China el año pasado, la Asociación MIDI habló sobre uno de los nuevos transportes con los que estamos más avanzados: Network MIDI 2.0. Los PCs con Windows 11 y soporte para Network MIDI 2.0 de vista previa estuvieron en las mesas de demostración allí, en SuperBooth en Berlín y en el NAMM Show 2026.

Click here to load media

Sigan el ritmo

Pueden seguir el progreso en nuestro servidor de Discord y en el repositorio público de GitHub, donde se desarrollan todas estas funciones. ¡Gracias por acompañarnos en este camino y por ayudar a que Windows sea increíble para los músicos!

Pete Brown es presidente de la Junta Ejecutiva de la MIDI Association (el organismo de estándares MIDI) y co-desarrolló Windows MIDI Services junto a Gary.

Gary Daniels es arquitecto principal y desarrollador de Servicios MIDI para Windows, y trabaja en el equipo de audio de Core OS.

Por: Steven Masada, asesor jurídico general adjunto, Unidad de Crímenes Digitales de Microsoft.

Un solo correo fue suficiente. Un empleado hizo clic en lo que parecía una solicitud rutinaria de inicio de sesión. Entre bastidores, los atacantes pasaron las credenciales, pasaron los controles de seguridad, se hicieron pasar por un usuario de confianza y accedieron a sistemas críticos. En otros casos, intrusiones similares retrasaron nóminas, redirigieron facturas, robaron datos sensibles, bloquearon redes enteras, interrumpieron la atención a pacientes y tensionaron presupuestos ya ajustados en escuelas y servicios críticos.

Esos ataques fueron impulsados por Tycoon 2FA. Hoy, Microsoft, Europol y socios del sector han anunciado una acción coordinada para interrumpir el servicio responsable de decenas de millones de correos electrónicos fraudulentos que llegan a más de 500.000 organizaciones cada mes en todo el mundo.

Interrumpir una operación global de phishing

Activa al menos desde 2023, la 2FA de Tycoon permitió a miles de ciberdelincuentes hacerse pasar por usuarios reales y obtener acceso no autorizado a cuentas de correo electrónico y servicios online, incluidos Microsoft 365, Outlook y Gmail. A diferencia de los kits tradicionales de phishing, Tycoon 2FA fue diseñado para superar protecciones de seguridad adicionales, incluida la autenticación multifactor, que permite a los ciberdelincuentes iniciar sesión como usuarios legítimos sin activar alertas, incluso en cuentas protegidas.

Bajo una orden judicial del Tribunal de Distrito de EE. UU. para el Distrito Sur de Nueva York, y por primera vez en coordinación con el Programa de Extensión de Inteligencia Cibernética (CIEP, por sus siglas en inglés) de Europol, Microsoft incautó 330 dominios activos que alimentaban la infraestructura central de Tycoon 2FA, incluidos paneles de control y páginas de inicio de sesión fraudulentas. El marco CIEP unió a socios del sector público y privado para pasar de solo compartir inteligencia a una acción coordinada y transfronteriza, para acelerar la interrupción y limitar daños futuros. 

Poner esta infraestructura fuera de línea corta una importante cadena de toma de cuentas y ayuda a proteger a personas y organizaciones de ataques posteriores como robo de datos, ransomware, compromiso de correos electrónicos empresariales y fraude financiero.

La escala y el impacto real de Tycoon 2FA

A mediados de 2025, la 2FA de Tycoon representaba cerca del 62 por ciento de todos los intentos de phishing que Microsoft bloqueó, incluidos más de 30 millones de correos electrónicos en un solo mes. Eso situó a Tycoon 2FA entre las mayores operaciones de phishing del mundo.

A pesar de las defensas extensas, el servicio está vinculado a unas 96.000 víctimas distintas de phishing en todo el mundo desde 2023, incluidos más de 55.000 clientes de Microsoft.

Las organizaciones sanitarias y educativas fueron las más afectadas. Más de 100 miembros de HealthISAC, un grupo global de compartición de amenazas para el sector sanitario y co-demandante en este caso, fueron objeto de phishing exitoso. Solo en Nueva York, al menos dos hospitales, seis escuelas municipales y tres universidades se enfrentaron a intentos de o a compromisos exitosos a través de Tycoon 2FA. Estos incidentes tuvieron consecuencias tangibles: interrupción de operaciones, desviación de recursos y retraso en la atención a los pacientes.  

Por qué el 2FA de Tycoon era tan peligroso

Tycoon 2FA combinó plantillas de phishing convincentes, páginas realistas y captura en tiempo real de credenciales y códigos de autenticación en un paquete fácil de usar que escaló con rapidez. Al reducir la barrera técnica de entrada, permitió a delincuentes con poca experiencia llevar a cabo campañas sofisticadas de suplantación.

Con cada víctima exitosa de phishing, los atacantes podían actuar con el mismo nivel de confianza que los usuarios legítimos, moviéndose de manera lateral entre sistemas, acceder a datos sensibles y abusar de las conexiones de inicio de sesión sin activar alarmas. La investigación de Microsoft Threat Intelligence ofrece más detalles sobre cómo operaba la 2FA de Tycoon.

Este cambio refleja una tendencia más amplia en el cibercrimen: la identidad, no la infraestructura, se ha convertido en el objetivo principal. Una sola cuenta comprometida puede ahora desbloquear sistemas bancarios, portales sanitarios, aplicaciones de trabajo y cuentas en redes sociales. 

Dentro de la economía de la suplantación

Tycoon 2FA funcionaba como un negocio dentro del ecosistema más amplio de suplantación bajo demanda. El desarrollador principal, Saad Fridi, que se cree está radicado en Pakistán, trabajó junto a socios responsables de marketing, pagos y soporte técnico.

Los ciberdelincuentes solían usar Tycoon 2FA junto con otros servicios ilícitos. Mientras que Tycoon 2FA capturaba credenciales y tokens de sesión, otros servicios gestionaban la entrega masiva de correos electrónicos, la distribución de malware, el alojamiento y la monetización de accesos. Por ejemplo, RedVDS, interrumpido por Microsoft en enero de 2026, proporcionó ordenadores virtuales económicos, que los ciberdelincuentes combinaron con Tycoon 2FA para llevar a cabo campañas de phishing. Juntos, estos diferentes servicios crearon un ecosistema interconectado para ataques basados en identidad. Interrumpir un componente puede tener efectos en cascada en toda la economía del cibercrimen. 

La presión sostenida transforma el mercado

Durante los últimos 18 meses, la Unidad de Crímenes Digitales de Microsoft ha atacado múltiples servicios que permiten la suplantación y el acceso inicial, incluidas extensas operaciones de interrupción de Lumma Stealer, RaccoonO365, Fake ONNX (también conocida como «Caffeine») y RedVDS.

Cuando las herramientas utilizadas  de manera amplia se ven interrumpidas, los atacantes se ven obligados a adaptarse, a menudo al recurrir a alternativas como la 2FA de Tycoon. Este patrón de sustitución muestra cómo la presión sostenida impide que un servicio individual se mantenga dominante mientras aumenta de manera progresiva el coste y el riesgo de ciberdelitos.

Estos esfuerzos han provocado arrestos en Egipto y Nigeria, cortes totales de servicios, pérdida de infraestructuras y daños reputacionales para operadores fuera del alcance de las fuerzas del orden. Solo RedVDS perdió más del 95 por ciento de su infraestructura desde enero de 2026, lo que degradó de manera significativa su capacidad para apoyar campañas de suplantación masiva y otras estafas en línea. 

A medida que aumentaba la presión, muchos operadores endurecieron los controles de acceso, se retiraron a canales cerrados o cerraron por completo para evitar acciones legales. En el caso de Tycoon 2FA, Microsoft no pudo comprar el acceso al servicio; el operador rechazó los intentos de nuestros investigadores, lo que requirió de un intermediario de confianza. De hecho, el operador de Tycoon 2FA y el ahora inutilizado desarrollador de RaccoonO365 se comunicaron entre sí, lo que destaca la interdependencia del ecosistema y cómo las interrupciones en una zona influyen en la actividad en otras.

Las amenazas globales requieren acción global

El cibercrimen opera a través de las fronteras, y una respuesta eficaz debe hacer lo mismo. Disrupting Tycoon 2FA abarcó múltiples jurisdicciones, lo que subraya por qué la presión sostenida y coordinada es esencial, en especial a medida que el cibercrimen se vuelve más escalable mediante la automatización y la IA.

Microsoft Threat Intelligence, uniéndose a muchos investigadores de seguridad, identificó la 2FA Tycoon como una de las amenazas más significativas para ataques basados en identidad. La Unidad de Crímenes Digitales de Microsoft consultó con Europol, que también rastreó al actor basándose en inteligencia proporcionada por TrendAI. A través del CIEP, Europol convocó a los socios para actuar. Microsoft trabajó con socios industriales para impulsar una disrupción coordinada de infraestructuras, mientras que las autoridades policiales de Letonia, Lituania, Portugal, Polonia, España y Reino Unido realizaron incautaciones de infraestructuras y llevaron a cabo otras medidas operativas vinculadas a Tycoon 2FA.

Socios de la industria, incluidos Proofpoint, Intel 471 y eSentire, ampliaron la visibilidad mediante telemetría, inteligencia de amenazas y análisis de foros de criminales. Cloudflare ayudó al eliminar infraestructuras fuera de la jurisdicción estadounidense, mientras que HealthISAC cuantificó los impactos en las organizaciones sanitarias. SpyCloud aportó datos clave de victimología, Resecurity facilitó el acceso a la 2FA de Tycoon y Coinbase ayudó a rastrear el movimiento de fondos robados. Por último, la Fundación Shadowserver apoyó notificaciones a más de 200 equipos informáticos de respuesta a emergencias en todo el mundo, ayudando a limitar más daños.

Ninguna organización podría haber reunido todo esto por sí sola.

Sostener la presión, juntos

Detener el ciberdelito basado en la identidad requiere acción por parte de individuos, organizaciones y gobiernos. La autenticación multifactor, el escrutinio de mensajes inesperados, los controles de sesión sólidos y el intercambio coordinado de amenazas reducen el riesgo. La aplicación temprana también importa; evita que pequeñas intrusiones se conviertan en daño sistémico. Microsoft seguirá con la aplicación de las lecciones aprendidas con la 2FA de Tycoon y las interrupciones anteriores para fragmentar la economía de la suplantación, limitar la escala y hacer que el cibercrimen sea más arriesgado y menos rentable.

Por: Mustapha Lazrek, director principal de gestión de producto.

Cuando introdujimos por primera  vez agentes que usan computadoras (CUAs, por sus siglas en inglés) el pasado abril, mostramos lo que era posible: IA capaz de ver, entender y actuar a través de aplicaciones web y de escritorio, igual que lo haría una persona. De manera rápida, los primeros adoptantes pusieron a las CUA a trabajar para automatizar procesos frágiles, navegar por sistemas heredados y unir flujos de trabajo donde no existen APIs.

Luego, clientes como ustedes nos llevaron más allá.

Nos dijeron dónde los agentes no escalaban, dónde la autenticación ralentizaba las ejecuciones y donde era difícil entender por qué algo fallaba —o demostrar que se comportaba de manera correcta. También nos indicaron dónde su organización necesitaba más control, visibilidad y flexibilidad antes de desplegar las CUA de manera generalizada.

Las actualizaciones que presentamos en este blog son una respuesta directa a esos comentarios.

Los agentes de uso computacional en Microsoft Copilot Studio ahora ofrecen más variedad de modelos, mayor seguridad y gobernanza, y una escala más sencilla, para que puedan automatizar más su trabajo en aplicaciones web y de escritorio con confianza.

Esto es lo nuevo y por qué es importante.

Elijan el modelo adecuado para navegar por interfaces dinámicas

Los agentes que usan ordenadores ahora soportan múltiples modelos de fundación, incluido Claude Sonnet 4.5 de Anthropic junto con el Agente-Usuario de Computadoras de OpenAI. Esto les da la flexibilidad de elegir el mejor ajuste para cada agente, según la interfaz y la tarea.

• Utilicen OpenAI Computer-Using Agent para orquestar flujos web y de escritorio en varios pasos.
• Opten por Anthropic Claude Sonnet 4.5 cuando necesiten razonamiento de alto rendimiento en interfaces de usuario dinámicas (UIs, por sus siglas en inglés) e interpretación de paneles densos y cambiantes.

Descubran cómo estamos comprometidos con la elección de modelos

Autenticación segura con credenciales integradas y Azure Key Vault

La autenticación no debería ser la razón por la que las automatizaciones se estanquen. El uso de ordenadores ahora ofrece credenciales integradas para que los agentes puedan:

• Realizar de manera segura los inicios de sesión en sitios web y aplicaciones de escritorio
• Reutilizarlos entre múltiples agentes y automatizaciones
• Eliminar los prompts de inicio de sesión manuales durante las ejecuciones, para permitir la ejecución sin supervisión

Por ejemplo, si un agente necesita iniciar sesión en un portal de proveedores y actualizar un ERP de escritorio cada noche, las credenciales integradas ahora permiten al agente autenticarse de manera automática tanto en el portal web como en la aplicación de escritorio. Esto elimina interrupciones manuales y hace que el procesamiento nocturno sea fiable, para mantener los controles de gobernanza. No hace falta ser niñera de las carreras «sin supervisión».

Pueden elegir entre dos opciones de almacenamiento alineadas con sus necesidades de gobernanza: almacenamiento interno (cifrado en Microsoft Power Platform) para una configuración de baja fricción, o Azure Key Vault para gestión de secretos de nivel empresarial.

Las credenciales están cifradas y nunca están expuestas al modelo de IA, por lo que solo los agentes autorizados pueden acceder a ellas. De este modo, su equipo de seguridad y cumplimiento puede sentirse seguro al escalar las CUA a más escenarios.

Consulten cada acción del agente que usa la computadora con los registros de reproducción de sesión y auditoría

A medida que los agentes acceden a sistemas más críticos para el negocio, los equipos necesitan saber qué ocurrió, por qué ocurrió y dónde.

El uso de ordenadores ahora cuenta con una monitorización avanzada y una observabilidad más rica, por lo que los equipos de operaciones, seguridad y cumplimiento pueden inspeccionar el comportamiento paso a paso. Esto incluye:

• Repetición de la sesión con capturas de pantalla
• Registros de acciones paso a paso (con tipos de acción, coordenadas, marcas de tiempo y contexto)
• Resúmenes de las ejecuciones (texto de instrucciones, duración, recuento de acciones, tiempo medio por acción y conteo de escalada humana)
• Seguimiento de recursos (incluidos sitios web, aplicaciones de escritorio, credenciales utilizadas)
• Opciones de exportación para revisión offline

Pero, ¿cómo se ve esto en la práctica? Imaginen que una partida de agente produce una actualización inesperada y su equipo no puede saber si el agente ha leído mal la interfaz, ha pulsado el control equivocado o ha encontrado una ventana emergente oculta.

La reproducción, los registros de acción y replay de sesión ahora muestran justo qué vio e hizo el agente, señalan el paso en el que cambió la interfaz y producen un registro exportable para revisión de auditoría. De ese modo, podrás solucionar los problemas más rápido y mantener un rastro de cumplimiento defendible.

Más allá del panel de monitorización, el cumplimiento se refuerza aún más a través de:

• Integración con Microsoft Purview, envío de registros de auditoría a Purview
• Registro de Dataverse con verbosidad configurable: elijan Todos los datos, Datos sin capturas de pantalla, o Mínimo
• Opciones de retención desde 7 días hasta indefinida, para ajustarse a los requisitos regulatorios y de gobernanza

Cómo configurar la monitorización avanzada

Simplifiquen la infraestructura con PCs en la nube gestionados para agentes que usan computadoras

La automatización escalable de interfaces no debería requerir gestionar flotas de escritorios o máquinas virtuales frágiles. El nuevo pool de Cloud PC, impulsado por Windows 365 para Agentes, ofrece máquinas gestionadas por completo en la nube, unidas a Microsoft Entra y registradas en Intune, diseñadas para uso en ordenadores, ejecutadas y diseñadas para escalar según la demanda.

En otras palabras, estos pools de Cloud PC proporcionan capacidad gestionada para ejecuciones de alto volumen cuando la demanda se dispara, sin la carga de mantener el hardware dedicado parcheado, disponible e inactivo el resto del tiempo. De este modo, su equipo puede manejar picos sin sobreaprovisionar el hardware.

Nota: Para evaluación, pueden crear hasta dos pools de Cloud PC por inquilino con 50 horas de uso gratuito para agentes autónomos publicados, lo que facilita pilotar CUAs a gran escala antes de un despliegue más amplio.

Extiendan—no sustituyan—su automatización

Si han creado automatizaciones con Microsoft Power Automate y RPA, el uso del ordenador amplía lo que pueden automatizar, en especial cuando:

• Las interfaces cambian con frecuencia
• No hay APIs disponibles
• La lógica de decisión se vuelve más compleja

Por suerte, pueden mantener el RPA clásico para escenarios deterministas con interfaces estables. Las CUA añaden flexibilidad y razonamiento adaptativo donde la RPA falla (como aplicaciones web dinámicas, cambios de diseño o decisiones complejas). Al fin y al cabo, el objetivo no es empezar de cero, sino modernizar y ampliar lo que ya tienen.

Por ejemplo, imaginen que tienen un bot RPA que depende de selectores fijos. A nivel histórico, se rompía cada vez que cambiaba un formulario web, lo que forzaba actualizaciones constantes de scripts.

Ahora, la RPA se mantiene igual, mientras que una CUA se encarga de las partes variables de la interfaz: navegar por cambios de diseño, interpretar diálogos y escalar casos límite. ¿El resultado? Mantenimiento reducido y mayor fiabilidad.

Empiecen y ayuden a definir lo que viene después

¿Listos para probar a usar agentes por computadora en un entorno de Copilot Studio con sede en EE. UU.?

1. Creen o abren un agente en Microsoft Copilot Studio.
2. Vayan a Herramientas → Añadir herramienta → Nueva herramienta y selecciona uso del ordenador.
3. Describan la tarea que quieren que realice el agente en lenguaje natural.
4. (Opcional) Elijan un modelo, configuren las credenciales integradas y configuren un pool de Cloud PC para ejecuciones seguras y escalables.

Para una orientación más detallada, detalles de configuración y mejores prácticas, consulten la documentación de uso de computadoras.

Construyan agentes más potentes

Antes de que se vayan: Realizamos inversiones de manera activa en gobernanza, operaciones y escala avanzadas para las CUAs, y la retroalimentación de los clientes informa de manera directa la hoja de ruta. Cuéntenos qué les parecen las últimas actualizaciones de la CUA hoy:

• Envíen comentarios por correo electrónico a computeruse-feedback@microsoft.com
• Únanse a la comunidad de Copilot Studio