El constructor de agentes sin código de Stripe funcionó demasiado bien. Generó más de 4.000 agentes internos con una calidad enormemente dispar, y la alternativa para quienes no programan —darles acceso a un agente de codificación— abría una exposición de seguridad que nadie quería sostener. La respuesta de Stripe, detallada en una publicación de ingeniería de sus equipos de AI Platform y Agent Foundation, fue concentrar esa dispersión en una sola plataforma llamada Kai, lanzada internamente en abril de 2026 y que hoy reporta un 83 % de uso activo semanal.
Claves del anuncio
- Kai unificó más de 4.000 agentes no-code dispersos en una plataforma conectada a más de 1.000 herramientas y habilidades internas, y alcanzó adopción mayoritaria en dos semanas.
- Stripe afirma que sus ejecutivos de cuenta cierran un 39 % más de negocios y duplican su actividad comercial en las semanas que usan Kai, frente a las semanas en que esos mismos vendedores no lo usan.
- La plataforma corre más de 5.000 sesiones analíticas al día, y una de ellas llegó a 932 turnos sin agotar el tiempo de espera ni degradar su contexto.
Por qué el trabajo del conocimiento exigía otro andamiaje
Los agentes de codificación ya habían transformado el área de ingeniería, pero la compañía sostiene que funcionan por una razón ambiental: compiladores, pruebas y control de versiones le dan a un agente retroalimentación verificable. El trabajo de ventas, finanzas y cumplimiento no tiene nada de eso. Consultar un almacén de datos, clasificar un incidente, modelar escenarios de ingresos o preparar una revisión de cumplimiento produce resultados que parecen plausibles sean correctos o no.
De ahí la apuesta de diseño: las barreras de protección hay que construirlas desde cero en lugar de heredarlas. La plataforma se divide en tres capas. Primero, APIs independientes de la superficie, de modo que el agente opera como un servicio al que se llega desde una aplicación web interna, una extensión de Chrome dentro de herramientas de terceros o cualquier aplicación corporativa. Segundo, un Agent Studio donde los responsables de cada dominio —GTM, Finanzas, Legal o Ciencia de Datos— construyen y supervisan sus propios agentes ajustados y consultan métricas de calidad sin abrir un ticket al equipo de plataforma. Tercero, un entorno de ejecución que contiene el sandbox, la orquestación y los controles de acceso.
Esa tercera capa es la decisión arquitectónica destacable. Stripe comparte deliberadamente esas primitivas —el andamiaje del agente, el sandbox, la orquestación de flujos de trabajo y el control de acceso— con los agentes que entrega a sus clientes, para que las herramientas internas y el producto corran contra un único estándar de seguridad en lugar de dos. El andamiaje se apoya en deepagents, de LangChain, y funciona sobre Kubernetes con sandboxes por sesión y sistemas de archivos virtuales multiinquilino.
La única barrera que no habla de permisos
Kai impone una invariante que la autorización convencional no puede expresar: impide que datos de contextos de clientes sin relación entre sí se combinen dentro de un mismo análisis, incluso cuando el usuario tiene derecho a ver ambos por separado. El control de acceso responde si alguien puede leer un registro. Esto responde si dos registros pueden convivir en la misma respuesta, una distinción que pesa en una empresa de pagos donde un analista accede legítimamente a muchos comercios a la vez.
Cuánto resisten las cifras de productividad
Los números que presenta Stripe son de elaboración propia, pero no todos se miden igual. El más sólido es una comparación dentro del mismo vendedor: los ejecutivos de cuenta generan el doble de actividad comercial, un 17 % más de oportunidades, un 26 % más de oportunidades de ingresos y un 39 % más de negocios cerrados en las semanas que usan Kai frente a las semanas en que esos mismos vendedores no lo hacen. Comparar a una persona consigo misma esquiva buena parte del sesgo de selección que vuelve poco fiables las cifras de IA empresarial.
Otras son más débiles. Que los usuarios intensivos cierren un 80 % más de valor que los ocasionales dentro de la misma cohorte es un corte transversal, y quien rinde mejor suele adoptar herramientas nuevas antes, con efecto o sin él. Stripe también atribuye a Kai el traslado de 25.000 horas anuales de tareas administrativas a trabajo que genera ingresos, y señala que los nuevos empleados de go-to-market lo usan 2,7 veces más que el promedio de la compañía, una señal de formación de hábito más que de productividad.
Perspectiva
La hoja de ruta declarada incluye gestión de estado, ciclos de reflexión que permitirían a Kai analizar sus propios rastros de habilidades y someter mejoras a la revisión de un responsable, y contexto compartido entre sesiones y usuarios. Stripe cerró la publicación con un "todavía no hemos ganado". La empresa lleva el año comprando y construyendo en la capa de acceso a modelos, incluida su adquisición multimillonaria de OpenRouter; Kai es la misma apuesta girada hacia dentro.
FAQ — Preguntas frecuentes
¿Qué es Kai, la plataforma de Stripe?
Kai es la plataforma interna de agentes de IA que Stripe lanzó en abril de 2026 para el trabajo del conocimiento sin programación. Conecta a empleados de ventas, finanzas, legal y otras áreas con más de 1.000 herramientas y habilidades internas, y se usa desde una aplicación web alojada, una extensión de Chrome o mediante APIs desde cualquier aplicación corporativa.
¿Pueden los clientes de Stripe usar Kai?
No. Kai es una plataforma interna para empleados. Sus primitivas —el andamiaje del agente, el sandbox, la orquestación de flujos y el marco de control de acceso— se comparten con los agentes que Stripe ofrece a clientes, pero Kai en sí no es un producto que la empresa venda.
¿Cuánto puede durar una sola sesión de Kai?
Las sesiones conservan su estado a lo largo de interacciones extensas en lugar de reiniciarse. Stripe cita una sesión reciente que alcanzó 932 turnos y resolvió cientos de llamadas a herramientas e interacciones con el modelo sin agotar el tiempo de espera ni degradar el contexto.
