Manus IA: El Agente Chino que Desafió a Meta en 2026

Manus Inteligencia Artificial volvió a la cima de las búsquedas en España por un motivo inusual: el agente autónomo chino desactivó su propia plataforma durante unos dos días para eliminar datos de usuarios y completar el divorcio de Meta. Si sigues a los agentes de IA —o estás evaluando uno para tu operación—, esta historia tiene lecciones prácticas que van mucho más allá de la disputa corporativa entre Silicon Valley y Pekín.

TL;DR

• Manus Inteligencia Artificial es como el mercado español llama al agente de uso general de Butterfly Effect: describes el objetivo en lenguaje natural y planifica, ejecuta en la nube y entrega el trabajo listo.
• Meta anunció la compra en diciembre de 2025 por unos 2.000 millones de dólares; la NDRC china bloqueó el acuerdo el 27 de abril de 2026 y Meta canceló la transacción el 15 de junio.
• El 11 de agosto de 2026 la empresa anunció el regreso a la operación independiente. Entre el 23 y el 24 de agosto, las cuentas afectadas fueron bloqueadas para la eliminación de datos; la restauración se habilitó el 25 de agosto.
• Reuters informó en julio que Tencent negocia convertirse en el mayor accionista —aún así minoritario—, con la misma valoración de 2.000 millones de dólares.
• Para quienes operan un negocio en España, el caso es un manual sobre dependencia de proveedores, portabilidad de datos y RGPD en agentes autónomos.

¿Qué es Manus Inteligencia Artificial y por qué volvió a ser noticia?

Manus se estrenó el 6 de marzo de 2025, en beta por invitación, y se convirtió en un fenómeno por una promesa diferente a la de los chatbots: en lugar de responder, ejecuta. Escribes "monta una hoja de cálculo comparando 40 proveedores y entrégame un informe", y el agente divide la tarea en pasos, abre un navegador en un entorno de nube, investiga, escribe código, genera el archivo y devuelve el resultado. Es lo que la literatura llama agente de uso general — el paper From Mind to Machine: The Rise of Manus AI as a Fully Autonomous Digital Agent describe el sistema como una combinación de razonamiento de LLM con ejecución de extremo a extremo que produce entregables tangibles.

Detrás del producto está Butterfly Effect, fundada por Xiao Hong con los cofundadores Ji Yichao y Zhang Tao. La empresa nació entre Pekín y Wuhan y trasladó su sede a Singapur a mediados de 2025 — unos 40 de los 120 empleados en China acompañaron el cambio. En abril de 2025 la startup recaudó aproximadamente 75 millones de dólares en una Serie B, con una valoración de unos 500 millones de dólares. En diciembre de 2025, los ingresos anualizados ya rondaban los 125 millones de dólares.

Lo que trajo el nombre de vuelta al Google Trends español en agosto de 2026 no fue un lanzamiento. Fue una reestructuración societaria con un efecto secundario visible para el usuario final: días de indisponibilidad y eliminación de datos.

La cronología de Manus Inteligencia Artificial: Meta, Pekín y la adquisición fallida

Es importante leer la línea de tiempo con atención, porque cada etapa tiene un paralelo en cualquier contrato de software que firmes:

1. Diciembre de 2025 — Meta anuncia la adquisición de Butterfly Effect por un valor reportado de 2.000 millones de dólares (algunas fuentes hablan de hasta 3.000 millones de dólares).
2. Enero de 2026 — el Ministerio de Comercio de China recuerda públicamente que las empresas del país deben cumplir la legislación china.
3. 27 de abril de 2026 — la Comisión Nacional de Desarrollo y Reforma (NDRC) prohíbe la inversión extranjera en la startup, dentro de un movimiento mayor de Pekín para mantener el control doméstico sobre sus empresas de IA.
4. 15 de junio de 2026 — Meta cancela oficialmente la transacción en lugar de enfrentarse al regulador chino.
5. 10 de julio de 2026 — Reuters y Financial Times informan que Tencent negocia asumir la mayor participación de la compañía, junto a ZhenFund, HSG y la propia dirección, manteniendo la valoración de 2.000 millones de dólares. Incluso como mayor accionista, Tencent seguiría siendo minoritaria.
6. 11 de agosto de 2026 — la empresa publica un aviso a los usuarios: "volverá a operar como una compañía independiente".

En medio de todo esto, en marzo de 2026, el producto aún lanzó una aplicación de escritorio para ejecutar el agente directamente en el ordenador del usuario. Es decir: la hoja de ruta siguió avanzando mientras el control accionarial se disputaba en dos continentes.

Eliminación de datos del 23 al 25 de agosto: lo que sucedió en la práctica

Esta es la parte que interesa a quienes usan Manus Inteligencia Artificial para trabajar. Para cumplir "requisitos regulatorios en determinadas jurisdicciones", la separación de Meta exigió eliminar permanentemente datos generados por parte de los usuarios desde el 29 de diciembre de 2025. El calendario publicado, en horario de Singapur, fue este:

Fecha (SGT)	Lo que sucedía
11 al 23 de agosto	Usuarios afectados dejaron de ser cobrados
A partir del 23 de agosto	Herramienta de backup liberada para descargar los datos
23/08 a las 08:00 → 25/08 a las 07:59	Cuentas y plataforma inaccesibles (~2 días)
23 al 24 de agosto	Ventana de eliminación definitiva de los datos
A partir del 25 de agosto	Portal de restauración de lo descargado

Traducido al día a día: quienes tenían flujos de trabajo apoyados en el agente necesitaron exportar todo en una ventana corta, estuvieron dos días sin acceso y solo recuperaron el historial si habían hecho la copia de seguridad. La empresa habla de "millones de usuarios globalmente" — no fue un evento de nicho.

Y aquí va la primera lección práctica, que repito en cada reunión de arquitectura: el backup y la exportación no son un recurso premium, son un requisito de entrada. Si el proveedor no te ofrece una vía de exportación continua, no tienes los datos, tienes una licencia de uso de ellos.

Cómo funciona Manus Inteligencia Artificial por dentro

Manus Inteligencia Artificial opera con una arquitectura multiagente: un componente planifica, otros ejecutan subtareas especializadas (navegación, código, recuperación de información) y un orquestador une el resultado. Es el mismo principio que Google adoptó en el Gemini Spark y que Atlassian llevó a Jira con los agentes Rovo.

En el lanzamiento, la startup reivindicó el estado del arte en GAIA, el benchmark que mide agentes en tareas del mundo real con uso de herramientas, superando a Deep Research de OpenAI en los tres niveles de dificultad. En 2026 el escenario está mucho más ajustado: agentes competidores publican mejores cifras en el mismo benchmark, y el liderazgo cambia de manos cada trimestre.

Por qué un benchmark no decide tu elección

Aprendí en la práctica que el ranking de un benchmark es un pésimo criterio de compra. GAIA mide tareas estandarizadas con herramientas genéricas. Tu operación tiene un sistema interno, una hoja de cálculo con un nombre extraño, una regla de negocio que nadie documentó y un WhatsApp con 3.000 conversaciones abiertas. El agente que gana en el benchmark no necesariamente gana en tu proceso.

Lo que suele decidir, en orden: integración con lo que ya usas, previsibilidad de costes, control de datos y capacidad de auditar lo que hizo el agente.

Manus Inteligencia Artificial vs. Gemini Spark y los agentes occidentales

No existe "mejor agente" — existe un agente adecuado a tu riesgo y a tu stack. Este es el enfoque que uso para orientar a los clientes:

Criterio	Manus	Gemini Spark	Agentes integrados (Rovo, Copilot)
Origen / jurisdicción	Butterfly Effect (Singapur, capital china)	Google (EE. UU.)	Proveedor del SaaS que ya contratas
Modelo de uso	Tarea abierta, ejecuta en la nube	Asistente continuo con agenda y contexto	Agente dentro del flujo del producto
Ideal para	Investigación, informes, entregables puntuales	Rutinas personales y productividad	Automatizar proceso ya existente
Punto de atención	Gobernanza de datos e inestabilidad societaria	Dependencia del ecosistema Google	Alcance limitado al producto
Coste	Créditos por tarea	Suscripción	Integrado/licencia por usuario

El modelo de créditos de Manus Inteligencia Artificial merece un párrafo propio. Cada acción consume créditos y el consumo escala con la complejidad: una conversación corta gasta poco, una investigación profunda con decenas de fuentes puede consumir cientos de créditos en una única ejecución. Esto es bueno para empezar (pagas por lo que usas) y malo para presupuestar (el coste mensual se convierte en función del comportamiento del equipo). Antes de estandarizar la herramienta en el equipo, ejecuta dos semanas de piloto midiendo el consumo por tipo de tarea.

Lo que la saga de Manus Inteligencia Artificial enseña sobre depender de un agente de IA

Cinco lecciones que sacaría de este caso, todas aplicables a cualquier proveedor de IA — incluidos los estadounidenses:

• El riesgo regulatorio es riesgo de producto. Una decisión de la NDRC en Pekín se convirtió en dos días de indisponibilidad para un usuario en España. La geopolítica no es un asunto abstracto cuando tu proceso depende de una API extranjera.
• Los datos generados por el agente también son tus datos. Los informes, hojas de cálculo y código producidos dentro de la plataforma necesitan tener una copia fuera de ella. Exporta por rutina, no por susto.
• El flujo crítico no reside en una única herramienta. Si la atención al cliente, la facturación o la emisión de informes se detienen cuando un SaaS falla, el diseño es incorrecto — falta un fallback manual documentado.
• El contrato necesita una cláusula de portabilidad. Formato de exportación, plazo de preaviso y destino de los datos en caso de finalización. Sin eso, firmas un cheque en blanco.
• La novedad no es estrategia. Adoptar el agente de moda sin mapear el proceso solo acelera el caos que ya existía.

Dónde los agentes de IA realmente aportan valor en una PYME española

Herramientas como Manus Inteligencia Artificial brillan en entregables puntuales, pero el retorno recurrente viene de otro lugar. En Agathas Web, el patrón que más se repite no es el agente genérico resolviéndolo todo — es el agente específico resolviendo bien una etapa costosa. Tres frentes donde veo un retorno consistente:

Atención al cliente en WhatsApp. Clasificación, cualificación y respuesta de primera línea con escalado a humano. Aquí la decisión de infraestructura pesa más que el modelo de IA: ejecutar sobre la API Oficial de WhatsApp en lugar de la app Business es lo que garantiza historial, múltiples agentes y menor riesgo de bloqueo.

Educación y EAD. Generación de borradores de contenido, corrección asistida y resumen de foros dentro de Moodle. El agente no sustituye al tutor; acorta el tiempo entre la duda del alumno y una respuesta útil.

Marketing y tráfico de pago. Análisis de creatividades, agrupación de términos de búsqueda, borrador de variaciones de anuncios. Es donde la ganancia aparece más rápido, porque el ciclo de prueba es corto y medible.

En todos los casos la regla es la misma que aplico desde hace más de quince años en proyectos de software: automatiza el proceso que ya sabes describir. Si nadie en el equipo consigue explicar la regla en dos frases, el problema no es la falta de IA.

Checklist: adoptar Manus Inteligencia Artificial sin crear deuda operativa

Si vas a probar Manus (o cualquier agente autónomo) esta semana, sigue este orden:

1. Elige una tarea tediosa y medible. Informe semanal, análisis de competidores, consolidación de hojas de cálculo. Nada de "vamos a automatizar toda la atención al cliente".
2. Define el coste máximo del piloto. Créditos o suscripción, con un límite mensual cerrado y alguien responsable de supervisar el consumo.
3. Nunca introduzcas datos personales sensibles en el piloto. DNI, historial médico, datos bancarios y base de clientes quedan fuera hasta que exista un contrato y una evaluación de riesgos.
4. Exporta todo semanalmente. Automatiza el backup de los entregables a una unidad tuya. El caso de agosto muestra por qué esto no es paranoia.
5. Compara con el baseline humano. Tiempo invertido antes, tiempo invertido después, retrabajo generado. Sin números, la discusión se convierte en opinión.
6. Documenta lo que hizo el agente. Prompt, fuentes y salida. La auditoría no es burocracia — es lo que te salva cuando el resultado sale mal.

RGPD y soberanía de datos: el punto ciego de los agentes autónomos

Un agente autónomo como Manus Inteligencia Artificial es, por definición, un sistema que envía tu contexto al exterior y actúa en tu nombre. Bajo el RGPD, esto te sitúa en la posición de controlador de los datos que introduces en el prompt — y la plataforma extranjera se convierte en operadora, con transferencia internacional de datos implicada.

Tres preguntas que resuelven el 90% del problema antes de que se convierta en incidente:

• ¿Qué datos personales hay en el prompt? Si la respuesta es "no sé", la respuesta real es "probablemente sí".
• ¿Dónde se procesan los datos y durante cuánto tiempo se retienen? Política de retención clara, con plazo y forma de eliminación.
• ¿Existe base legal y registro? Un interés legítimo mal documentado no soporta una inspección.

También conviene seguir el movimiento regulatorio español sobre IA, que avanza hacia la exigencia de transparencia y evaluación de riesgos en sistemas automatizados. Quien ya organiza contrato, inventario de datos y registro de uso ahora gastará mucho menos después. Para el contexto de proveedores y agentes corporativos, también conviene leer lo que discutí sobre lo que Gemini Spark cambia para las empresas y sobre las novedades del Google I/O 2026 para las empresas españolas.

Conclusión: la herramienta es del proveedor, el proceso es tuyo

La historia de Manus Inteligencia Artificial en 2026 es interesante por su trama — adquisición multimillonaria bloqueada por un regulador, Tencent entrando por la puerta de atrás, dos días de apagón programado — pero es útil por el recordatorio: ningún agente de IA es una infraestructura estable. Son capas rápidas, potentes y reemplazables sobre procesos que deben ser tuyos.

Prueba Manus Inteligencia Artificial. Prueba Gemini Spark. Prueba lo que aparezca el mes que viene. Solo no construyas el núcleo de tu negocio dentro de una cuenta que puede quedar inaccesible durante 48 horas por una decisión societaria del otro lado del mundo.

Si estás evaluando dónde los agentes de IA tienen sentido en tu operación — atención al cliente, EAD o tráfico — conviene empezar mapeando un solo proceso, con coste y métrica definidos. Es el tipo de conversación que tenemos cada mes por aquí, y casi siempre el primer paso cuesta menos de lo que se imagina.