Mientras los gigantes tecnológicos compiten en el espacio de inversión en IA -y las acciones de IA se disparan-, hay un desarrollo de IA en particular que está ampliando rápidamente lo que la IA puede hacer por las empresas: el agente de IA.
Me gusta pensar en él como "cualquier proceso inteligente de IA que puede actuar en nombre de un ser humano para lograr un objetivo". Las numerosas posibilidades que abren estos agentes les han valido un puesto de "Empezar a ver" en nuestra matriz "Tendencias a seguir de la IA" de Looking Glass, donde recomendamos estratégicamente su adopción.
Los agentes de IA pueden ser autónomos en distintos grados. Por ejemplo, se puede asignar a un agente un objetivo concreto y ver cómo lo consigue, como cuando se le pide a ChatGPT que busque cierta información, al estilo "navegador web", o que utilice sus capacidades en Python para interpretar datos.
O puedes pedir a un agente de IA que elabore un plan de varios pasos para lograr un objetivo más complejo, que puede ejecutar sistemáticamente con tu aprobación. O puede ir más allá, más allá del pensamiento tradicional de automatización de procesos robóticos (RPA), para apoyar los procesos empresariales en curso mediante el uso de agentes de IA corporativos que ahora son mucho más adaptables e inteligentes
El proyecto de Thoughtworks de modernización de sistemas fragmentados para una empresa canadiense de telecomunicaciones multiplay pone de relieve el potencial de esta última vía. En lugar de que un humano desprovisione manualmente un servicio y lo vuelva a poner en marcha para resolver el problema de un cliente, un agente de IA totalmente autónomo podría identificar el problema y resolverlo en segundo plano. Un enfoque semiautónomo podría implicar que un representante del servicio de atención al cliente identificara un problema y luego diera instrucciones al agente de IA para que aplicara una solución sugerida.
Pero quizá sea la capacidad de un agente de IA para interactuar con sistemas corporativos y datos del mundo real a través de API lo que, para mí, constituye uno de los avances actuales más interesantes. Los modelos GPT de OpenAI, combinados con Zapier para conectarse a más de 6.000 sistemas corporativos como Trello y Jira, son un ejemplo, y hay otros como la plataforma Bedrock de Amazon y Duet AI de Google.
Por ejemplo, aunque AWS Bedrock te permite revisar el plan de acción de un agente y sus procesos de "pensamiento", lo que te permite comprobar que son lo que esperas que sean, probar de forma fiable los agentes de IA en general sigue siendo un reto para el sector. Al final, el tiempo y el esfuerzo que dediques a esto dependerá del nivel de riesgo que implique. Aunque dejar que un proceso de correo electrónico de marketing personalizado se ejecute automáticamente puede no tener implicaciones graves -especialmente cuando más del 95% de los correos electrónicos enviados no se leerán-, la carga de las pruebas es mucho mayor si el agente de IA interactúa con, por ejemplo, una API de cuentas por cobrar.
Los agentes de IA suponen un cambio radical en la forma en que las empresas pueden aprovechar el poder de la IA interactuando de forma más rica con su entorno para alcanzar sus objetivos empresariales de forma más rápida, barata y eficaz. Y aunque reconocemos plenamente las preocupaciones de algunos en torno a la autonomía de los agentes de IA, en Thoughtworks creemos que mantener un enfoque similar al de un láser en su gestión, dirección y resultados es la mejor manera de que las empresas cosechen los beneficios de su enorme potencial.
Si te interesan los agentes de IA u otras tendencias emergentes en el campo de la IA, ¿por qué no echas un vistazo al último informe Looking Glass de Thoughtworks? Está lleno de ideas útiles que te permitirán navegar por la siguiente etapa de tu viaje hacia la IA, junto con otras tendencias tecnológicas importantes.
Aviso legal: Las declaraciones y opiniones expresadas en este artículo son las del autor/a o autores y no reflejan necesariamente las posiciones de Thoughtworks.
