Rita Estévez, consejera independiente y experta en Tecnología.
¿Qué pasaría si en tu empresa tuvieras un equipo de asistentes incansables, capaces de ejecutar tareas complejas, interactuar con humanos y optimizar procesos de forma autónoma? No es una fantasía futurista ni una exageración de Silicon Valley: es el impacto real que prometen la inteligencia artificial agéntica en las grandes organizaciones.
Si hasta hace poco los modelos de lenguaje como ChatGPT nos sorprendían contestando preguntas y generando textos, ahora los agentes de IA van mucho más allá: no se limitan a esperar una instrucción para generar una respuesta, actúan de forma autónoma.
Estamos ante la segunda gran revolución de la IA. Dos años y medio después de la aparición de la IA Generativa, el 2025 será el año de los agentes de IA.
Pero, ¿qué es la IA agéntica? ¿Cómo funciona este nuevo tipo de IA? Los agentes funcionan en torno a la consecución de un objetivo concreto de negocio, para el cual son creados. Una vez este es definido y conforme a unas reglas que también se le asignan, lo dividen en distintos pasos lógicos - o subtareas- para conseguir los resultados: “razonan” cómo buscar información existente que les pueda ayudar en la tarea (en la web o internamente en la empresa), interpretan lo recopilado, toman una decisión sobre cómo actuar y se conectan a los sistemas operacionales en la empresa necesarios para ello (APIs, ERP, core, etc).
Además, el agente de IA utilizará mecanismos de aprendizaje continuo para ir mejorando en la consecución de su objetivo.
Pero, ¿qué tipos de agentes de IA existen? Como ya pasó con los modelos de IA generativa, existen diferentes modalidades de Agentes según diferentes criterios.
Si consideramos su capacidad para acometer tareas más o menos complejas, estaríamos hablando de: agentes autónomos simples – normalmente monotarea o más básicos. O de sistemas de agentes estructurados, donde distintos agentes se coordinan y hablan entre sí para llevar a cabo una tarea más compleja.
Si, por el contrario, la consideración es el grado de personalización del agente a la compañía, estaríamos hablando de agentes estándar o de agentes personalizados. Siendo los Agentes “estándar” aquellos que “más fácilmente” se pueden adoptar en las compañías al tratarse de soluciones convencionales propias de un sector o que vienen embebidos en las grandes plataformas de software de mercado (por ejemplo, Google con Agentspace, Salesforce con Agentforce, etc). Mientras que los agentes personalizados, serían aquellos que se desarrollan de cero para un caso de uso específico de una compañía utilizando “frameworks” específicos de desarrollo como LangChain o AutoGen.
Un ejemplo de estos últimos sería el caso de uso de multiagentes en el sector 'telco' creados con el objetivo de mejorar la fiabilidad de las redes de comunicación, resolver incidencias y definir procesos para su mantenimiento predictivo de forma autónoma.
O en banca, donde para la gestión de campañas y personalización de ofertas al cliente, se están creando sistemas de IA Agéntica, donde diferentes agentes colaboran de forma dinámica en el perfilado del cliente, monitorización de su comportamiento, recomendación de ofertas y optimización del canal de comunicación.
En definitiva, los Agentes de IA suponen una gran oportunidad para las empresas. Tanto desde un punto de vista de eficiencia y optimización de procesos, como de creatividad y transformación de su modelo operativo.
Pero esta gran oportunidad viene acompañada de retos no menores.
El primero es de naturaleza tecnológica, ya que desplegar un agente de IA en una organización no es simplemente "conectar y listo". Se necesita una infraestructura tecnológica robusta (datos de calidad, accesos seguros a información relevante, APIs, etc), además de cuatro componentes clave:
a) un LLM o modelo de lenguaje para la comprensión contextual del objetivo asignado
b) memoria, para recordar interacciones y así aprender
c) motor de orquestación para diseñar y ejecutar estrategias d) un componente de Retrieval (o recuperación) para acceder a fuentes de información externas o internas de las que aprender.
Además, existen retos de naturaleza más humana como la necesidad del talento adecuado, así como una imprescindible adaptación cultural y organizacional de la compañía a estas formas de trabajar, hombre – máquina.
Sin olvidar la necesaria definición de sistemas de gobierno y gestión de riesgos que aseguren el uso ético de esta tecnología, un estricto cumplimiento normativo del nuevo Reglamento europeo de la IA, y una mayor seguridad en su comportamiento, ya que los agentes se pueden convertir en puntos vulnerables para ciberataques.
Retos que harán que la adopción de este nuevo tipo de IA sea gradual y progresiva. Y no será hasta dentro de dos o tres años en los que su utilización en las empresas se convierta en una normalidad.
¿Hay por tanto fundamento para tanto revuelo? Definitivamente sí. Su potencial de transformación es enorme. Tanto que están empezando a surgir preguntas sobre si los agentes de IA podrán sustituir a las personas.
En mi opinión, esto no ocurrirá. Principalmente, porque habilidades tan necesarias para el desarrollo de las organizaciones como la creatividad, el pensamiento crítico y la gestión de la incertidumbre seguirán siendo habilidades exclusivamente humanas.
El futuro probablemente será, no el de las máquinas reemplazando a los trabajadores, sino una organización de equipos híbridos donde agentes de IA y humanos trabajen de la mano y se complementen para la consecución óptima y eficiente de resultados.
***Rita Estévez es consejera independiente y experta en Tecnología