IA cognitiva: Exploración detallada del futuro de la automatización.

Agentic AI: Una profunda inmersión en el futuro de la automatización

La inteligencia artificial (IA) siempre ha prometido ser transformadora en su potencial de autonomía, creando sistemas que pueden actuar de manera inteligente por sí solos sin supervisión humana. Sin embargo, este tipo de «IA Agentic» ha estado fuera del alcance de la mayoría de los casos de uso empresarial, hasta ahora.

Según lo mencionado por Sam Witteveen, CEO de Red Dragon AI, una consultora centrada en agentes de inteligencia artificial, dos tendencias relacionadas en diversas industrias cambiarán nuestra percepción de lo que es posible en el próximo año y medio.

Por un lado, surgirán alternativas integradas con agentes de IA en muchas herramientas y servicios de software familiares, lo que permitirá a los usuarios interactuar con ellos en lenguaje natural en lugar de utilizar interfaces especializadas o código. Por otro lado, está llegando una nueva generación de herramientas y marcos para construir agentes de IA personalizados, lo que permitirá a las empresas desarrollar estrategias impulsadas por IA para diferentes facetas de sus operaciones.

Este artículo es parte de una serie de profundización en Agentic AI, que promete ser la próxima fase evolutiva de la adopción de IA para empresas en diversas industrias. En las próximas semanas, esta serie explorará el impacto total de la IA Agentic en el funcionamiento de las organizaciones del futuro, incluyendo ciberseguridad, administración de TI, operaciones comerciales, ventas, marketing y más. También se analizará el panorama ético y regulatorio en evolución para ayudar a mantenerse orientado.

Desde la explosión de ChatGPT en la escena, las empresas de diferentes industrias han estado integrando la IA generativa en sus productos, desde la generación de imágenes hasta la mejora de los bots de servicio al cliente. Las compañías han adoptado estos productos en áreas que van desde el marketing de contenido hasta el desarrollo de software y la detección de amenazas, con un estudio de Google Cloud que muestra que el 70% de las empresas han visto un retorno de la inversión en al menos un caso de uso. Este impacto seguirá creciendo a medida que las soluciones maduren. Según un informe reciente de McKinsey, las tecnologías de IA generativa agregarán entre $2.6 billones a $4.4 billones de valor en los sectores empresariales, y reducirán la cantidad total de trabajo requerido por todos los empleados en un 50%-70%.

Sin embargo, otra ola de innovación está en el horizonte: una que promete hacer mucho más que producir visuales cautivadores o texto similar al humano. La IA Agentic está lista para revolucionar el núcleo mismo de cómo funcionan las empresas, con aplicaciones que pueden monitorear eventos de manera autónoma, tomar decisiones y realizar acciones reales, todo por sí solas. Es hora de mirar más allá de los chatbots y generadores de contenido que han dominado los titulares hasta ahora. Desde agentes integrados que gestionan amenazas de ciberseguridad en tiempo real hasta IA de marketing que genera campañas hiperpersonalizadas de forma autónoma, la IA Agentic no es solo un avance técnico, sino un verdadero cambio de paradigma que tendrá efectos profundos en las empresas y la sociedad.

Únete a nosotros hoy en San Francisco (10 de septiembre) para el AI Impact Tour, donde exploraremos el futuro de la IA Agentic. No te pierdas esta oportunidad de aprender de líderes de la industria como Meta, Intuit y Asana. Los asientos están casi agotados, ¡solicita tu lugar hoy!

Definiendo la IA Agentic: IA generativa fusionada con automatización clásica

La IA Agentic combina la automatización clásica con el poder de los modernos modelos de lenguaje grandes (LLMs), utilizando estos últimos para simular la toma de decisiones, el análisis y la creación de contenido humano. La idea de sistemas automatizados que pueden actuar no es nueva, e incluso un termostato clásico que puede encender y apagar la calefacción y el aire acondicionado cuando hace demasiado frío o calor es un tipo simple de automatización «inteligente».

En la era moderna, la automatización de TI ha sido revolucionada por tecnologías como Docker, Kubernetes y Terraform, que encapsulan los principios de autorregulación cibernética, un tipo de inteligencia agentic. Estos sistemas simplifican enormemente el trabajo de las operaciones de TI, permitiendo a un operador declarar (en código) el estado final deseado de un sistema y luego alinear automáticamente la realidad con el deseo, en lugar de que el operador tenga que realizar una larga secuencia de comandos para realizar cambios y verificar los resultados.

Sin embargo, esta clase de automatización clásica aún requiere que ingenieros expertos configuren y operen las herramientas utilizando código. Los ingenieros deben prever posibles situaciones y escribir scripts para capturar la lógica y las llamadas a API necesarias. La IA Agentic supera estas limitaciones de dos maneras radicales: en primer lugar, cualquier persona que pueda usar el lenguaje puede interactuar con el sistema, en lugar de estar limitado el acceso a codificadores entrenados. En segundo lugar, los scripts estáticos son reemplazados por código generado por LLM bajo demanda para adaptarse a la situación única.

En este nuevo paradigma, agentes inteligentes de IA pueden recibir objetivos amplios o criterios de éxito simplemente describiéndolos con palabras. Luego, estos agentes pueden recorrer ciclos de evaluación de lo que necesita hacerse, validar lo que han logrado hasta el momento y decidir los próximos pasos hacia el objetivo final, aproximadamente lo que haría un humano para resolver el problema.

Los agentes de IA también pueden interactuar con herramientas externas o APIs, consultando datos de fuentes externas y desencadenando acciones del mundo real. Esto puede incluir el envío de comunicaciones o la realización de transacciones de pago, no solo encontrarte un restaurante de pizza cercano, sino realmente ordenar por ti, como se muestra en esta demostración.

En servicios financieros, por ejemplo, los agentes de IA pueden monitorear continuamente los mercados, ejecutar automáticamente operaciones o ajustar estrategias de inversión en función de un análisis en tiempo real. Estos sistemas pueden procesar mucha más información que cualquier humano, lo que potencialmente permitiría que las empresas operen con mayor eficiencia, menor riesgo y una toma de decisiones mejorada.

El conjunto de propiedades siguientes generalmente define los sistemas de IA Agentic:

Generación: Los sistemas modernos de IA Agentic aprovechan la capacidad analítica y creativa de los LLM. A diferencia de las simples aplicaciones de IA generativa, sin embargo, no se limitan a devolver un texto generado al usuario como resultado. En cambio, pueden usar las salidas generadas como pasos intermedios dentro de un flujo de trabajo complejo, imitando el papel del pensamiento humano.

Llamada a herramientas: En los sistemas agentic, la IA puede llamar a herramientas o APIs específicas, consultando datos y desencadenando eventos de acuerdo con el razonamiento generado por el LLM.

Descubrimiento: Los sistemas Agentic pueden acceder a datos del mundo real desde una variedad de herramientas y flujos de datos, escapando de las limitaciones de sus datos de entrenamiento. Además, pueden aprovechar la generación de LLM para decidir qué datos necesitan y preguntar por ellos, en lugar de estar limitados a la entrada proporcionada por humanos, como en la generación asistida por recuperación (RAG). Por ejemplo, un agente de IA encargado de mantener la logística de la cadena de suministro podría escribir sus propias consultas a APIs de datos meteorológicos y bases de datos de inventario de proveedores, para predecir escaseces y determinar posibles soluciones.

Ejecución: Los agentes pueden tomar acciones del mundo real, como interactuar con sistemas externos o iniciar procesos, sin intervención humana. Un agente de IA podría enviar correos electrónicos u otras comunicaciones a humanos, enviar órdenes de compra o transferencias de fondos, otorgar o revocar acceso a sistemas seguros, o tomar cualquier acción que se pueda conectar a una API.

Autonomía (Autoincentivación): Los sistemas Agentic están «siempre activos»; no necesitan ser activados para hacer algo específico en un momento específico, como puede hacer un simple chatbot que solo responde a una solicitud. En su lugar, una vez activos, pueden monitorear el momento adecuado para actuar, aliviando a los humanos de este tipo de trabajo de «observar y esperar». Pueden recorrer ciclos de actuación, evaluación y planificación, autoincentivándose continuamente para avanzar hacia un estado final deseado.

Planificación: Los sistemas Agentic pueden generar, priorizar y gestionar conjuntos de tareas subordinadas para perseguir un objetivo general.

Composición: Los sistemas Agentic pueden ensamblar varios componentes, como consultas, scripts o subrutinas, llamadas a APIs o funciones remotas, en una acción o respuesta coherente. A diferencia de un script en la automatización tradicional, un agente de IA compone una solución única para un problema específico, usando un LLM para razonar cómo combinar los recursos disponibles. Esto puede incluir la delegación de trabajo a otros agentes de IA, ya sea creándolos bajo demanda o comunicándose a través de un límite de servicio.

Memoria: Los sistemas Agentic pueden construir y mantener sus propias representaciones de conocimiento internas, lo que les permite acumular y utilizar la información extraída a través del descubrimiento y la salida de acciones previas. Esta capacidad permite que los agentes funcionen de manera más autónoma, ya que pueden indexar, almacenar y recuperar información sobre el mundo para usar en tareas posteriores. Por ejemplo, un agente de compra personal para un sitio web de ventas al por menor podría mantener una lista idiosincrática de temas y datos sobre un usuario extraídos de sus interacciones en el chat y su comportamiento de compra, y usarlos para personalizar tanto la conversación como las recomendaciones.

Reflexión: Los sistemas Agentic pueden evaluar las soluciones que generan y volver a intentarlo si es necesario, en lugar de entregar resultados de baja calidad. Por ejemplo, un agente de marketing que genera copias de campaña personalizadas para el usuario a través de un proceso asistido por recuperación de múltiples pasos, podría enviar todos los documentos a un AI evaluador que predice las calificaciones y comentarios críticos del usuario, asegurando que los clientes solo encuentren los mejores resultados posibles.

Diagrama: Los sistemas Agentic pueden acceder a herramientas para descubrimiento y ejecución, y pueden planificar objetivos para lograr eventos del mundo real.

Transformando las empresas

Las implicaciones de la IA Agentic son enormes, complejas y dinámicas. Las organizaciones en todos los sectores deben prepararse para adaptarse.

Aunque los agentes de IA aún están en desarrollo y la tecnología enfrenta desafíos a medida que madura, en su núcleo depende de los LLM, que aún pueden sufrir alucinaciones. Si un agente realiza una búsqueda web de enlaces específicos, por ejemplo, podría traer backlinks ligeramente incorrectos. Y ese LLM podría no saber qué hacer con esa información, encontrándose en un bucle sin fin, aumentando los costos para el creador humano del agente mientras consume más y más tokens. Pero al mismo tiempo, los desarrolladores han acudido en masa para experimentar con y mejorar estos agentes. Con el tiempo, el diseño inteligente prevalecerá a medida que los ingenieros aprendan a combinar los componentes agentic en sistemas robustos.

Han surgido tres marcos principales de agentes como particularmente populares: Langraph, Autogen y CrewAI. Una revisión encontró que son más o menos iguales, aunque cada uno tiene sus ventajas y desventajas. En las próximas semanas, esta serie de artículos considerará casos de uso en una variedad de industrias, revisando las principales ofertas de productos para agentes de IA listos para usar, y considerando el tipo de proyectos que las empresas están construyendo ahora con estas herramientas y marcos DIY.

Aquí hay solo algunos ejemplos de cómo la IA Agentic ya está teniendo un impacto:

Ventas: Gestión de Leads de Próxima Generación

La IA Agentic está revolucionando el proceso de ventas al automatizar pipelines completos, permitiendo a las empresas escalar la gestión de leads como nunca antes. Herramientas como Conversica y Relevance AI ya están ofreciendo asistentes alimentados por IA que se involucran de forma autónoma con posibles leads, los califican y nutren a través del embudo de ventas. Conversica, por ejemplo, utiliza Asistentes Digitales de Ingreso impulsados por IA para iniciar conversaciones, responder consultas y programar seguimientos a través de correo electrónico y SMS. Estos asistentes aseguran que ningún lead sea descuidado, ayudando a las empresas a lograr hasta un aumento de 5 veces en oportunidades de venta calificadas al garantizar interacciones oportunas y personalizadas.

De manera similar, Relevance AI ofrece agentes de IA como sus Representantes de Desarrollo de Ventas (SDR) de IA, que automatizan tareas repetitivas como la calificación de leads y el seguimiento. Estos agentes de IA analizan el comportamiento de los leads en tiempo real, calificándolos y priorizándolos para que los representantes de ventas humanos se centren en oportunidades de alto valor.

La capacidad de personalización a escala es un cambio de juego para los equipos de ventas, permitiendo que los representantes humanos centren su tiempo en prospectos de alto valor mientras los agentes de IA manejan el compromiso rutinario con el cliente. De hecho, un informe de Gartner sugiere que para 2025, el 75% de las organizaciones de ventas B2B mejorarán sus equipos con agentes impulsados por IA para automatizar tareas rutinarias y mejorar la productividad general.

Marketing: Compras Hiper-Personalizadas a Escala

La IA Agentic está transformando la forma en que las empresas personalizan las interacciones con los clientes, con herramientas como Co-Marketer AI de Netcore y Agentforce de Salesforce liderando la carga. Co-Marketer AI permite a las marcas interactuar con los usuarios en múltiples canales, como correo electrónico, WhatsApp y SMS, ofreciendo contenido dinámico y personalizado basado en datos en tiempo real. Esta plataforma impulsada por IA aprende continuamente del comportamiento del usuario, lo que permite a las marcas ofrecer recomendaciones y ofertas altamente relevantes que se adaptan a los viajes individuales de los clientes, impulsando significativamente el compromiso y las conversiones.

Agentforce de Salesforce utiliza agentes de IA para crear y optimizar campañas de marketing personalizadas de forma autónoma. Estos agentes analizan datos de clientes, como compras anteriores e historial de navegación, para generar campañas y ofertas a medida a escala. Al automatizar estos procesos, las empresas pueden centrarse en estrategias de alto nivel mientras garantizan que los clientes reciban contenido altamente personalizado y relevante en todos los puntos de contacto, impulsando relaciones más profundas con los clientes y un mayor crecimiento de ingresos.

Ambas plataformas muestran el poder de la IA Agentic para ofrecer soluciones de marketing hiper-personalizadas y escalables que elevan el compromiso del cliente a nuevos niveles.

Ciberseguridad: Defensa en Tiempo Real

La ciberseguridad es una de las aplicaciones más obvias de la IA Agentic, donde la velocidad y la precisión son primordiales. En este espacio, compañías como Darktrace y Vectra AI han desarrollado agentes impulsados por IA que monitorean continuamente el tráfico de red, identifican amenazas e inician respuestas de forma autónoma.

Vectra AI utiliza agentes impulsados por IA para detectar y responder continuamente a incidentes de seguridad en la nube, centros de datos y redes empresariales. Los agentes de Vectra monitorean continuamente el tráfico de red, aprendiendo los patrones de comportamiento legítimo para identificar mejor las anomalías que podrían señalar un ataque. Una vez que se detecta una amenaza potencial, los agentes de IA inician la respuesta de forma autónoma, ya sea aislando el segmento comprometido de la red, bloqueando el tráfico malicioso o poniendo en cuarentena los sistemas afectados.

El cambio a la IA Agentic permitirá que los equipos de seguridad operen de manera más efectiva, manejando amenazas en tiempo real sin intervención humana. Esta defensa siempre activa y autónoma podría ser la clave para prevenir brechas y minimizar el daño de los ciberataques, permitiendo que las empresas operen de manera segura en un mundo digital cada vez más digital.

Infraestructura y Operaciones de TI: Gestión Proactiva

La gestión de la infraestructura de TI tradicionalmente ha involucrado una cantidad significativa de supervisión manual, configuración y monitoreo constante. Sin embargo, con el surgimiento de plataformas como Qovery, el futuro de las operaciones de TI se está volviendo cada vez más autónomo, aprovechando la IA Agentic para transformar la forma en que las empresas gestionan su infraestructura.

La plataforma de Qovery ofrece una visión de cómo la IA Agentic puede remodelar las operaciones de TI. Diseñados para automatizar el despliegue de aplicaciones en la nube,