El futuro de los sistemas basados en IA: agentes basados en IA

La implementación y puesta en marcha de sistemas basados en IA puede parecer un proyecto grande y complicado, lleno de riesgos. Sin embargo, está surgiendo otro modo de implementación: los agentes basados en IA. La IA generativa ha añadido nuevos atributos y capacidades a los agentes, los cuales han sido difíciles de configurar y gestionar en el pasado. Una nueva investigación muestra que estos servicios más fáciles de configurar están captando la atención de los tecnólogos y sus líderes empresariales.

Agentes basados en IA: el siguiente paso en la evolución de la IA, según un informe de la consultora McKinsey. Este informe predice que la influencia de los sistemas agentes, definidos como “sistemas digitales que pueden interactuar de forma independiente en un mundo dinámico”, aumentará. Aunque los sistemas agentes han existido durante algún tiempo, “las capacidades de lenguaje natural de la IA generativa revelan nuevas posibilidades, permitiendo sistemas que pueden planificar sus acciones, utilizar herramientas en línea para completar esas tareas, colaborar con otros agentes y personas, y aprender para mejorar su rendimiento,” afirmó el equipo de autores de McKinsey, liderado por Lareina Yee.

La siguiente etapa de la IA generativa probablemente será aún “más transformadora,” sugirieron Yee y sus colegas. “Estamos comenzando una evolución desde herramientas basadas en conocimiento, alimentadas por gen IA — por ejemplo, chatbots que responden preguntas y generan contenido — a agentes gen IA que utilizan modelos fundamentales para ejecutar flujos de trabajo complejos y multietapa en un mundo digital. En resumen, la tecnología está pasando del pensamiento a la acción.”

La mayoría de los 1.100 ejecutivos tecnológicos consultados (82%) en una encuesta reciente de la consultora Capgemini indicaron que tienen la intención de integrar agentes basados en IA en sus organizaciones en los próximos tres años, en comparación con el 10% que cuenta con agentes funcionales en la actualidad. El informe encontró que siete de cada diez encuestados (70%) confiarían en un agente de IA para analizar y sintetizar datos, y el 50% confiaría en un agente de IA para enviar un correo electrónico profesional en su nombre. Aproximadamente tres cuartas partes de los encuestados (75%) declararon que tienen la intención de desplegar agentes de IA para abordar tareas como la generación y mejora iterativa de código. Otros posibles roles para los agentes incluyen la generación y edición de informes preliminares (70%) y el contenido del sitio web (68%), así como la generación de correos electrónicos, programación y análisis de datos.

Los agentes alimentados por IA son capaces de asumir una diversidad de roles. “Un asistente virtual, por ejemplo, podría planificar y reservar una compleja itinerancia personalizada, gestionando la logística en múltiples plataformas de viaje,” según el informe de McKinsey. “Usando un lenguaje cotidiano, un ingeniero podría describir una nueva característica de software a un agente programador, el cual codificaría, probaría, iteraría y desplegaría la herramienta que ayudó a crear.”

Hasta ahora, los agentes de software “han sido difíciles de implementar, requiriendo una programación basada en reglas laboriosa o el entrenamiento altamente específico de modelos de aprendizaje automático,” señaló el equipo de McKinsey. Sin embargo, ahora está ocurriendo un cambio significativo. “Gen IA cambia eso. Cuando los sistemas de agentes se construyen utilizando modelos fundamentales — los cuales han sido entrenados en conjuntos de datos no estructurados extremadamente grandes y variados — en lugar de reglas predefinidas, tienen el potencial de adaptarse a diferentes escenarios de la misma manera en que los LLM pueden responder de manera inteligible a indicaciones en las que no han sido explícitamente entrenados.”

El uso del procesamiento de lenguaje natural por parte de los agentes basados en IA también cambia la ecuación. “Actualmente, para automatizar un caso de uso, primero debe descomponerse en una serie de reglas y pasos que puedan ser codificados,” dijo el equipo de McKinsey. “Estos pasos suelen ser traducidos a código informático e integrados en sistemas de software — un proceso costoso y laborioso que requiere un conocimiento técnico significativo. Debido a que los sistemas agentes utilizan el lenguaje natural como forma de instrucción, incluso los flujos de trabajo complejos pueden ser codificados de manera más rápida y sencilla. Además, el proceso potencialmente puede ser realizado por empleados no técnicos, en lugar de ingenieros de software.”

Existen seis niveles de agentes de IA, cada uno ofreciendo una funcionalidad creciente, según revela este tutorial publicado por Amazon Web Services:

  • Agentes de reflejo simple
  • Agentes de reflejo basados en modelos
  • Agentes basados en reglas/objetivos
  • Agentes basados en utilidad
  • Agentes de aprendizaje
  • Agentes jerárquicos

En resumen, con el avance de la IA generativa y el uso de agentes basados en IA en diferentes contextos, se vislumbra un futuro en el que estas tecnologías transformarán no solo la forma en que interactuamos con las máquinas, sino también la manera en que trabajamos y realizamos tareas cotidianas. Estos avances representan una oportunidad emocionante para mejorar la eficiencia y la productividad en una amplia gama de industrias y sectores..