¿Qué es la IA agéntica y cómo cambiará el trabajo?

La forma en que los humanos interactúan y colaboran con la IA está dando un salto espectacular con la IA agéntica. Piense: Agentes potenciados por la IA que puedan planificar su próximo viaje al extranjero y encargarse de todos los preparativos del viaje; robots parecidos a los humanos que actúen como cuidadores virtuales de ancianos; o especialistas de la cadena de suministro potenciados por la IA que puedan optimizar los inventarios sobre la marcha en respuesta a las fluctuaciones de la demanda en tiempo real. Éstas son sólo algunas de las posibilidades que abre la próxima era de la IA agéntica. Mientras que los asistentes de IA anteriores se basaban en reglas y tenían una capacidad limitada para actuar de forma independiente, la IA agéntica estará facultada para hacer más cosas en nuestro nombre. Pero, ¿qué es exactamente la IA agéntica? "Se puede definir la IA agéntica con una palabra: proactividad", afirma Enver Cetin, experto en IA de la empresa global de ingeniería de la experiencia Ciklum, a quien entrevisté. "Se refiere a los sistemas y modelos de IA que pueden actuar de forma autónoma para alcanzar objetivos sin necesidad de una guía humana constante. El sistema de IA agéntica entiende cuál es el objetivo o la visión del usuario y el contexto del problema que intenta resolver". Para alcanzar este nivel de decisión y acción autónomas, la IA agéntica se basa en un complejo conjunto de diferentes tecnologías de aprendizaje automático, procesamiento del lenguaje natural y automatización. Aunque los sistemas de IA agéntica aprovechan las capacidades creativas de los modelos de IA generativa como ChatGPT, difieren en varios aspectos. En primer lugar, se centran en la toma de decisiones más que en la creación de contenidos. En segundo lugar, no se basan en prompt humanos, sino que están configurados para optimizar metas u objetivos concretos, como maximizar las ventas, las puntuaciones de satisfacción de los clientes o la eficiencia en los procesos de la cadena de suministro. Y tercero, a diferencia de la IA generativa, también pueden llevar a cabo secuencias complejas de actividades, buscando independientemente en bases de datos o desencadenando flujos de trabajo para completar actividades. Las ventajas de trabajar con IA agéntica Con sus capacidades de razonamiento y ejecución sobrealimentadas, los sistemas de IA agéntica prometen transformar muchos aspectos de la colaboración entre humanos y máquinas, especialmente en áreas de trabajo que antes estaban aisladas de la automatización impulsada por la IA, como la gestión proactiva de sistemas IT complejos para anticiparse a las averías; la reconfiguración dinámica de las cadenas de suministro en respuesta a perturbaciones geopolíticas o meteorológicas; o la interacción realista con pacientes o clientes para resolver problemas. Tres de los principales beneficios serán una mayor especialización de la mano de obra, una mayor fiabilidad de la información y una mayor innovación. Mayor especialización La importancia de la especialización de la mano de obra - la "división del trabajo" - se ha comprendido desde la célebre visita de Adam Smith a la fábrica de alfileres en los párrafos iniciales de La riqueza de las naciones. Smith observó cómo un trabajador "saca el alambre, otro lo endereza [sic], un tercero lo corta; un cuarto lo puntea..." de tal forma que "el importante negocio de fabricar un alfiler se divide, de esta manera, en unas dieciocho operaciones distintas". La especialización aporta mayor eficacia, aprendizaje práctico e innovación, pero puede ser difícil de aplicar cuando las empresas se enfrentan a la escasez de mano de obra y a la falta de correspondencia entre las funciones y las capacidades humanas disponibles. Dado que los modelos agénticos están diseñados explícitamente para llevar a cabo tareas muy granulares, permiten una especialización mucho mayor de las funciones en comparación con los anteriores sistemas de automatización de amplio espectro. Es más, pueden crearse rápidamente múltiples roles agénticos. En el trabajo del conocimiento, por ejemplo, se pueden crear agentes para la recuperación de información, el análisis, la generación de flujos de trabajo y la asistencia a los empleados, todos ellos trabajando en tándem. Algunos agentes de IA también trabajarán "entre bastidores", orquestando el trabajo de otros agentes, igual que hacen los directivos humanos con sus equipos. Innovación Con su mayor capacidad de juicio y de ejecución, los sistemas de IA agéntica son ideales para la experimentación y la innovación. Por ejemplo, ChemCrow, un agente químico impulsado por IA, se ha utilizado para planificar y sintetizar un nuevo repelente de insectos, así como para crear compuestos orgánicos novedosos. Los modelos de IA multiagente también pueden escanear y analizar vastos espacios de investigación -como artículos científicos y bases de datos- en una fracción del tiempo que tardarían equipos de científicos e investigadores humanos. SciAgents, un modelo multiagente desarrollado por investigadores del MIT, incluye no sólo robots científicos para desarrollar planes de investigación, sino también un agente crítico para revisarlos y sugerir mejoras. Trabajando juntos, el equipo de agentes de IA fue capaz de identificar un novedoso biomaterial que combinaba seda y pigmentos a base de diente de león y que presentaba mejores propiedades mecánicas y ópticas en comparación con materiales similares, con un aporte energético reducido para colmo. Mayor fiabilidad El mayor razonamiento cognitivo de los sistemas de IA agéntica significa que es menos probable que sufran las denominadas alucinaciones (o información inventada) comunes a los sistemas de IA generativa. Los sistemas de IA agéntica también tienen una capacidad significativamente mayor para cribar y diferenciar las fuentes de información en función de su calidad y fiabilidad, lo que aumenta el grado de confianza en sus decisiones. Por ejemplo, mientras que la información sobre los clientes suele estar dispersa en distintos formatos por diferentes partes de una empresa -correos electrónicos, bases de datos, hojas de cálculo y similares-, un sistema de IA agéntica puede discernir rápidamente que la información más fiable y actualizada probablemente se encuentre en los sistemas de gestión de las relaciones con los clientes (CRM) de la empresa. Los sistemas agénticos también están diseñados para aprender rápidamente los valores humanos y de marca de una empresa, garantizando que éstos estén alineados con las decisiones y acciones. Casos de uso potenciales Aunque muchas aplicaciones de la IA agéntica son todavía de naturaleza experimental o se encuentran en una fase piloto, los contornos generales de los casos de uso potenciales ya están empezando a surgir en diferentes industrias y funciones. Algunos ejemplos son Atención al cliente A diferencia de los tradicionales robots automatizados de atención al cliente, preprogramados con una gama limitada de respuestas y acciones, los agentes de atención al cliente agénticos pueden captar rápidamente las intenciones y emociones del cliente y tomar medidas independientes para resolver consultas y problemas. Por ejemplo, un agente de atención al cliente agéntico podría evaluar de forma predictiva si la entrega a un cliente va a llegar tarde, informar al cliente del retraso y ofrecerle de forma proactiva un descuento para endulzar la decepción. Ema, una start-up de IA con sede en California, ofrece chatbots de IA agéntica que pueden rastrear dinámicamente miles de bases de datos y aplicaciones diferentes para resolver las consultas y quejas de los clientes, aprendiendo de cada interacción con el cliente e identificando las acciones recomendadas para los agentes humanos. Ema también audita su contenido por motivos de precisión y cumplimiento, al tiempo que hace recomendaciones para mejorar la base de conocimientos de los clientes. Fabricación Desde el control del flujo de las líneas de producción hasta la personalización de los productos o la formulación de sugerencias para mejorar su diseño, es probable que la IA agéntica tenga múltiples aplicaciones en la fabricación inteligente. Los datos de los sensores conectados a las máquinas, los componentes y otros activos físicos en las fábricas y el transporte pueden ser analizados por un sistema de IA agéntica para predecir el desgaste y las interrupciones de la producción, evitando los tiempos de inactividad no programados y los costes asociados para los fabricantes. La start-up alemana de IA Juna.ai despliega agentes de IA para dirigir fábricas virtuales, con el objetivo de maximizar la productividad y la calidad, reduciendo al mismo tiempo el consumo de energía y las emisiones de carbono. Incluso ofrece agentes adaptados a objetivos específicos, como agentes de producción y agentes de calidad. Apoyo a las ventas Para los agentes de ventas, el objetivo crítico de encontrar y desarrollar clientes potenciales puede verse a menudo inundado por una masa de correos electrónicos, papeleo y otras tareas administrativas mundanas pero necesarias. Los sistemas de IA agéntica podrían liberar drásticamente a los equipos de ventas de gran parte de esta actividad que consume tanto tiempo. El titán de la tecnología CRM Salesforce, por ejemplo, presentó recientemente su servicio de desarrollo de fuerza de agentes para ayudar en el trabajo de los equipos de ventas humanos. Impulsado por modelos de gran lenguaje (LLM), el agente puede interpretar los mensajes de los clientes, recomendar acciones de seguimiento, concertar reuniones, responder preguntas y generar respuestas que estén en sintonía con la voz de la marca de la empresa. Como complemento de estas actividades está el entrenador de ventas de la fuerza de agentes, que proporciona comentarios personalizados a los agentes humanos y oportunidades de aprendizaje a través de sesiones virtuales de juegos de rol. Sanidad y asistencia social Su capacidad para adaptarse a diferentes entornos, interpretar las emociones humanas y mostrar empatía hace que los sistemas de IA agéntica sean ideales para trabajos no rutinarios y de habilidades blandas en áreas como la asistencia sanitaria y los cuidados. Hippocratic AI, una empresa de IA agéntica para la asistencia sanitaria con sede en California, ha creado una falange de agentes de IA adaptados a diferentes áreas de la asistencia sanitaria y social. El equipo cuenta entre sus filas con Sarah, una agente de IA que "irradia calidez y comprensión" mientras presta ayuda en la asistencia a domicilio. Sarah puede preguntar a los pacientes sobre su día, organizar los menús y el transporte, y recordarles periódicamente que tomen su medicación. Judy, otro agente impulsado por IA, ayuda a los pacientes en los procedimientos preoperatorios, por ejemplo recordándoles la hora y el lugar de llegada, o aconsejándoles sobre el ayuno preoperatorio o la suspensión de la medicación. Los retos futuros A pesar de su importante potencial para transformar la colaboración entre humanos y máquinas e impulsar una mayor eficiencia y crecimiento empresarial, los sistemas de IA agéntica se encuentran todavía en una fase relativamente temprana de desarrollo. Además, a pesar de sus mayores poderes de razonamiento y ejecución, no eliminan los retos tradicionales de la gestión de la mano de obra, sino que los cambian. Al igual que en los entornos tradicionales de mano de obra humana, los directivos deben seguir prestando atención a las cuestiones de composición de los equipos y selección de funciones, y deben establecer los objetivos generales adecuados para garantizar que los equipos de IA agéntica o híbridos puedan tener éxito. También deben calibrar cuidadosamente las condiciones en las que se puede confiar en los sistemas de IA agéntica para tomar decisiones y las circunstancias en las que deben intervenir los responsables humanos. Imperativos para el éxito Para aprovechar las oportunidades de la IA agéntica y mitigar al mismo tiempo los riesgos, los directivos deben tener en cuenta los siguientes imperativos: Establecer objetivos SMART Al igual que el rendimiento de los equipos humanos puede verse obstaculizado por objetivos mal definidos o mal articulados, los sistemas de IA agéntica también pueden descarrilarse si los objetivos no se establecen con claridad. De hecho, la fijación de objetivos es aún más importante para la IA agéntica, ya que los sistemas carecen inicialmente de la información contextual -como el contexto organizativo y de mercado, los valores de la empresa, etc.- que a menudo comprenden tácitamente los trabajadores humanos. Cetin, de Ciklum, subraya la importancia de establecer objetivos exhaustivos: "Para que la IA agéntica tenga éxito, los modelos deben tener objetivos y subobjetivos SMART (específicos, mensurables, alcanzables, pertinentes y sujetos a plazos) y saber cómo medirlos. Deben tener la información contextual adecuada: por qué son importantes estos objetivos para la empresa, cómo impulsan los ingresos, etc. Por último, como directivos, tenemos que establecer circuitos de retroalimentación para ajustar los modelos a medida que aprendemos más sobre su rendimiento." Preste atención a la selección del equipo En comparación con la IA generativa -que se basa en gran medida en prompting a modelos de gran lenguaje con preguntas singulares- la IA agenética es mucho más un esfuerzo de equipo, que hace uso de múltiples agentes de IA, todos los cuales tienen funciones específicas que desempeñar para lograr un objetivo mayor, ya sea maximizar la experiencia del cliente o innovar un proceso empresarial de menor coste. Al igual que en los equipos humanos, es probable que surjan problemas de coordinación, conflicto y gestión de recursos. Los directivos que utilicen sistemas de IA agéntica tendrán que prestar mucha atención a la selección del equipo, asegurándose de que cuentan con la combinación adecuada de roles agénticos que llevan a cabo las tareas correctas, de forma eficiente. Además, tendrán que considerar cuidadosamente cómo interactúan los equipos agénticos con los trabajadores humanos para lograr confianza y eficacia en las actividades. Andamiar el espacio de decisión Aunque los modelos de IA agéntica están diseñados explícitamente para evaluar las opciones de decisión y llevar a cabo secuencias complejas de acciones, no son infalibles y pueden cometer errores, al igual que los humanos. La ciencia del aprendizaje subraya la importancia del "andamiaje" en el aprendizaje, dando a los alumnos exposición a la práctica del mundo real con salvaguardas -supervisión, límites bien definidos, etc.- que luego se retiran progresivamente a medida que aumenta la experiencia. Este andamiaje será esencial a medida que los sistemas de IA agéntica se apliquen a diferentes tareas y áreas empresariales, y los responsables de la toma de decisiones construirán el andamiaje adecuado para estos modelos basándose en factores como la criticidad de la decisión, las consecuencias de los errores, el grado de confianza en los datos utilizados para entrenar los modelos, el grado de supervisión humana y el perfil de experiencia de los humanos que trabajan junto a estos sistemas (para más información sobre el papel de la experiencia, véase el anterior artículo de la autora en HBR con Mark Williams sobre "Cómo la IA puede ayudar a los líderes a tomar mejores decisiones bajo presión"). . . . Desde los primeros días de los autómatas mecánicos hasta los bots conversacionales más recientes, los científicos e ingenieros han soñado con un futuro en el que los sistemas de IA puedan trabajar y actuar de forma inteligente e independiente. Los recientes avances en IA agéntica acercan ese futuro autónomo un paso más a la realidad. El premio de la IA agéntica podría ser grande, con la promesa de una mayor productividad, innovación y conocimientos para la mano de obra humana. Pero también lo son los riesgos: el potencial de sesgos, errores y usos inadecuados. Una acción temprana por parte de los líderes empresariales y gubernamentales ahora ayudará a establecer el curso correcto para el desarrollo de la IA agéntica, de modo que sus beneficios puedan lograrse de forma segura y justa.

¿Qué es la IA agéntica y cómo cambiará el trabajo?

Resumen.

Partner Center