Inteligencia Artificial
¿Cuál es el próximo gran avance en la automatización empresarial? Si se le pregunta a los gigantes tecnológicos, son los agentes, impulsados por IA generativa.
No existe una definición universalmente aceptada de agente pero hoy en día el término se utiliza para describir herramientas generativas impulsadas por IA que pueden realizar tareas complejas a través de interacciones similares a las humanas entre software y plataformas web.
Por ejemplo, un agente podría crear un itinerario completando la información de un cliente en los sitios web de aerolíneas y cadenas hoteleras. O un agente podría solicitar el servicio de transporte privado más económico a una ubicación comparando automáticamente los precios entre aplicaciones.
Los desarrolladores perciben la oportunidad. OpenAI, el creador de ChatGPT, se encuentra, según los informes, realizando grandes esfuerzos en el desarrollo de sistemas de agentes de IA. Y Google hizo una demostración de una serie de productos similares a agentes en su conferencia anual Cloud Next a principios de abril.
“Las empresas deberían comenzar a prepararse para la adopción a gran escala de agentes autónomos de forma inmediata”, dijeron recientemente analistas de Boston Consulting Group en un informe, citando a expertos que estiman que los agentes autónomos se generalizarán en el mercado en los próximos tres a cinco años.
Automatización de la vieja escuela
Entonces, ¿dónde deja eso al RPA?
La automatización robótica de procesos (RPA) se puso de moda hace más de una década cuando las empresas recurrieron a la tecnología para reforzar sus esfuerzos de transformación digital y al mismo tiempo reducir costes. Como un agente, RPA impulsa la automatización del flujo de trabajo. Pero es una forma mucho más rígida, basada en reglas preestablecidas de “si-sucede-esto-entonces-haz-esto” para procesos que pueden dividirse en pasos discretizados y estrictamente definidos.
«RPA puede imitar acciones humanas, como hacer clic, escribir o copiar y pegar, para realizar tareas más rápido y con mayor precisión que los humanos», explicó Saikat Ray, analista vicepresidente de Gartner. «Sin embargo, los robots RPA tienen limitaciones cuando se trata de manejar tareas complejas, creativas o dinámicas que requieren procesamiento del lenguaje natural o habilidades de razonamiento».
Esta rigidez hace que la construcción de RPA sea cara y limita considerablemente su aplicabilidad.
Una encuesta/estudio de 2022 de Robocorp, un proveedor de RPA, mostró que de las organizaciones que dicen haber adoptado RPA, el 69% experimenta flujos de trabajo de automatización no continuos al menos una vez a la semana, muchos de los cuales tardan horas en solucionarse. Se han creado negocios enteros ayudando a las empresas a administrar sus instalaciones de RPA y evitar que no funcionen eficientemente.
Los proveedores de RPA no son ingenuos. Son muy conscientes de los desafíos y creen que la IA generativa podría resolver muchos de ellos sin acelerar la desaparición de sus plataformas. En la mente de los proveedores de este tipo de soluciones, la RPA y los agentes generativos impulsados por IA pueden coexistir pacíficamente y tal vez algún día incluso llegar a complementarse entre sí.
Automatización de IA generativa
UiPath, uno de los actores más importantes en el mercado de RPA con aproximadamente 10.000+ clientes, incluidos Uber, Xerox y CrowdStrike, anunció recientemente nuevas funciones de IA generativa centradas en el procesamiento de documentos y mensajes, además de tomar acciones automatizadas para ofrecer lo que Bob Enslin, CEO de UiPath, llama «transformación digital con un solo clic».
«Estas características proporcionan a los clientes modelos de IA generativos que están capacitados para sus tareas específicas», dijo Enslin. “Nuestra IA generativa impulsa cargas de trabajo como la finalización de textos para correos electrónicos, la categorización, la detección de imágenes, la traducción de idiomas y la capacidad de filtrar información de identificación personal y responder rápidamente cualquier pregunta relacionada con temas de personas basándose en el conocimiento de datos internos «.
Una de las exploraciones más recientes de UiPath en el dominio de la IA generativa es Clipboard AI, que combina la plataforma de UiPath con modelos de terceros de OpenAI, Google y otros para, como dice Enslin, “llevar el poder de la automatización a cualquiera que tenga que copiar/ pegar.» Clipboard AI permite a los usuarios resaltar datos de un formulario y, aprovechando la IA generativa para determinar los lugares correctos para los datos copiados, señalarlos a otro formulario, aplicación, hoja de cálculo o base de datos.
“UiPath ve la necesidad de aunar acción e inteligencia artificial; aquí es donde se crea valor”, afirmó Enslin. «Creemos que el mejor rendimiento provendrá de aquellos que combinen la IA generativa y el juicio humano (lo que llamamos human-in-the-loop) en procesos de principio a final».
Automation Anywhere, el principal rival de UiPath, también está intentando incorporar la IA generativa a sus tecnologías RPA.
El año pasado, Automation Anywhere lanzó herramientas generativas impulsadas por IA para crear flujos de trabajo a partir de lenguaje natural, resumir contenido, extraer datos de documentos y, quizás lo más importante, adaptarse a cambios en aplicaciones que normalmente provocarían que fallara una automatización de RPA.
“Nuestro modelos de IA generativa están desarrollados sobre modelos de lenguaje grandes abiertos y entrenados con metadatos anónimos de más de 150 millones de procesos de automatización en miles de aplicaciones empresariales”, dijo Peter White, vicepresidente senior de IA empresarial y automatización en Automation Anywhere. «Seguimos creando modelos personalizados de aprendizaje automático para tareas específicas dentro de nuestra plataforma y ahora también estamos creando modelos personalizados sobre modelos fundamentales de IA generativa utilizando nuestros conjuntos de datos de automatización».
RPA de próxima generación
Saikat Ray señala que es importante ser conscientes de las limitaciones de la IA generativa (es decir, sesgos y alucinaciones) ya que se impulsan un número creciente de capacidades de RPA. Pero, dejando de lado los riesgos, cree que la IA generativa puede agregar valor a la RPA al transformar la forma en que funcionan estas plataformas y «crear nuevas posibilidades para la automatización».
«La IA generativa es una tecnología poderosa que puede mejorar las capacidades de las plataformas RPA, permitiéndoles comprender y generar lenguaje natural, automatizar la creación de contenido, mejorar la toma de decisiones e incluso generar código», dijo Ray. «Al integrar modelos de IA generativa, las plataformas RPA pueden ofrecer más valor a sus clientes, aumentar su productividad y eficiencia y ampliar sus casos de uso y aplicaciones».
Craig Le Clair, analista principal de Forrester, considera que las plataformas RPA están maduras para expandirse con el apoyo agentes autónomos e IA generativa a medida que aumentan sus casos de uso. De hecho, anticipa que las plataformas RPA se transformarán en conjuntos de herramientas integrales para la automatización: conjuntos de herramientas que ayuden a implementar RPA además de tecnologías de IA generativa relacionadas.
«Las plataformas RPA tienen la arquitectura para gestionar miles de automatizaciones de tareas y esto es un buen augurio para la gestión central de agentes de IA», afirmó. “Miles de empresas están bien establecidas con plataformas RPA y estarán abiertas a utilizarlas con agentes generativos integrados con IA. RPA ha crecido en parte gracias a su capacidad para integrarse fácilmente con los patrones de trabajo existentes, a través de la integración de la interfaz de usuario, y esto seguirá siendo valioso para agentes más inteligentes en el futuro”.
UiPath ya está comenzando a tomar medidas en esta dirección con una nueva capacidad, Context Grounding, que ya mostró una versión preliminar a principios de este mes. Como explicó Enslin, Context Grounding está diseñado para mejorar la precisión de los modelos generativos de IA (tanto propios como de terceros) al convertir los datos comerciales que esos modelos podrían utilizar en un formato «optimizado» que sea más fácil de indexar y buscar.
«Context Grounding extrae información de conjuntos de datos específicos de la empresa, como una base de conocimientos o políticas y procedimientos internos, para crear respuestas más precisas y esclarecedoras», dijo Enslin.
Si hay algo que frena a los proveedores de RPA, es la tentación siempre presente de encerrar a los clientes, dijo Le Clair. Hizo hincapié en la necesidad de que las plataformas “permanezcan agnósticas” y ofrezcan herramientas que puedan configurarse para funcionar con una variedad de sistemas y flujos de trabajo empresariales actuales y futuros.
Ante eso, Enslin prometió que UiPath seguirá siendo «abierto, flexible y responsable».
«El futuro de la IA requerirá una combinación de IA especializada con IA generativa», continuó. «Queremos que los clientes puedan utilizar con confianza todo tipo de IA».
White no se comprometió exactamente con la neutralidad. Pero enfatizó que la hoja de ruta de Automation Anywhere está siendo influenciada en gran medida por los comentarios de los clientes.
«Lo que escuchamos de todos los clientes, en todas las industrias, es que su capacidad para incorporar la automatización en muchos más casos de uso ha aumentado exponencialmente con la IA generativa», dijo. “Con la IA generativa incorporada en tecnologías de automatización inteligente como RPA, vemos el potencial de las organizaciones para reducir los costes operativos y aumentar la productividad. Las empresas que no adopten estas tecnologías tendrán dificultades para competir contra otras que adopten la IA generativa y la automatización”.
