Spanish English Eesti French German Italian Portuguese
Marketing Social

Qué es un agente de IA

Se supone que los agentes de IA serán la próxima gran novedad en IA, pero no existe una definición exacta de qué son. Hasta este punto, la gente no puede ponerse de acuerdo sobre qué constituye exactamente un agente de IA.

En su forma más simple, un agente de IA se describe mejor como un software impulsado por IA que realiza una serie de trabajos que un agente humano de servicio al cliente, una persona de recursos humanos o un empleado de la mesa de soporte de TI podría haber realizado en el pasado, aunque en última instancia podría involucrar cualquier tarea. Se le pide que haga cosas y él las hace por una persona, a veces cruzando múltiples sistemas e yendo mucho más allá de simplemente responder preguntas. Por ejemplo, Perplexity lanzó un agente de inteligencia artificial que ayuda a las personas a hacer sus compras navideñas (y no es el único). Y Google anunció su primer agente de inteligencia artificial, llamado Project Mariner, que puede usarse para buscar vuelos y hoteles, comprar artículos para el hogar, encontrar recetas y otras tareas.

Parece bastante simple. Sin embargo, la situación se complica por la falta de claridad. Incluso entre los gigantes tecnológicos no hay consenso. Google los ve como asistentes basados ​​en tareas según el trabajo: ayuda de codificación para desarrolladores; ayudar a los especialistas en marketing a crear una combinación de colores; ayudar a un profesional de TI a localizar un problema consultando datos de registro.

Para Asana, un agente puede actuar como un empleado extra, ocupándose de las tareas asignadas como cualquier buen compañero de trabajo. Sierra, una startup fundada por el ex codirector ejecutivo de Salesforce, Bret Taylor, y el veterano de Google, Clay Bavor, ve a los agentes como herramientas de experiencia del cliente, que ayudan a las personas a lograr acciones que van mucho más allá de los chatbots de antaño para ayudar a resolver conjuntos de problemas más complejos.

Esta falta de una definición coherente deja lugar a confusión sobre qué van a hacer exactamente estas cosas, pero independientemente de cómo se definan, los agentes sirven para ayudar a completar las tareas de forma automatizada con la menor interacción humana posible.

Rudina Seseri, fundadora y socia gerente de Glasswing Ventures, dice que aún es pronto y eso podría explicar la falta de acuerdo. “No existe una definición única de lo que es un ‘agente de IA’. Sin embargo, la opinión más frecuente es que un agente es un sistema de software inteligente diseñado para percibir su entorno, razonar sobre él, tomar decisiones y acciones para lograr objetivos específicos de forma autónoma”, dijo Seseri.

Ella afirma que utilizan varias tecnologías de inteligencia artificial para que esto suceda. «Estos sistemas incorporan varias técnicas de IA/ML, como procesamiento de lenguaje natural, aprendizaje automático y visión por computadora, para operar en dominios dinámicos, de forma autónoma o junto con otros agentes y usuarios humanos».

Aaron Levie, cofundador y director ejecutivo de Box, dice que con el tiempo, a medida que la IA se vuelva más capaz, los agentes de IA podrán hacer mucho más en nombre de los humanos, y ya hay dinámicas en juego que impulsarán esa evolución.

“Con los agentes de IA, hay múltiples componentes que servirá para mejorar drásticamente lo que los agentes de IA pueden lograr en el corto y largo plazo: precio/rendimiento de GPU, eficiencia del modelo, calidad e inteligencia del modelo, marcos de IA y mejoras de infraestructura”, escribió Levie.

Se trata de una visión optimista de la tecnología que supone que habrá crecimiento en todas estas áreas, cuando eso no es necesariamente un hecho. El pionero de la robótica del MIT, Rodney Brooks, señaló en una entrevista que la IA tiene que lidiar con problemas mucho más difíciles que la mayoría de la tecnología, y no necesariamente crecerá de la misma manera rápida que, digamos, lo han hecho los chips bajo la ley de Moore.

“Cuando un humano ve un sistema de IA realizar una tarea, inmediatamente la generaliza a cosas similares y hace una estimación de la competencia del sistema de IA; no solo el desempeño en eso, sino la competencia en torno a eso”, dijo Brooks durante esa entrevista. «Y normalmente son demasiado optimistas, y eso se debe a que utilizan un modelo del desempeño de una persona en una tarea».

El problema es que cruzar sistemas es difícil y esto se complica por el hecho de que algunos sistemas heredados carecen de acceso API básico. Si bien estamos viendo mejoras constantes a las que aludió Levie, lograr que el software acceda a múltiples sistemas mientras se resuelven los problemas que pueda encontrar en el camino podría resultar más desafiante de lo que muchos piensan.

Si ese es el caso, todo el mundo podría estar sobreestimando lo que los agentes de IA deberían poder hacer. David Cushman, líder de investigación de HFS Research, ve la cosecha actual de bots más como Asana: asistentes que ayudan a los humanos a completar ciertas tareas con el fin de lograr algún tipo de objetivo estratégico definido por el usuario. El desafío es ayudar a una máquina a manejar contingencias de una manera verdaderamente automatizada, y claramente aún no estamos ni cerca de lograrlo.

«Creo que es el siguiente paso», dijo. “Aquí es donde la IA opera de forma independiente y eficaz a escala. Es donde los humanos establecen las pautas, las barreras de seguridad y aplican múltiples tecnologías para sacar al ser humano del círculo, cuando todo se ha centrado en mantener al ser humano». La clave es dejar que el agente de IA tome el control y aplique una verdadera automatización.

Jon Turow, socio de Madrona Ventures, dice que esto requerirá la creación de una infraestructura de agentes de IA, una conjunto tecnológico diseñado específicamente para crear agentes, como sea que se definan. En una publicación de blog, Turow expone ejemplos descritos de agentes de IA trabajando actualmente y cómo se están construyendo.

En opinión de Turow, la creciente proliferación de agentes de IA (y él también admite que la definición aún es un poco difícil de alcanzar) requiere una pila tecnológica como cualquier otra tecnología. «Todo esto significa que nuestra industria tiene trabajo que hacer para construir una infraestructura que respalde a los agentes de IA y las aplicaciones que dependen de ellos», escribió en el artículo.

“Con el tiempo, el razonamiento mejorará gradualmente, los modelos de frontera llegarán a dirigir más flujos de trabajo y los desarrolladores querrán centrarse en los productos y los datos, las cosas que los diferencian. Quieren que la plataforma subyacente «simplemente funcione» con escala, rendimiento y confiabilidad”.

Otra cosa a tener en cuenta es que probablemente se necesitarán varios modelos, en lugar de un solo LLM, para que los agentes funcionen, y esto tiene sentido si piensa en estos agentes como un conjunto de tareas diferentes. “No creo que en este momento ningún modelo de lenguaje grande, al menos un modelo monolítico de lenguaje grande disponible públicamente, sea capaz de manejar tareas de una especialización. No creo que todavía puedan hacer el razonamiento de varios pasos que realmente me entusiasmaría con un futuro agente. Creo que nos estamos acercando, pero todavía no hemos llegado a ese punto”, dijo Fred Havemeyer, jefe de investigación de software e inteligencia artificial de EE. UU. en Macquarie US Equity Research.

“Creo que los agentes más eficaces probablemente serán múltiples colecciones de múltiples modelos diferentes con una capa de enrutamiento que envíe solicitudes o indicaciones al agente y modelo más eficaz. Y creo que sería algo interesante un supervisor automático, delegando algún tipo de rol”.

En última instancia, para Havemeyer, la industria está trabajando para lograr el objetivo de que los agentes operen de forma independiente. «Mientras pienso en el futuro de los agentes, quiero y espero ver agentes que sean verdaderamente autónomos y capaces de adoptar objetivos abstractos y luego razonar todos los pasos individuales intermedios de forma completamente independiente», dijo.

Pero el hecho es que todavía estamos en un período de transición en lo que respecta a estos agentes, y no sabemos cuándo llegaremos a este estado final que describió Havemeyer. Si bien lo que hemos visto hasta ahora es claramente un paso prometedor en la dirección correcta, todavía necesitamos algunos avances para que los agentes de IA funcionen como se prevén hoy, y es importante entender que todavía no hemos llegado a ese punto.

RELACIONADOS

SUSCRÍBETE A TRPLANE.COM

Publica en TRPlane.com

Si tienes alguna historia interesante sobre transformación, IT, digital, etc con cabida en TRPlane.com por favor envíanosla y la compartiremos con toda la Comunidad

MÁS PUBLICACIONES

Activar Notificaciones OK No gracias