Cómo preparar su empresa para la adopción de IA con agentes

1. Identifique los casos de uso clave de IA para su empresa

Parte del valor de los agentes de IA reside en su capacidad de acelerar prácticamente cualquier tipo de proceso empresarial, siendo el servicio al cliente y el desarrollo de software algunos de los casos de uso más populares de la IA agéntica.

Pero no es realista implementar agentes en todos los dominios empresariales a la vez. En cambio, la adopción de la IA con agentes debería comenzar por decidir qué casos de uso o funciones empresariales priorizar. Los líderes empresariales deben determinar dónde los agentes de IA aportarán el mayor valor en función de los procesos actualmente ineficientes o de la escasez de personal en la empresa.

Por ejemplo, si el departamento de finanzas no cuenta con suficiente personal, implementar agentes de IA capaces de automatizar tareas, como la gestión de facturas, podría ser un caso de uso óptimo que priorizar. Si la empresa experimenta malos resultados en ciberseguridad, podría ser conveniente centrarse en implementar agentes para automatizar procesos como la detección y evaluación de amenazas.

2. Evalúe la preparación de los datos

Los agentes de IA son tan eficaces como las fuentes de datos que los impulsan. Sin datos relevantes y de alta calidad, no podrán tomar medidas efectivas. Un agente diseñado para automatizar las interacciones de atención al cliente, por ejemplo, no funcionará bien si la empresa que lo implementa no puede conectarlo a bases de datos que contengan información de los clientes e historial de compras.

Por lo tanto, los líderes deben evaluar la preparación de su organización para la adopción de IA agéntica desde la perspectiva de la preparación de los datos. En concreto, las empresas deben considerar lo siguiente:

• A qué tipos de datos estructurados y no estructurados pueden acceder los agentes de IA dentro de dominios comerciales específicos.
• Si los datos contienen información faltante, redundancias, imprecisiones u otros problemas que contribuyen a la baja calidad.
• Cómo garantizar que los agentes sigan teniendo acceso a los datos más recientes a medida que evolucionan las fuentes de datos.

Si los datos de su empresa no están preparados para la IA agéntica, invierta en mejorar los datos antes de implementar agentes de IA.

3. Defina limitaciones para las capacidades del agente

Solo una pequeña fracción de las empresas –el 6 %, según un análisis reciente de Harvard Business Review– afirma confiar en que los agentes de IA realicen tareas completamente por sí solos. Esto es comprensible, ya que los agentes de IA pueden cometer errores, como borrar accidentalmente datos críticos.

Por esta razón, las empresas deben establecer criterios claros sobre qué permitirán y qué no permitirán que realicen los agentes. Estas reglas pueden variar según las funciones empresariales o los casos de uso. Por ejemplo, se podría conceder mayor autonomía a los agentes al realizar tareas de menor importancia, como la generación de documentación, mientras que una empresa podría decidir no confiar a los agentes de IA procesos de mayor riesgo en un ámbito como el financiero.

4. Decida cuándo se requiere una revisión humana de las acciones de los agentes

Determine cuándo implementar controles con intervención humana en los procesos de los agentes. Estos controles requieren que las personas revisen y aprueben las acciones propuestas por los agentes de IA antes de que se lleven a cabo. No todos los flujos de trabajo de los agentes deberían requerir aprobación manual, pero es adecuado para procesos que presentan cierto nivel de riesgo para la organización.

Una empresa, por ejemplo, podría no permitir que los agentes de IA completen transacciones financieras que excedan un cierto umbral en dólares hasta que un humano las firme, y permitir que los agentes realicen transacciones de menor valor sin aprobación manual.

 5. Identifique y monitoree a los agentes de IA

Cuando decenas o cientos de agentes de IA operan en sistemas de TI, controlar qué agentes existen y qué pueden (y qué no) hacer puede resultar bastante complicado. Para abordar este problema, las empresas deben invertir en herramientas que automaticen el proceso de identificar a los agentes de IA y hagan el seguimiento de las acciones que deben realizar.

Una herramienta clave para esta función es una malla de agentes, una plataforma que actúa como intermediario entre agentes, fuentes de datos y modelos de IA. Al detectar agentes de IA y monitorear las fuentes de datos a las que acceden, y las acciones que realizan, las mallas de agentes desempeñan un papel crucial en el escalado y la automatización de la identificación y la monitorización de agentes.

Como lo define McKinsey & Company, las mallas de agentes funcionan como un "paradigma arquitectónico componible, distribuido e independiente del proveedor, que permite que múltiples agentes razonen, colaboren y actúen de manera autónoma en una amplia gama de sistemas, herramientas y modelos de lenguaje de forma segura, a escala y diseñados para evolucionar con la tecnología".

6. Mitigue los riesgos de gestión de costos de los agentes

Desarrollar agentes de IA puede ser costoso. Y su costo puede ser aún mayor si se tiene en cuenta el precio de las indicaciones que envían a los modelos de IA. Para evitar que los agentes de IA consuman los presupuestos empresariales, es fundamental establecer estrategias de control de costos desde el principio de la planificación.

Una forma de reducir los costos de desarrollo es utilizar agentes o frameworks de IA de código abierto, generalmente gratuitos. Además, las mallas de agentes pueden ayudar a gestionar los costos operativos de la IA agéntica. Permiten interceptar las comunicaciones entre agentes y modelos de IA y eliminar datos innecesarios para reducir los costos de activación

Algunas mallas también pueden redirigir las solicitudes a modelos de menor costo, lo que supone un ahorro inteligente, dado que el costo por solicitud (o, más específicamente, por token, las unidades de datos que componen las solicitudes) puede variar significativamente entre diferentes modelos. Para consultas más sencillas, un modelo de menor costo podría tener el mismo rendimiento que el modelo más costoso que un agente intenta usar inicialmente.

7. Evalúe a los proveedores de IA con agentes

Para la mayoría de las empresas, no es realista desarrollar agentes de IA y herramientas de gestión de agentes, como las mallas de agentes, desde cero. Una vía más rápida y sencilla para la adopción de agentes es colaborar con proveedores externos especializados en el desarrollo y soporte de las herramientas necesarias.

Para tal fin, las empresas deben evaluar cuidadosamente el panorama de proveedores de agentes y analizar los siguientes criterios clave:

• Qué tan madura es la tecnología de agentes del proveedor.
• Cuánto tiempo lleva el proveedor en el negocio y cuánta confianza tienen sus clientes en que respaldará sus herramientas de agentes a largo plazo.
• A qué tipos de datos de clientes puede acceder el proveedor o su software, y cómo mitiga los riesgos de seguridad y privacidad vinculados a esos datos.
• Si el proveedor cumple con las regulaciones clave que la empresa debe cumplir.

8. Desarrolle su estrategia de gestión de la fuerza laboral

Si bien es demasiado pronto para decir exactamente cómo los agentes de IA afectarán las fuerzas de trabajo, Goldman Sachs Research predice que entre el 6 % y el 7 % de los trabajos humanos quedarán obsoletos cuando las empresas adopten agentes de IA para realizarlos.

Al mismo tiempo, la tecnología agéntica creará la necesidad de nuevos tipos de roles humanos, como los relacionados con la gestión y la seguridad de los agentes de IA. Por lo tanto, las empresas deben evaluar cómo afectarán los agentes de IA a sus plantillas y adaptar sus estructuras empresariales, estrategias de contratación y retención de personal en consecuencia.

9. Optimice los procesos de negocio

La mayoría de los procesos de negocio que las organizaciones implementan actualmente datan de la era pre-agéntica. Para maximizar el valor que generan los agentes de IA, las empresas deberán reestructurar muchos de sus procesos.

Imagine que un agente de IA puede acelerar una parte del flujo de trabajo en un 1.000 %, pero que los humanos aún realizan manualmente otras partes que deben realizarse en paralelo. Para generar valor real, la empresa necesitaría rediseñar el proceso general, acelerando las tareas paralelas o completándolas en diferentes momentos. De lo contrario, el resultado podría ser una situación en la que la parte del flujo de trabajo controlada por el agente se ejecuta mucho más rápido, mientras que el tiempo total del flujo de trabajo permanece constante.

Chris Tozzi es escritor independiente, asesor de investigación y profesor de TI y sociedad. Anteriormente trabajó como periodista y administrador de sistemas Linux.