“Durante el último par de años, el mundo se ha maravillado ante las capacidades y posibilidades desatadas por la inteligencia artificial generativa [IA gen]”, explican desde la consultora McKinsey. Y advierten: “Pero es probable que la próxima etapa de la IA gen sea más transformadora”.
La compañía acaba de publicar una investigación en la que analizan el papel que tendrán los agentes en el desarrollo de esta tecnología. “Estamos comenzando una evolución de herramientas de IA gen basadas en el conocimiento -como chatbots que responden preguntas y generan contenido- a agentes que utilizan modelos como base para ejecutar flujos de trabajo complejos y con múltiples pasos, en todo el mundo digital. En resumen, la tecnología se está moviendo del pensamiento a la acción”.
La tecnología se está moviendo del pensamiento a la acción
¿Qué son los “agentes” de inteligencia artificial?
La investigación explica que, en líneas generales, los agentes son “sistemas digitales que pueden interactuar de forma interdependiente en un mundo dinámico”.
No se trata de algo nuevo, puesto que “durante años, han existido versiones de estos sistemas de software”. Sin embargo, las capacidades de la IA gen “destapa nuevas posibilidades y permite crear sistemas que puedan planificar sus acciones, utilizar herramientas digitales para realizar esas tareas, colaborar con otros agentes y con personas y aprender para mejorar su rendimiento”.
Podrán trabajar con humanos de manera habitual y natural
Compañeros de trabajo virtuales
Según McKinsey, estos agentes “podrían convertirse en algún momento en compañeros de trabajo virtuales cualificados, que trabajen con humanos de manera habitual y natural”.
Como ejemplo, proponen un asistente virtual capaz de planificar y agendar un itinerario de viaje personalizado y complejo, en el que tenga que gestionar aspectos logísticos en diferentes plataformas. “Utilizando lenguaje cotidiano, un ingeniero podría describir una nueva funcionalidad de un software a un agente programador, que crearía el código, lo probaría, lo iteraría y desplegaría la herramienta que habría ayudado a crear”.
Diferentes de los actuales
Esto supone una diferencia radical con los sistemas “tradicionales”. Normalmente, estos han sido “difíciles de implementar y requerían programaciones laboriosas, basadas en reglas; o entrenamiento altamente específico de modelos de aprendizaje automático”.
Los autores de la investigación aseguran que “la IA gen cambia eso. Cuando se construyen sistemas de agentes con modelos de base -que han sido entrenados con bases de datos extremadamente grandes, variados y desestructurados-, en lugar de establecer reglas predeterminadas, tienen el potencial de adaptarse a diferentes escenarios”.
Además, los sistemas de multiagentes podrán “interpretar y organizar los flujos de trabajo para convertirlos en tareas reales, asignar trabajo a agentes especializados, ejecutar esas tareas en un ecosistema de herramientas digitales y colaborar con otros agentes y humanos para mejorar la calidad de sus acciones”.
Valor para las empresas
“Algo tan sencillo como un viaje de negocios, por ejemplo, puede suponer numerosos posibles itinerarios en diferentes líneas aéreas y vuelos, sin mencionar los programas de fidelización de los hoteles, las reservas de restaurantes y las actividades fuera de horario”. Con este tipo de tecnologías, se podrían llevar a cabo todas las acciones, de forma sencilla y con instrucciones de texto.
Esa es una de las grandes ventajas de esta tecnología. “En la actualidad, para automatizar un caso de uso, tiene que ser fraccionado antes en una serie de reglas y pasos que se puedan codificar. Esos pasos típicamente se convierten en código y se integran en sistemas de software, una labor a menudo costosa y laboriosa, que requiere conocimiento técnico”, explican desde McKinsey.
Sin embargo, con este tipo de sistemas, incluso trabajadores no expertos en tecnología podrían transmitir las instrucciones de forma sencilla. Eso hace que un mayor número de personas tengan acceso a estas herramientas y “facilita la colaboración entre equipos técnicos y no técnicos”.
Cómo aprovechar los agentes de IA
Para sacar el máximo partido de los agentes, desde McKinsey señalan tres claves: identificar el conocimiento relevante de la organización -que puede estar en todo tipo de documentación y procesos-; crear un plan tecnológico que organice los sistemas y los datos para asegurar que se pueden integrar la antigua y la nueva infraestructura; y establecer mecanismos de control para encontrar el equilibrio entre el riesgo y las oportunidades.
“Los humanos deben validar los resultados en cuanto a exactitud, cumplimiento y justicia”, aseguran.