Por Redacción Quvo
La inteligencia artificial generativa se hizo masiva con una dinámica sencilla: una persona escribe una instrucción y una máquina responde.
Ese modelo empieza a cambiar.
Las empresas están incorporando agentes de inteligencia artificial, sistemas capaces de recibir un objetivo, dividirlo en tareas y utilizar diferentes herramientas para completarlo con un grado mayor de autonomía.
La diferencia es relevante: un chatbot responde; un agente puede actuar.
Puede buscar información, consultar bases de datos, utilizar aplicaciones, escribir código, completar procesos administrativos o intervenir sobre sistemas informáticos. En lugar de pedirle a la inteligencia artificial que explique cómo hacer algo, el usuario puede comenzar a pedirle que lo haga.
Del copiloto al agente
Durante los últimos años, las compañías incorporaron inteligencia artificial principalmente como asistencia para sus empleados: redactar correos, resumir documentos, analizar información o ayudar a programar.
Los agentes agregan otro nivel. Pueden encadenar varias de esas acciones y avanzar sobre una tarea sin esperar una nueva instrucción humana en cada paso.
La adopción ya empieza a reflejarse en los números.
Una encuesta global de McKinsey mostró que el 40% de los participantes pertenecientes a grandes empresas —con ingresos superiores a US$ 1.000 millones anuales— afirma que sus organizaciones están escalando agentes de inteligencia artificial en al menos una función. Un año antes eran el 27%.
La implementación es más fuerte en tecnología de la información, gestión del conocimiento y desarrollo de software. Pero también empieza a extenderse a marketing, ventas, cadenas de suministro, inventarios y procesos industriales.
El cambio consiste menos en reemplazar una aplicación que en modificar la forma de utilizarla: el empleado define el objetivo y el sistema se ocupa de una parte creciente de la ejecución.
La IA empieza a tomar decisiones
Un ejemplo aparece en un lugar poco visible para el consumidor: las redes informáticas de las empresas.
Una investigación de Cisco y Omdia publicada el 23 de septiembre, realizada entre 1.000 responsables de tecnología y operaciones de redes de organizaciones con al menos 500 empleados, encontró que el 51% ya utiliza agentes de inteligencia artificial capaces de actuar en entornos de producción.
Ya no se trata solamente de detectar una falla y recomendar qué hacer.
Estos sistemas pueden, entre otras acciones, redirigir tráfico, modificar parámetros de una red, aislar dispositivos sospechosos o resolver determinados incidentes.
El dato más significativo quizás sea otro: el 82% de los encuestados dijo sentirse cómodo permitiendo que la inteligencia artificial realice al menos algunos cambios en las redes sin aprobación humana previa.
La relación entre las personas y el software empieza así a modificarse.
Durante décadas, el usuario eligió una herramienta y ejecutó una serie de pasos. Con los agentes, puede definir el resultado que busca y delegar parte del camino necesario para alcanzarlo.
Más autonomía, más riesgo
El avance también introduce un problema.
Cuando un chatbot comete un error, puede producir una respuesta equivocada. Cuando se equivoca un agente conectado a sistemas empresariales, el error puede convertirse en una acción.
Por eso, la carrera por incorporar agentes empieza a convivir con otra: establecer qué pueden hacer, a qué información pueden acceder y en qué momento necesitan autorización humana.
La distancia entre adopción y control todavía es considerable.
Según Deloitte, sólo el 21% de las organizaciones encuestadas cuenta con un modelo maduro para gobernar agentes autónomos, con mecanismos como límites sobre sus decisiones, monitoreo en tiempo real y registros de las acciones realizadas.
La seguridad es otro frente.
Los agentes pueden navegar por internet, consultar documentos y utilizar herramientas externas. Eso los expone, entre otros riesgos, a ataques de prompt injection: instrucciones maliciosas escondidas dentro de contenidos que el sistema encuentra mientras intenta completar una tarea.
OpenAI ha advertido que este tipo de ataques puede funcionar de manera similar a la ingeniería social: en lugar de intentar engañar a una persona, buscan manipular al agente.
El resultado es que, por ahora, la autonomía suele tener límites. Un agente puede avanzar por su cuenta en determinadas tareas, pero necesita autorización humana antes de realizar operaciones consideradas sensibles.
De usar aplicaciones a pedir resultados
El cambio podría extenderse mucho más allá de las empresas.
Hoy, organizar un viaje implica pasar por un buscador, comparar vuelos, consultar hoteles, revisar precios y completar diferentes reservas.
Con un agente, la interacción podría comenzar con una instrucción mucho más amplia: “Organizame un viaje a Madrid durante cinco días por menos de US$ 2.000”.
El sistema podría investigar alternativas, comparar precios, preparar un itinerario y dejar las decisiones finales o los pagos para la aprobación del usuario.
La misma lógica puede aplicarse al trabajo: investigar un mercado, preparar un informe, actualizar sistemas internos, organizar reuniones o coordinar tareas entre diferentes aplicaciones.
El cambio no significa necesariamente que las personas desaparezcan del proceso. Cambia el lugar que ocupan dentro de él: menos ejecución paso a paso y más definición de objetivos, supervisión y aprobación.
La primera etapa de la inteligencia artificial generativa estuvo marcada por una pregunta: qué puede crear una máquina.
La etapa de los agentes agrega otra: qué tareas estamos dispuestos a delegarle.