Saltar al contenido principal Skip to footer
  • "com.cts.aem.core.models.NavigationItem@70f400a0" Únete a nosotros
  • "com.cts.aem.core.models.NavigationItem@77385ed6" Noticias
  • "com.cts.aem.core.models.NavigationItem@10feef53" Eventos
  • "com.cts.aem.core.models.NavigationItem@2b994166" Inversores
Cognizant blog

Continuación del siguiente artículo

Los agentes de IA que interactúan no solo con los humanos sino entre ellos, están transformando las operaciones del negocio. Y solo es el principio del potencial de esta tecnología. 

El impacto empresarial de la IA basada en agentes

El CEO de OpenAI, Sam Altman, dijo recientemente que los agentes están a punto de convertirse en la “killer function de la IA”, añadiendo que la tecnología tiene el potencial de ser un colega “super competente”.

El término “killer function” también sugiere un elemento de discreción. El cambio a los sistemas multiagente ya ha empezado, aunque silenciosamente.

Muchas organizaciones ya están integrando orgánicamente chatbots basados en LLM en sus intranets para los empleados. De manera simultánea, departamentos, como RR.HH., finanzas, legal y TI, están incorporando chatbots habilitados por la IA a sus aplicaciones específicas. Desafortunadamente, los resultados pueden no ser del todo satisfactorios. Los empleados que realizan consultas a través del chatbot de nivel superior de la intranet a menudo deben repetir sus consultas a herramientas específicas de cada departamento.

Eso es un problema: se espera y se debería esperar que los chatbots con LLM se coordinen y proporcionen una respuesta unificada. Este es el ideal fundacional de un sistema multiagente.

Cabe señalar que los líderes tecnológicos están ansiosos por acelerar la exploración de este concepto. Gartner vaticinó recientemente que el gasto empresarial mundial en servicios de TI alcanzará los 1,52 billones de dólares este año, un marcado aumento impulsado en gran medida por los programas y la planificación de la GenAI.

Dada la escasez de talento tecnológico, la expansión de los programas de IA está liderando un aumento del gasto en servicios de consultoría. Gartner ya revela que las empresas están destinando más recursos internos que externos por primera vez. Esto implica que las compañías están haciendo todo lo posible para ampliar sus programas de IA y garantizar los máximos beneficios.

Cómo funciona la IA multiagente

Para apreciar completamente el valor de la IA multiagente es esencial comprender cómo los sistemas y los componentes individuales funcionan.

Como se menciona en líneas anteriores, un agente de la IA es un LLM de IA generativa envuelto en un módulo, función, servicio o base de datos que permite a las personas interactuar con esa funcionalidad en un lenguaje natural, como hacen con herramientas como ChatGPT. (ver Figura 1).

Figura 1: Agente de IA

Debido a que una arquitectura multiagente se puede ampliar, el sistema podría evolucionar para incluir un Intent Log (registro de intención ver figura 2) correspondientes a las peticiones de los usuarios. Dado que el sistema entiende el contexto y puede describir cada paso en lenguaje natural, esta herramienta puede grabar lo que el agente hace y porqué.

Esta prestación acelera la adopción de la tecnología al incrementar la confianza y la transparencia. Los usuarios pueden ver cómo el sistema genera recomendaciones y los factores implicados en el lenguaje natural. Esto es clave para los profesionales con experiencia que se muestran escépticos con las sugerencias generadas por la IA que no parecen estar alineadas con las suyas, a menudo, basadas en información limitada. 

Figura 2: Un registro de intenciones puede ayudar a mantener el cumplimiento.

La arquitectura ampliable también permite la introducción de salvaguardas en el comportamiento del agente haciéndolo observar, por lo que le llamaremos agente de salvaguarda (ver figura 3). Este agente actúa como un moderador, levantando banderas rojas e informando a los humanos cuando se trasgreden las políticas o normas. Este agente también puede prevenir una repuesta a lo que sucede.

Por ejemplo, el agente de salvaguarda puede ayudar a impulsar un uso ético garantizando la adherencia a las políticas y la observación de las normas. También se puede programar para intervenir si un usuario pregunta al sistema sobre operar de forma no conforme. Es más, puede comprobar que trabaja con datos fiables, defendiendo la privacidad y seguridad de los datos 

Figura 3: Una agente de salvaguarda puede ayudar a mejorar la confianza y la transparencia.

Llevando este ejemplo más lejos, digamos que nuestra aplicación incluye un microservicio (además de la base de datos) para gestionar las consultas o comandos del usuario de forma más eficaz. En este caso, el sistema puede pedir al usuario que trabaje con un agente independiente para ese servicio o hacer que el primer agente colabore directamente con otro agente en nombre del usuario.

Para ello, el agente original que atiende al usuario debe conocer al agente que gestiona el microservicio. Pueden comunicarse directamente para satisfacer las consultas del usuario, captando la intención y adaptándose a los cambios en el formato y la sintaxis de las llamadas específicas a los servicios subyacentes. Incluso cuando los dos agentes se comunican entre sí, lo hacen utilizando lenguaje natural, lo que ayuda a mantener la transparencia.

Antes de que nos demos cuenta, todo el software y las aplicaciones de una empresa pueden «agentificarse» de este modo (ver figura 4).

 

Figura 4: Negocio "agentificado"

 

Seguir leyendo "La IA multiagente revoluciona las operaciones de negocio (parte 3)"


Cognizant España

Descubre de la mano de nuestros expertos en tecnología y negocio las últimas tendencias de TI para cada industria.



Destacado
La GenAI a escala empresarial

Visita la página Cognizanat Neuro AI

ondas en colores azules y moradas

Últimos artículos
Artículos relacionados