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.
¿Por qué una compañía quiere vincular su sistema de RR.HH. a su cadena de suministro? ¿Cómo se relacionan las compras con los objetivos de sostenibilidad y el seguimiento de las emisiones? ¿Qué tiene que ver el desarrollo del producto con el CRM?
Las empresas son ecosistemas, entornos vivos y reactivos que cambian como consecuencia de factores internos y externos. Así que, respondiendo a las tres anteriores preguntas: los retrasos en la cadena de suministro pueden afectar a la plantilla del centro de distribución. La incorporación de un nuevo vendedor puede impactar en las emisiones de alcance 3. La rotación de los clientes podría indicar deficiencias en los productos.
El problema es que, aunque los objetivos empresariales, las actividades y las métricas están profundamente entrelazados, los sistemas de software utilizados por equipos dispares no lo están. El sistema de RR.HH. de una empresa no puede «hablar» con su cadena de suministro. Las compras no están conectadas con la sostenibilidad. El CRM no está conectado con el desarrollo de productos. En tanto en cuanto estos sistemas funcionan en compartimentos estancos, las acciones se basan a menudo en información extraída de un solo programa y el resultado se aplica a una sola función.
Pero y ¿si estos sistemas pudieran interactuar con otros? Y ¿si el pozo metafórico de información no correspondiera a un único sistema informático, sino a la empresa en su conjunto? ¿Y si las acciones recomendadas por un sistema no se aplicaran solo a esa función, sino a todas las áreas de la empresa afectadas?
Esta es la premisa y la promesa de los sistemas de inteligencia artificial multiagente. Al consolidar las operaciones de negocio bajo una única interfaz basada en los agentes de IA, las empresas pueden mejorar la eficiencia y la calidad. El potencial transformador de esta tecnología es enorme y algunos negocios ya están empezando a aprovecharlo
Concepto y definición de la IA multiagente
El concepto de los sistemas de IA multiagente no es completamente nuevo. De hecho, como se recoge en un artículo en AI magazine, en muchos sentidos, el debate ha cerrado el círculo desde la década de 1980, cuando muchos tecnólogos trataron de crear una entidad de software única y artificialmente inteligente. En última instancia, aquellos primeros modelos fracasaron debido a la insuficiente potencia de cálculo, la falta de datos etiquetados y unos algoritmos inadecuados. Pero ahora la aparición de la IA generativa, ejecutada junto con las capacidades de lenguaje natural de los grandes modelos de lenguaje (LLM), ha insuflado nueva vida al concepto.
Aunque técnicamente no es la entidad de software inteligente única que muchos pretendían en los años 80 y 90, un sistema de IA multiagente es, en muchos sentidos, la manifestación moderna de esa idea original.
Un sistema de IA multiagente es una red de herramientas de IA tremendamente potentes e inteligente, incluyendo los LLMs, integradas en los sistemas de software. El sistema de sistemas ofrece una forma para que los agentes de IA - LLM de IA generativa envueltos en cualquier software, función, módulo o aplicación- para interactuar entre sí.
Aunque todos los agentes de un sistema de este tipo utilizan el mismo LLM como «envoltorio», cada uno de ellos tiene un aviso del sistema generado por el LLM que define su función. Los agentes funcionan como un grupo de trabajo virtual, analizando las indicaciones y extrayendo información de toda la empresa para producir una solución integral no solo para el solicitante original, sino también potencialmente para otros equipos.
Por ejemplo, consideremos un sistema de IA multiagente en la fabricación. En este caso, un agente de aprovisionamiento podría analizar los procesos existentes y recomendar componentes alternativos más rentables en función de las temporadas y la demanda. A continuación, este agente de aprovisionamiento podría conectar con un agente de sostenibilidad para determinar cómo afectaría el cambio a los objetivos medioambientales, como las emisiones. Por último, un agente regulador supervisaría la actividad de cumplimiento, asegurándose de que los equipos presentan informes completos y actualizados a tiempo.
En materia de RR.HH., los agentes de IA podrían optimizar la incorporación de nuevos empleados, conectar y gestionar diferentes flujos de trabajo de RR.HH., TI y administrativos. Por ejemplo, un agente de contratación podría publicar una oferta y una vez firmada, pasar el proceso a un agente de incorporación que podría recopilar el papeleo, comprobar la documentación y programar la orientación. Estos agentes de RR.HH. también podrían activar flujos de trabajo con agentes de TI para realizar tareas, como la asignación de dispositivos y la configuración de sistemas para los nuevos empleados.
Un área interesante de aplicación de los sistemas multiagente es el ERP, el llamado sistema de planificación de recursos empresariales. La salida funcional cruzada entre funciones y el apoyo a la toma de decisiones es la premisa de un sistema ERP que integra varios grupos funcionales de una organización. Mientras que los sistemas ERP tradicionales están diseñados específicamente para procesos empresariales, los sistemas de IA multiagente son más generales, pero también pueden adaptarse a funciones similares a las de un ERP. Lo que los sistemas multiagente basados en LLM pueden aportar a los ERP es la capacidad de manejar datos no estructurados y procesos más flexibles y adaptables. Los sistemas ERP ejecutan principalmente procesos predefinidos y los agentes de IA podrían potencialmente tomar decisiones más complejas y autónomas.
Este el mundo de un IA multiagente. Y podría afectar a la forma en que operan todas las industrias antes de lo que piensas.
Seguir leyendo La IA multiagente revoluciona las operaciones de negocio (parte 2)
