Cómo escalar los agentes de IA para empresas

Al reunirse con líderes empresariales, hay entusiasmo en torno al potencial de lo que la IA agéntica puede hacer por una organización. También existe una clara necesidad de responder a la pregunta de cómo los líderes empresariales pueden implementar de manera efectiva y eficiente la IA agéntica.

Una nueva investigación del IBM Institute for Business Value muestra la aceptación y el entusiasmo de los líderes empresariales: el 86 % de los encuestados esperan que la automatización de procesos y la reinvención del flujo de trabajo sean más eficaces con agentes de IA para 2027.

Las herramientas tradicionales de IA o automatización ofrecen ganancias de productividad útiles, aunque marginales, pero no están transformando el proceso subyacente. Con la IA agéntica, podemos empezar a impulsar resultados empresariales más grandes y estratégicos que pueden crear una mayor productividad y eficiencia en una organización.

No se trata solo de que la IA nos diga qué hacer, sino de que la IA empiece a hacerlo. Debemos ir más allá de los asistentes de IA y ampliar las posibilidades de los agentes de IA que pueden ejecutar y adaptar procesos bajo supervisión humana. Este cambio requiere una reingeniería real de cómo se hace el trabajo, desbloqueando el tipo de valor que los líderes empresariales realmente quieren lograr.

Según el IBM Institute for Business Value, el 76 % de los ejecutivos encuestados afirman que están operando y entregando pruebas de concepto que permiten la automatización autónoma de flujos de trabajo inteligentes a través de agentes de IA.

Todos los clientes con los que he trabajado quieren que tengamos un conocimiento profundo de la IA agéntica, un punto de vista creíble y experiencia en el escalado de la IA agéntica. Y por buenas razones. La IA agéntica es muy prometedora y tiene un inmenso potencial para transformar su negocio, pero también conlleva exigencias técnicas y la necesidad de un cambio cultural dentro de la organización.

Por mi propia experiencia, he aprendido que el "cómo" se ha convertido en un enfoque destacado para los clientes y las organizaciones. Están interesados en ver resultados increíbles en ahorro de costes, eficiencia y productividad. Las siguientes son mis conocimientos sobre cómo integrar esta tecnología y escalarla para obtener grandes resultados.

Áreas específicas en las que hemos visto el trabajo de la IA agéntica incluyen el servicio de atención al cliente, las compras, las finanzas y todo el proceso de TI, pero lo que estamos viendo específicamente en el servicio de atención al cliente es una oportunidad significativa.

De hecho, hemos transformado los centros de contacto que utilizaban chatbots y herramientas de automatización al pasar a un enfoque agéntico. Nuestro enfoque de experiencia conversacional agéntica introduce un equipo coordinado de agentes de IA capaces de gestionar una gama más amplia y compleja de consultas de los clientes, en lugar de un único asistente con guión, como un chatbot. Esto ayuda a lograr eficiencias significativas mientras opera con una base de guardarraíles definidos para impulsar el cumplimiento y la coherencia.

Lo que hace que la IA agéntica sea más eficaz que los chatbot es su capacidad para operar de forma holística, no solo siguiendo guiones, sino coordinando acciones de forma dinámica, adaptándose a las excepciones y aprendiendo continuamente. Los agentes no trabajan en una secuencia fija. Colaboran entre sí y con humanos para determinar la forma más eficiente de resolver tareas complejas en tiempo real.

Hay medidas preventivas y preparativos que deben tomarse para implementar la IA agéntica de manera efectiva y eficiente antes de que una organización pueda escalar soluciones y ver mejores resultados.

Lo primero es identificar una oportunidad dentro de su negocio. Por ejemplo, supongamos que quiero que mi función de compras sea más eficiente y quiero implementar una solución de agencia. IBM desarrolló una metodología para que los clientes evalúen formalmente si una solución de agencia proporciona valor añadido y mejora el proceso o el flujo de trabajo.

Nuestro enfoque de evaluación de la preparación de la IA agéntica se basa en:

• Una evaluación estructurada ejecutada a través de una combinación de minería de procesos y análisis de procesos con LLM
• Un diseño para identificar los procesos empresariales más adecuados para la IA agéntica y la transformación autónoma
• Cinco pilares para evaluar hasta qué punto se puede rediseñar un proceso mediante el uso de IA

La segunda parte del "cómo" considera las capacidades subyacentes de la arquitectura empresarial e identifica cómo las arquitecturas pueden necesitar evolucionar. Esto puede significar pensar más allá de las capas de integración tradicionales y establecer una arquitectura moderna diseñada para flujos de trabajo autónomos impulsados por IA. Algunas de las capacidades necesarias incluyen:

• Orquestación multiagente e integración basada en eventos
• Gestión centralizada del catálogo de agentes y del ciclo de vida
• Memoria del agente y almacenes de contexto a largo plazo
• Productos de datos modulares y preparados para la IA
• Capas de gobierno, observabilidad y seguridad adaptadas a los agentes de IA

Los datos siguen siendo fundamentales para el éxito de la implementación de la IA y son una parte crítica de la conversación desde el principio. Nuestro punto de vista en IBM es que esta aplicación de IA agéntica solo puede aportar valor si se combinan experiencia, proceso y datos.

La gestión de datos estructurados y datos no estructurados, asegurando la calidad de datos y protegiendo la protección de datos son desafíos continuos. Sin embargo, con las estrategias adecuadas, las empresas pueden aprovechar el poder de la IA para impulsar la transformación y el crecimiento futuro.

Hay tres retos principales que hay que tener en cuenta a la hora de preparar una empresa para la transformación de la IA.

• Acceso a los datos: se estima que en 2022, el 90 % de los datos* generados por las empresas no estaban estructurados. Las organizaciones necesitan acceder a esos datos dondequiera que residan y unificarlos para su caso de uso.
• Datos inteligentes y de calidad para análisis en tiempo real e IA: su IA es tan buena como los datos que introduce. ¿Puede confiar en esos datos para sus modelos de IA? ¿Tiene la calidad suficiente y cómo evalúa objetivamente la calidad de sus datos? Responda a estas preguntas antes de implementar la IA.
• Seguridad de datos: ya sea en las instalaciones o en la multinube, la seguridad de datos debe extenderse a todo el panorama. Tenga en cuenta todos los datos, independientemente de dónde estén en movimiento y de si se trata de datos estructurados o de datos no estructurados.

Otro factor clave que los clientes deben tener en cuenta es una sólida gestión del cambio. En concreto, los clientes deben tener en cuenta a las personas que necesitan adoptar la IA como parte de su trabajo diario.

Un ejemplo tangible lo encontramos en la perspectiva de la transformación de RR. HH. , un caso de uso en el que realmente necesitamos replantearnos las funciones de las personas y considerar dónde podría ser más valiosa la IA. Muchos de nuestros clientes del área de recursos humanos piensan en mejorar las habilidades y reciclar a los empleados cuyas funciones se están redefiniendo.

La gestión del cambio debe ser una parte integral de cualquier transformación de la IA. No se trata solo de una implementación técnica; es un proceso holístico que requiere que el cliente tenga en cuenta todo el ecosistema que hace que el negocio funcione sin problemas, incluida la tecnología, los procesos y las personas.

Este cambio con la IA agéntica no es solo un cambio para los empleados y una reconfiguración de las funciones laborales. Por ejemplo, en IBM, reinventar los procesos para crear flujos de trabajo en los que la IA pueda integrarse para crear una optimización fluida es lo que hace posible una transformación y ayudó a que IBM impulsara 3500 millones de aumentos de productividad.

Contamos con las herramientas y la experiencia necesarias para asesorar a nuestros clientes sobre la estrategia y el método adecuados para incorporar la IA agéntica a su negocio.

Una vez que se ha establecido el "cómo" y el cliente entiende lo que es necesario para escalar con éxito la IA agéntica, la siguiente parte del proceso es integrar la IA agéntica en el negocio.

1. Rediseñe para lo agéntico: la IA agéntica requiere un cambio en la forma en que se diseña y ejecuta el trabajo.
   Consejo profesional: reconsidere los flujos de trabajo con los agentes. Delegue tareas rutinarias a la IA al tiempo que eleva los roles humanos para la supervisión, la escalada y el juicio de valor añadido.
2. Garantice la escalabilidad: el escalado de agentes en todos los sistemas y funciones requiere una orquestación sólida.
   Consejo profesional: implemente una sólida capa de orquestación de agentes que permita a los agentes trabajar en todas las plataformas de forma segura, coordinar tareas y respetar los límites de los procesos, y controlar las capas.
3. Prepare sus datos: los agentes necesitan acceso a datos centrados y de alta calidad que sean que se pueden ejecutar.
   Consejo profesional: cree productos de datos específicos para casos de uso que estén seleccionados, gobernados y accesibles por API para garantizar que los agentes tengan las entradas estructuradas que necesitan para actuar en tiempo real y en contexto.
4. Optimice el rendimiento: equilibrar la velocidad, la fiabilidad y el coste es crítico a gran escala.
   Consejo profesional: equipe su plataforma para enrutar las tareas de los agentes a los LLM y herramientas adecuados en función de la complejidad y el coste. Utilice el almacenamiento en caché, los modelos de respaldo inteligentes y los controles de uso para maximizar el ROI.
5. Prueba de fiabilidad: antes de la implementación, se debe monitorizar la equidad y la explicabilidad de los agentes.
   Consejo profesional: integre la evaluación de agentes en su ciclo de vida de AgentOps. Automatice las pruebas de precisión, sesgo, solidez y cumplimiento ético, tanto antes de la implementación como de forma continua en producción.
6. Establezca un gobierno: el control operativo y la visibilidad son esenciales para una ejecución fiable de la IA.
   Consejo profesional: cree un marco de gobierno que incluya observabilidad, controles humanos en el bucle, seguimiento de KPI y registros de auditoría para monitorizar el comportamiento de los agentes y el impacto empresarial.
7. Impulse una implementación rápida: obtenga valor rápidamente y genere impulso.
   Consejo profesional: comience con casos de uso limitados y de alto valor que demuestren el impacto rápidamente. Utilice plantillas de agentes reutilizables y arquitecturas modulares para expandirse horizontalmente en todas las funciones.
8. Realice un seguimiento del valor empresarial: el impacto debe ser tangible y medible.
    Consejo profesional: defina KPI como la convergencia del flujo de trabajo, las tasas de transferencia humana y las mejoras en los resultados empresariales. Utilícelos para guiar la iteración, la adopción y la aceptación de los ejecutivos.

A la hora de integrar la IA agéntica en su negocio, tengo tres recomendaciones:

• Reimagine los procesos: no se limite a realizar correcciones en los procesos rotos; repensarlos por completo utilizando un enfoque aumentado.
• Piense más allá de los agentes: considere todo el proceso empresarial de extremo a extremo, incluida la experiencia del usuario, la orquestación de procesos y los productos de datos necesarios. Piense en la experiencia general que está intentando ofrecer.

Planifique la escalabilidad: diseñe su arquitectura de IA para escalar rápidamente, empezando por un gobierno sólido desde el principio y datos de calidad con los que trabajar ahora y en el futuro.

La IA agéntica ya está en el centro de la innovación empresarial. Las plataformas SaaS tradicionales están evolucionando hacia mercados de agentes, donde las aplicaciones de agentes pueden obtener, invocar y coordinar agentes de IA en múltiples sistemas para ejecutar flujos de trabajo completos.

En lugar de depender de aplicaciones monolíticas para realizar tareas rígidas, las empresas comenzarán a implementar sistemas multiagente que coordinen dinámicamente el trabajo, se adapten al contexto y reduzcan la necesidad de intervención manual.

Esta transformación marca el comienzo de una nueva arquitectura para las operaciones digitales, una construida para la autonomía, la velocidad y la optimización continua.

* Informe técnico de DC: El valor sin explotar de los datos no estructurados