Cómo escalar 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 desplegar 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 espera 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 realmente comenzar a impulsar resultados comerciales 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 comience a hacerlo. Necesitamos movernos más allá de los asistentes de IA y ampliar lo que es posible con 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 de flujos de trabajo inteligentes a través de agentes de IA.

Todos los clientes con los que he trabajado quieren que tengamos una comprensión profunda de la IA agéntica, un punto de vista creíble y una experiencia en el escalamiento de la IA agéntica. Y por buenas razones. La IA agéntica viene con una gran promesa y un inmenso potencial para transformar su negocio, pero con ella vienen las demandas técnicas y la necesidad de un cambio cultural dentro de una 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 costos, eficiencia y productividad. Los siguientes son mis insights sobre cómo integrar esta tecnología y escalarla para obtener excelentes resultados.

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

De hecho, hemos transformado los centros de contacto que utilizaban chatbots tradicionales y herramientas de automatización al pasar a un enfoque agéntico. Nuestro enfoque de experiencia conversacional agéntica presenta un equipo coordinado de agentes de IA capaces de manejar 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 medidas de seguridad definidas para impulsar el cumplimiento y la coherencia.

Lo que hace que la IA agéntica sea más eficaz que los chatbots tradicionales es su capacidad para operar de manera integral, no solo siguiendo guiones, sino coordinando dinámicamente acciones, adaptándose a excepciones y aprendiendo de forma continua. 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 por realizar 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 adquisiciones sea más eficiente y quiero implementar una solución agéntica. IBM desarrolló una metodología para que los clientes evalúen formalmente si una solución agéntica proporciona valor agregado y mejora el proceso o el flujo de trabajo.

Nuestra 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 impulsado por LLM
• Un diseño para identificar los procesos de negocio más adecuados para la IA agéntica y la transformación autónoma
• Cinco pilares para evaluar qué tan bien 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 listos para la IA
• Capas de gobernanza, observabilidad y seguridad adaptadas a los agentes de IA

Los datos siguen siendo fundamentales para el despliegue exitoso 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 ofrecer valor si combina experiencia, procesos y datos.

Gestionar datos estructurados y no estructurados, garantizar la calidad de los datos y proteger la privacidad 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 desafíos principales al 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 ingresa. ¿Puede confiar en esos datos para sus modelos de IA? ¿Son de calidad suficiente y usted cómo evalúa objetivamente la calidad de sus datos? Responda estas preguntas antes de desplegar la IA.
• Seguridad de los datos: ya sea on premises o multinube, la seguridad de los datos debe extenderse a todo el ámbito. Considere todos los datos sin importar dónde estén en movimiento y si se trata de datos estructurados o no estructurados.

Otro factor clave que los clientes deben considerar es una sólida gestión de cambios. Específicamente, los clientes deben considerar a las personas que necesitan adoptar la IA como parte de su trabajo diario.

Un ejemplo tangible es desde la perspectiva de la transformación de RR. HH., un caso de uso en el que realmente necesitamos repensar los roles de las personas y considerar dónde la IA podría ser más valiosa. Muchos de nuestros clientes en la función de RR. HH. piensan sobre mejorar y perfeccionar las habilidades de los empleados cuyas funciones se están reinventando.

La gestión de cambios debe ser una parte integral de cualquier transformación hacia la IA. No se trata solo de una implementación técnica; es un proceso holístico que requiere que el cliente considere 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 perfecta es lo que hace posible una transformación y ayudó a que IBM impulsara 3500 millones en 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 un cliente comprende 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. Reingeniería para IA agéntica: la IA agéntica requiere un cambio en la forma en que se diseña y ejecuta el trabajo.
   Consejo profesional: replantee los flujos de trabajo con los agentes. Delegue tareas rutinarias a la IA mientras eleva los roles humanos para la supervisión, la derivación y el juicio de valor agregado.
2. Garantice la escalabilidad: escalar 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 las capas de control.
3. Prepare sus datos: los agentes necesitan acceso a datos enfocados y de alta calidad que sean procesables.
   Consejo profesional: cree productos de datos específicos para casos de uso que estén curados y gobernados y que sean accesibles mediante API para garantizar que los agentes tengan las entradas estructuradas que necesitan para actuar en tiempo real y en contexto.
4. Optimizar para el rendimiento: equilibrar la velocidad, la confiabilidad y el costo es fundamental a 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 costo. Utilice el almacenamiento en caché, los modelos de respaldo inteligentes y los controles de uso para maximizar el retorno de la inversión.
5. Prueba de confiabilidad: antes del despliegue, los agentes deben ser monitoreados para verificar su imparcialidad y explicabilidad.
   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 del despliegue como de forma continua en la producción.
6. Establezca la gobernanza: el control operativo y la visibilidad son esenciales para una ejecución confiable de la IA.
   Consejo profesional: cree un marco de gobernanza que incluya observabilidad, controles humanos en el ciclo, seguimiento de KPI y pistas de auditoría para monitorear el comportamiento de los agentes y el impacto en el negocio.
7. Impulse un despliegue rápido: 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. Seguimiento del valor empresarial: el impacto debe ser tangible y medible.
    Consejo profesional: defina los KPI, como la convergencia del flujo de trabajo, las tasas de transferencia humana y las mejoras en los resultados empresariales. Úselos para guiar la iteración, la adopción y la aceptación ejecutiva.

Al integrar la IA agéntica en su negocio, tengo tres recomendaciones:

• Reinvente los procesos: no se limite a arreglar los procesos averiados; reformule por completo utilizando un enfoque aumentado.
• Piense más allá de los agentes: considere todo el proceso de negocio de extremo a extremo, incluida la experiencia del usuario, la orquestación de procesos y los productos de datos necesarios. Piense en la experiencia que está tratando de ofrecer.

Plan para la escalabilidad: diseñe su arquitectura de IA para escalar rápidamente, comenzando con una gobernanza sólida 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 agénticas pueden obtener, invocar y orquestar 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 desplegar 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, construida para la autonomía, la velocidad y la optimización continua.

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