Después de la investigación profunda viene la investigación profunda

En solo unas semanas, OpenAI lanzó investigación profunda, Perplexity lanzó investigación profunda y, más recientemente, Grok introdujo DeepSearch. Incluso Google Gemini lanzó su propia versión de investigación profunda, llamada investigación profunda, a finales del año pasado.

"Muchas empresas crean sus versiones [de investigaciones profundas] para seguir la tendencia más amplia y centrarse en modelos de razonamiento que han conquistado el mundo", observa Kate Soule, directora de gestión técnica de productos de IBM, en un episodio reciente del podcast Mixture of Experts. El momento DeepSeek, en particular, demostró cómo el código abierto puede impulsar la innovación. "Estamos viendo surgir un ecosistema rico".

Características como la investigación profunda y la búsqueda por agentes están transformando la forma en que las personas encuentran y consumen información en línea. Mientras que los motores de búsqueda tradicionales dependen de las páginas de indexación y clasificación, los agentes impulsados por IA leen, sintetizan y entregan respuestas estructuradas directamente.

"La mayoría de estos modelos de investigación profunda comenzarán primero con la creación de un plan", explica Shobhit Varshney, vicepresidente y socio sénior de IBM. "Luego se dispara y comienza a rastrear la web... para encontrar todos los sitios web que sean relevantes".

En este contexto, los agentes no solo responden preguntas sencillas, sino que buscan en la web o en datos privados, recopilan información, verifican datos y desglosan los problemas en componentes más pequeños. Los agentes siguen una cadena de pensamiento, verifican su trabajo y producen investigaciones o análisis estructurados.

Sin embargo, la evaluación objetiva de los resultados de estos modelos de investigación profunda sigue siendo un límite. "No sé cómo se ve lo bueno", dice Varshney. "Es un problema que es un orden de magnitud más difícil que escribir código o resolver problemas matemáticos, donde puedo decir de manera determinista si la respuesta es correcta o no", señala.

Pero la búsqueda es solo una de las muchas aplicaciones de la IA agentiva.

"Este es solo uno de esos primeros casos de uso que hemos identificado en los que hay un valor claro demostrable que aporta el razonamiento", dice Soule.

El cambio hacia la IA agente ya está transformando industrias, obligando a las compañías a replantear su forma de operar. "No he conocido a un solo fundador que no trabaje en esta pregunta, y me reúno con 500 fundadores cada año", dice Frank Desvignes, socio fundador de True Global Ventures en Silicon Valley.

Una de las industrias que ya está experimentando este cambio es la de los viajes. Sarah Eley, cofundadora y directora de operaciones de Bookit N Go, un servicio de reserva de viajes B2B y B2C, dice que los agentes pueden hacer una investigación, ofrecer recomendaciones personalizadas y reservar viajes en nombre de sus usuarios. "Me parece tan obvio que este es el siguiente paso lógico cuando se trata de viajar porque hoy en día es muy difícil planificar y reservar", dice.

Más allá del marketing y la atención al cliente, todos los aspectos del negocio, desde la cadena de suministro y las finanzas hasta los recursos humanos y las operaciones, serán transformados por la IA agentiva.

"La IA agente está provocando un cambio de paradigma", afirma Karen Butner, líder de investigación global del Institute for Business Value de IBM.

En lugar de que las personas realicen las tareas individuales involucradas, los agentes realizarán las tareas, explica Butner. Las personas administrarán los agentes de IA para asegurarse de que trabajen juntos sin problemas para lograr los objetivos comerciales.

“Estos sistemas no solo aprenden, sino que se adaptan. Yo llamo a las personas que los manejan 'directores de IA 'porque ellos orquestan todo”, dice Butner.

En un mundo de agentes, las operaciones se ejecutarán las 24 horas del día, los 7 días de la semana, y los humanos se volverán a capacitar. El valor de los agentes de IA no residirá en las tareas operativas, sino en su capacidad para comprender y analizar el entorno. La oportunidad será enorme.

¿Qué podemos esperar de la investigación profunda en lo que respecta a estos sistemas de agencia? Es uno de los casos de uso más prácticos para el razonamiento, dice Soule. Es más, una vez que estos modelos de razonamiento comienzan a superponerse en los datos empresariales, las posibilidades se multiplican, cree Varshney: “Think que esa es la compañía que va a ganar miles de millones de dólares”.