Comprender la autonomía de la IA: asistentes, copilotos, agentes y su impacto en el valor empresarial
El año pasado, los proveedores integraron asistentes, copilotos y agentes de IA en sus herramientas, particularmente en el sector de datos y análisis. Si ha navegado por LinkedIn (o en cualquier otro lugar, en realidad) el tiempo suficiente, probablemente haya encontrado estos términos, que a menudo se usan indistintamente.
Si no está seguro del significado exacto de estos términos, no está solo. Sin embargo, al considerar incorporar estos sistemas impulsados por IA a su organización, es esencial tener una comprensión clara de sus distintas capacidades y casos de uso. Si se toma el tiempo para aprender las diferencias entre estos tres conceptos, estará en mejores condiciones para seleccionar la tecnología adecuada.
Recientemente me encontré con un modelo mental interesante de Bain Capital Ventures. Estudiaron los diferentes niveles de autonomía en las herramientas impulsadas por IA para comprender qué distingue a los asistentes, copilotos y agentes. Descubrieron que la diferencia clave reside en una única variable: el nivel de autonomía. Los asistentes de IA tienen baja agencia y autonomía, los agentes de IA son proactivos y autónomos, y los copilotos se encuentran en algún punto intermedio. La siguiente imagen ilustra estas diferencias.
Los diferentes niveles de autonomía impactan en última instancia en el valor comercial, que es la principal preocupación para la mayoría de las empresas. Los sistemas de inteligencia artificial con baja agencia son una excelente manera de aumentar el trabajo y ayudar a las partes interesadas a responder preguntas sobre datos cuando ya saben qué preguntas hacer. Sin embargo, en muchas organizaciones, la mayoría de las partes interesadas no están seguras de qué preguntas sobre datos formular o cómo utilizar las respuestas de manera eficaz. Aquí es donde las empresas pretenden implementar sistemas con mayor agencia y autonomía, que puedan actuar como acompañantes prescriptivos para las partes interesadas.
En este artículo, examinaré los distintos niveles de autonomía de asistentes, copilotos y agentes y cómo afectan en última instancia al valor comercial que cada uno puede aportar a la empresa. Mi objetivo es ayudarle a diferenciar entre estas tecnologías al implementarlas.
Cuando se encuentre con el término “asistente de IA”, piense: función de soporte, conocimientos, tareas básicas y poca autonomía.
Los asistentes de IA están diseñados para mejorar las capacidades humanas en diversas tareas. Operan según reglas predefinidas y pueden proporcionar rápidamente información precisa y relevante cuando sea necesario.
En el ámbito de los datos y el análisis, los asistentes de IA operan bajo una suposición clave: el usuario conoce bien su dominio. Para darle una idea más clara, aquí hay algunos ejemplos de lo que puede hacer un asistente de IA en el espacio de datos y análisis:
- Generar documentación automáticamente para tablas y columnas dentro de su ecosistema.
- Ofrezca capacidades de búsqueda inteligenteguiando a los usuarios hacia los activos de datos más relevantes para sus necesidades.
- Traducir consultas SQL al inglés sencillolo que permite a los usuarios menos técnicos comprender consultas complejas fácilmente.
- Generar y depurar código formateando consultas SQL, mejorando la legibilidad y optimizando el rendimiento, lo que en última instancia aumenta la eficiencia y la productividad.
Un asistente de IA puede hacer que las personas que ya están involucrados en el trabajo de análisis más productivo. Agilizan el proceso de encontrar, comprender y confiar en los datos. Sin embargo, es importante tener en cuenta que un asistente supone que los usuarios ya están familiarizados con los flujos de trabajo de análisis y solo pueden realizar tareas básicas.
Cómo detectar un asistente de IA a una milla de distancia: necesitan supervisión humana y están lejos de afectar las decisiones.
Otra forma de diferenciar a los asistentes, copilotos y agentes de IA es examinando su proximidad a los procesos de toma de decisiones. Como hemos visto, los Asistentes aumentan la productividad, pero no influyen directamente en las decisiones. Los copilotos, por otro lado, no sólo mejoran la productividad sino que también brindan un valioso apoyo en el proceso de toma de decisiones.
El término “copiloto” implica la presencia de un piloto a cargo, alguien que determina la dirección haciendo las preguntas correctas. Sugiere una relación de colaboración entre las partes interesadas y la máquina, que es precisamente lo que logra.
Entonces, ¿qué se puede esperar de un copiloto de IA en el ámbito del análisis?
- Consultas en lenguaje natural: Los copilotos de IA permiten a los usuarios hacer preguntas sobre sus datos utilizando el lenguaje cotidiano. Luego, la IA ofrece recomendaciones y sugerencias basadas en la consulta del usuario, lo que permite a los usuarios no técnicos interactuar con sus datos y extraer información de ellos sin esfuerzo.
- Análisis de los datos: Los copilotos ayudan a los usuarios a analizar datos proponiendo fórmulas y brindando información y recomendaciones basadas en patrones de datos.
- Visualización de datos: Los copilotos de IA recomiendan los tipos de cuadros, gráficos y visualizaciones más adecuados en función de los datos y los objetivos del usuario.
- Siguientes mejores acciones: A partir de los conocimientos adquiridos a partir de los datos, los copilotos de IA sugieren los próximos pasos más eficaces que deben seguir los usuarios. Por ejemplo, en un análisis de pérdida de clientes, la IA puede proponer estrategias de retención específicas para los clientes identificados como de alto riesgo.
Los copilotos representan una etapa más avanzada de evolución, ya que participan activamente en la realización de recomendaciones, entregando mayor valor comercial a los usuarios. Permiten a los usuarios trabajar de manera más eficiente y tomar decisiones mejor informadas, pero aún dependen de las partes interesadas para plantear las preguntas correctas y determinar los análisis deseados.
Cómo reconocer a un copiloto de IA a una milla de distancia: Mejoran los procesos de toma de decisiones a través de recomendaciones y trabajan en colaboración con los humanos.
“Los agentes de IA son entidades de software autónomas o semiautónomas que utilizan técnicas de IA para percibir, tomar decisiones, emprender acciones y alcanzar objetivos en sus entornos digitales o físicos”. Gartner
Los agentes de IA representan la forma más autónoma de IA. A diferencia de los asistentes y copilotos de IA, los agentes de IA pueden operar de forma independiente, tomar decisiones basadas en los datos que procesan y aprender de sus experiencias.
Lo que distingue a los agentes de IA es su nivel de autonomía. Pueden percibir su entorno a través de sensores y actuar sobre él a través de actuadores, lo que les permite trabajar para lograr objetivos específicos sin supervisión humana.
El concepto de agente en el contexto de los modelos de lenguaje implica permitir que el modelo divida una tarea compleja en pasos más pequeños y manejables y luego ejecute esos pasos secuencialmente. Un gran avance en esta área fue la introducción de “ Cadena de estímulos para el pensamiento”. Este enfoque permite que los modelos de lenguaje descompongan problemas de varios pasos en etapas intermedias, imitando un “proceso de pensamiento” para resolver el problema.
Entonces, ¿qué se puede esperar de un agente de IA en el espacio de datos y análisis? Estas son algunas capacidades clave.
- Análisis de datos y toma de decisiones.: Los agentes de IA pueden analizar grandes cantidades de datos, identificar patrones y tomar decisiones informadas alineadas con objetivos específicos. Pueden aplicar técnicas de aprendizaje automático para extraer información de los datos, respaldando y mejorando los procesos de toma de decisiones.
- Procesamiento de información: Los agentes de IA se destacan en el procesamiento de información de diversas maneras para mejorar la toma de decisiones y la comprensión.
- Mejoramiento: Los agentes de IA pueden emplear técnicas de optimización para maximizar los beneficios mientras gestionan las compensaciones y las limitaciones. Pueden generar planes de acción ejecutables para optimizar los procesos analíticos y mejorar la eficiencia.
- Colaboración: Varios agentes de IA pueden trabajar juntos en tareas analíticas complejas que superan las capacidades de los agentes individuales. La aplicación combinada de múltiples agentes puede proporcionar soluciones analíticas más adaptables, escalables y sólidas, particularmente en entornos que requieren una toma de decisiones descentralizada basada en datos de diversas fuentes.
Los agentes de IA son los sistemas que más impactan el valor empresarial. De hecho, la adopción de la analítica en las empresas ha permanecido estancada durante 20 años, oscilando entre el 20% y el 30%. Un asombroso 70% de las personas en las organizaciones no saben qué preguntas hacer o qué hacer con las respuestas. Los agentes de IA son los sistemas más cercanos a influir en la toma de decisiones. Son lo suficientemente autónomos como para definir objetivos, analizar su entorno y participar en análisis prescriptivo – que es lo que más necesitan las organizaciones.
La toma de decisiones tiene el impacto más significativo en los resultados de una empresa. Mientras que los asistentes de IA ayudan a las organizaciones a tomar decisiones basadas en datos, los agentes de IA van un paso más allá al permitir la toma de decisiones “centrada en datos”. Influyen en el proceso de toma de decisiones del 70% de las personas de las empresas que antes no participaban en la analítica.
Cómo reconocer a un agente de IA a una milla de distancia: Pueden actuar sin la supervisión de un ser humano, pueden tomar decisiones y actuar en consecuencia, afectando su entorno.
Los términos asistente de IA, copiloto de IA y agente de IA a menudo se usan indistintamente, lo que puede generar confusión. Sin embargo, la diferencia entre ellos es bastante sencilla. Todos ellos se encuentran en el espectro de la autonomía, cada uno con un nivel distinto de independencia e impacto en la toma de decisiones.
En un extremo del espectro, los asistentes de IA aumentan el trabajo y brindan un apoyo valioso sin ninguna autonomía. No influyen directamente en la toma de decisiones, sino que sirven como herramientas útiles para mejorar la productividad.
Avanzando por el espectro, encontramos copilotos de IA, que tienen un mayor nivel de autonomía. Pueden colaborar con las partes interesadas y ofrecer recomendaciones para guiar la toma de decisiones, actuando como asesores confiables en el proceso.
En el otro extremo del espectro, los agentes de IA son entidades totalmente autónomas capaces de prescribir el mejor curso de acción en función de su análisis del entorno y los objetivos.
Como comprador, es importante evaluar el grado óptimo de automatización para diversas funciones dentro de su organización. Al revisar proveedores potenciales, pídales que indiquen explícitamente dónde se encuentra su tecnología en el espectro de autonomía. Esto le permitirá comprender las capacidades y limitaciones de cada solución, lo que le ayudará a encontrar la mejor solución.
La búsqueda de sistemas de IA con mayor autonomía puede generar mayores retornos de la inversión y una implementación más sencilla. No obstante, esto también requiere un mayor nivel de confianza en la capacidad de la IA para comprender con precisión sus casos de uso.
Fuentes
- Garner. “Guía de innovación: agentes de IA”. [Link]
- Simforme. “Tipos de agentes de IA”. Blog Simform.
- Hacia la ciencia de datos. “Agentes LLM explicados de forma intuitiva y exhaustiva”. Medio.
- Frikis para frikis. “Agentes de Inteligencia Artificial”. Frikis para frikis.
- AWS. “¿Qué son los agentes de IA?” AWS.