Los agentes de IA no transformarán su negocio solo, pero con la estrategia correcta, pueden ofrecer un impacto real. A medida que se acelera la carrera de inteligencia artificial, Francesco Brenna de IBM argumenta que el éxito no radica en las herramientas en sí mismas, sino en repensar cómo se hace el trabajo, y por qué el modelo de aplicación de agente de IBM podría ser el verdadero cambio de juego
Hay mucho ruido cuando se trata de agentes de IA. Algunos de ellos están justificados, la tecnología se mueve rápidamente, pero gran parte de la conversación todavía está impulsada por el bombo en lugar del progreso práctico. La verdad es que, mientras que los agentes de IA ya están teniendo un impacto significativo en el lugar de trabajo, no son los solucionadores de problemas totalmente autónomos que algunos proveedores los hacen ser. Todavía no, de todos modos.
En IBM Consulting, estamos viendo un creciente interés de las organizaciones que desean comprender cómo los agentes de IA pueden encajar en su negocio. Estos agentes son esencialmente bits de software autónomos que pueden llevar a cabo una variedad de tareas, analizar datos, evaluar situaciones, resolver problemas, con una entrada humana mínima. Pero por su cuenta, cada agente es limitado. Para ser verdaderamente efectivos, necesitan trabajar juntos como parte de una red orquestada, cada uno desempeña su papel en flujos de trabajo más complejos.
Dicho esto, hay límites. Los agentes de IA aún requieren estructura, supervisión y objetivos claramente definidos. Las empresas no pueden simplemente ‘enchufarlos’ y esperar que entreguen resultados perfectos. La intervención humana todavía es necesaria para validar los resultados y garantizar lo que se produce alineaciones con prioridades estratégicas y éticas más amplias.
El desafío más grande, en mi experiencia, es menos sobre lo que los agentes de IA pueden o no pueden hacer, y más sobre cómo las organizaciones están tratando de usarlas. Con demasiada frecuencia, las empresas buscan colocar la IA en la parte superior de los sistemas antiguos y las formas anticuadas de trabajo. El resultado? Ganancias limitadas.
Legacy IT se acumula, con su combinación de aplicaciones desconectadas e integraciones obsoletas, crean obstáculos graves. Los datos están fragmentados, inconsistentes y, a menudo, simplemente no se ajustan a su propósito. Sin datos confiables y procesos modernos, incluso la IA más avanzada solo puede llegar hasta ahora.
Es por eso que hemos estado hablando con los clientes sobre algo que llamamos aplicaciones ‘Agentic’. Estas son aplicaciones comerciales especialmente diseñadas que reúnen a múltiples agentes de IA de una manera estructurada y en red para manejar los flujos de trabajo de extremo a extremo. Pero, y esto es clave, no se trata solo de la tecnología. Se trata de repensar cómo se hace el trabajo.
Para hacer que los agentes de IA entreguen un valor real, tres capas centrales deben unirse. Primero, debemos ver cómo las personas interactúan con la IA. Esto comienza con la parte delantera, donde los asistentes de IA se adaptan a diferentes roles de los empleados, lo que llamamos personal de usuarios, para que las ranuras tecnológicas naturalmente en las herramientas que las personas ya están utilizando. Hecho bien, esto mejora sustancialmente la usabilidad y la productividad.
El segundo es la orquestación misma. Esta es la sala de máquinas, donde en lugar de los agentes de IA que trabajan en silos, construimos sistemas donde operan como parte de una red interconectada. Cada agente maneja una tarea especializada, pero juntos administran procesos más amplios y más complejos. Es este tipo de coordinación la que convierte una serie de capacidades estrechas en algo más poderoso.
Y finalmente, están los datos. AI solo puede ser tan bueno como los datos en los que se ejecuta. Eso significa que garantizar que los datos sean limpios, consistentes y accesibles en toda la empresa en tiempo real. Suena obvio, pero a menudo es la parte más difícil de hacer bien.
La adopción está sucediendo, pero no es uniforme, y no es de la noche a la mañana. La mayoría de las empresas comienzan en áreas donde pueden ver un claro retorno de la inversión. Estamos viendo un buen progreso en el servicio al cliente, el manejo de datos, las operaciones de TI y el desarrollo de software.
Tome ingeniería de software, por ejemplo. Los agentes de IA ya están ayudando a los desarrolladores con tareas repetitivas, realizando el código, sugiriendo mejoras, identificando errores. Un agente puede detectar problemas recurrentes en una base de código, proponer ajustes de eficiencia o incluso ofrecer mejores algoritmos. Pero incluso aquí, el desarrollador humano todavía está a cargo. Deciden qué cambios aceptar, cómo debe evolucionar el diseño y cómo se ve el producto final.
Así que no estamos reemplazando a los desarrolladores. Les estamos dando más tiempo para centrarnos en el trabajo creativo y de alto valor. Y ese es un patrón que estamos viendo en todas las industrias. Los agentes de IA están aumentando los roles, no los reemplazan.
Ese cambio, desde la automatización hasta el aumento, con él un nuevo conjunto de demandas. Si las organizaciones quieren obtener lo mejor de los agentes de IA, necesitan personas que sepan cómo trabajar con ellos. Eso significa capacitar equipos para guiar, validar y optimizar lo que ofrece la IA.
Los ingenieros y analistas deberán sentirse cómodos no solo para usar herramientas de inteligencia artificial, sino darles forma, estableciendo sus límites, monitoreando su producción y garantizar que estén alineados con los objetivos comerciales. La fuerza laboral del futuro deberá ser tan fluida como la IA con fluidez como en las hojas de cálculo o los sistemas CRM.
Si hay un mensaje que subrayaré, es este: los agentes de IA no son una bala de plata. No puede simplemente dejarlos en un negocio y esperar transformación. Lo que se necesita es un replanteamiento más amplio: una estrategia de transformación digital que incluye IA, pero también cubre el rediseño de procesos, el gobierno de datos, la capacidad del equipo y la sólida supervisión.
Llamamos a esta disciplina ‘Operaciones AI’: el negocio de administrar, optimizar y gobernar cómo se implementan los agentes de IA. Es donde entran en juego la confianza, la explicabilidad y la interoperabilidad. Y es cómo las organizaciones pueden garantizar que la colaboración Human-AI no sea solo posible, sino productiva.
No hay duda de que los agentes de IA se convertirán en una fuerza importante en el lugar de trabajo moderno. Pero las mayores victorias irán a aquellas organizaciones que adoptan un enfoque reflexivo y estratégico. Eso significa mirar más allá de la exageración, hacer que los cimientos correcten y mantenerse enfocado en dónde se puede entregar un valor real.
Cuando se usan bien, los agentes de IA ayudarán a las personas a trabajar más rápido e inteligente. A medida que AI evoluciona, las organizaciones que repensan cómo se realiza el trabajo serán las que se mantengan a la vanguardia.
Francesco Brenna es vicepresidente y socio principal de AI Integration Services en IBM Consulting. Con una amplia experiencia en tecnología empresarial y transformación comercial, lidera iniciativas globales centradas en integrar la inteligencia artificial en entornos comerciales complejos. En IBM, trabaja con clientes en todas las industrias para diseñar e implementar estrategias impulsadas por la IA que mejoren la eficiencia operativa, mejoren la toma de decisiones y brinden valor a largo plazo. Es un contribuyente frecuente a las discusiones de la industria sobre IA, transformación digital y el futuro del trabajo.
Imagen principal: Shutterstock