Connect with us

Líderes de opinión

Dónde empezar con Agentic AI: Un marco para líderes empresariales

mm

A lo largo de la última década, han surgido dos trayectorias paralelas que han dado forma a la transformación empresarial en conjunto: el viaje de los procesos y el viaje de los datos.

El viaje de los procesos, o cómo se realiza el trabajo, evolucionó desde Lean Sigma Six para abarcar la automatización de procesos robóticos (RPA) y flujos de trabajo digitales, todo en busca de eficiencia, estructura y escala. Por otro lado, el viaje de los datos, o cómo se toman las decisiones, evolucionó desde la inteligencia empresarial tradicional hasta la inteligencia predictiva impulsada por el aprendizaje automático y ahora, la inteligencia artificial generativa (gen AI). Ambos caminos son poderosos, pero el verdadero avance se produce cuando ambos convergen. Bienvenidos, Agentic AI.

Agentic AI es el punto de inflexión donde los agentes no solo entienden los datos, sino que también saben cómo actuar dentro de los sistemas y flujos de trabajo para una mayor automatización impulsada por los datos. La investigación muestra que el 96% de los líderes de TI empresariales planean aumentar su uso de agentes en los próximos 12 meses. Sin embargo, a medida que las organizaciones buscan ampliar las iniciativas de Agentic AI, a menudo luchan por identificar dónde y cómo comenzar.

Para los líderes técnicos que buscan aprovechar Agentic AI, deben pensar en los flujos de trabajo agentic como la fusión de la decisión y la ejecución, incorporando la inteligencia analítica directamente en los flujos de trabajo para una mayor eficiencia. Solo cuando se logre esa capa de inteligencia a nivel empresarial, los agentes autónomos podrán cerrar el círculo entre el conocimiento y la acción.

Definiendo Agentic AI: qué significa ser una empresa agentic

Muchas organizaciones comienzan su viaje de Agentic AI antes de entender qué es Agentic AI. Piense en una empresa agentic como un aeropuerto internacional concurrido. Los aviones son los agentes de IA, cada uno con una tarea asignada. Saben su objetivo y actúan de forma independiente, despegando y volando hacia su destino previsto, todo mientras el aeropuerto sigue funcionando con normalidad. Pero es el objetivo superior del aeropuerto, más que el movimiento individual de los aviones, lo que lo hace agentic. Los controladores aéreos son los orquestadores que hacen que las operaciones del aeropuerto funcionen sin problemas, eligiendo qué aviones desplegar cuándo y dónde, dirigiendo el control de tierra para el mantenimiento y el repostaje, y concertando todo de la manera más efectiva para todo el sistema. Cada avión existe por sí solo, pero es la coordinación de todos los despegues y aterrizajes lo que hace que el aeropuerto sea exitoso en términos de seguridad y eficiencia.

Una empresa agentic no es aquella que implementa simples agentes de reflejo, o bots básicos que han sido mejorados para realizar una tarea. Más bien, una empresa agentic orquesta una red de agentes inteligentes diseñados para manejar tareas complejas y multietapa de forma independiente. Van mucho más allá de las reglas predefinidas hasta el punto en que los agentes pueden tomar decisiones que se alineen con los objetivos estratégicos, y adaptarse y mejorar con el tiempo, llevando el aprendizaje empresarial al siguiente nivel.

Esto también es lo que separa a Agentic AI de gen AI. Gen AI responde a las solicitudes, mientras que Agentic AI toma acciones autónomas para lograr objetivos, aprendiendo y adaptándose a medida que avanza. Estos sistemas de múltiples agentes se conectan con diversas aplicaciones empresariales y operan con previsión estratégica para ayudar a impulsar la toma de decisiones, automatizar procesos y brindar valor en toda la organización.

Es importante recordar que esto es un viaje. Cada agente tendrá su propia madurez y complejidad que podrá manejar. Convertirse en una empresa agentic requiere el diseño holístico, la coordinación y la evolución continua de un ecosistema de agentes, con objetivos claros, bucles de retroalimentación inteligentes y humanos expertos incrustados donde y cómo tenga sentido para el resultado objetivo.

Identificar casos de uso de Agentic AI: por qué importa impulsar el valor

Con demasiada frecuencia, los casos de uso de Agentic AI fallan debido a una mala selección de casos de uso. De hecho, Gartner predice que más del 40% de los proyectos de Agentic AI serán cancelados para fines de 2027. Estos no serán debido a que la tecnología falle, sino más bien a que las empresas no eligen los casos de uso adecuados para desplegar los agentes.

Para evitar tal destino, las organizaciones necesitan identificar dónde Agentic AI puede tener el mayor impacto evaluando tanto el aumento de valor como la velocidad para lograr el resultado.

En el lado del valor, las empresas deben preguntarse primero qué dominios tienen los mayores puntos de dolor del cliente, internos y externos, y a su vez, tienen la mayor promesa de impacto. Luego, deben considerar qué aspecto tiene el alcance del proceso y la demanda. Una pista: Agentic AI brinda beneficios más tangibles para las áreas que tienen procesos altamente complejos, flujos de trabajo grandes y una necesidad de toma de decisiones estratégica y dinámica. No se debe subestimar que Agentic AI debe implementarse en áreas que tengan un alto potencial de crecimiento, considerando su escalabilidad y adaptabilidad a la demanda y el volumen cambiantes con el tiempo.

Igualmente importante es evaluar la velocidad para lograr el valor, lo que se puede hacer examinando los datos para la disponibilidad, la calidad y la gobernanza. Simplemente, mejores datos conducen a un mejor rendimiento de IA. Independientemente de dónde se active Agentic AI, es fundamental proporcionar guardrails de seguridad, especialmente cuando se involucran datos sensibles. Para hacerlo de manera efectiva, las empresas deben tener en cuenta las posibles restricciones regulatorias que pueden afectar los plazos de adopción. Este no es un área en la que se deben cortar esquinas. Comenzar con sistemas de humanos en el bucle ayuda a garantizar una implementación responsable y ética, lo que puede dar a las empresas más confianza en la autonomía de los agentes de IA.

Construir la pila de tecnología de Agentic AI: cómo lograr los resultados deseados

Las organizaciones listas para adoptar Agentic AI necesitan construir la infraestructura tecnológica adecuada que permita la escalabilidad para crecer, la flexibilidad para integrar y la seguridad para proteger.

Para empezar, los líderes empresariales deben asegurarse de que tanto los datos estructurados como los no estructurados se integren dentro del mismo sistema para construir una base de datos sólida, lo cual es fundamental para la adopción efectiva y sostenible. La accesibilidad y el manejo de los datos son fundamentales para Agentic AI. Este paso también es crucial para construir modelos de lenguaje específicos de tareas y dominios.

Una vez que se establece la base de datos y se establecen los modelos de lenguaje, las empresas deben aprovechar las plataformas, herramientas y servicios de IA para acelerar la adopción y modularidad de los agentes de IA. Comenzando con un piloto en un entorno controlado, las organizaciones pueden entrenar y desplegar agentes que ejecuten tareas específicas y brinden resultados comerciales, asegurando la supervisión humana y monitoreando continuamente el rendimiento a través de una capa de control que se alinee con los KPI comerciales.

Liderar el camino

Agentic AI representa un cambio fundamental en la forma en que operan los negocios. Las empresas que surjan como ganadoras serán aquellas que lo utilicen como una oportunidad para replantear sus modelos operativos y prácticas comerciales desde cero. La clave es experimentar sabiamente e iterar, construir y asociarse con intención, y luego escalar con confianza.

Jinsook Han es la Directora de Estrategia, Desarrollo Corporativo y Oficial de Inteligencia Artificial Agente en Genpact, donde ayuda a definir, impulsar y ejecutar la visión de la empresa de inteligencia artificial agente. Antes de unirse a Genpact, ocupó puestos ejecutivos en McKinsey, AIG y Accenture.