Los agentes de IA pueden ser la nueva fuerza laboral, pero aún necesitan un gerente

Cada vez escuchamos más que los agentes de IA son los nuevos «trabajadores digitales», un concepto que surgió antes de que los agentes o IA generativa llegar a la corriente principal en áreas como automatización de procesos robóticos. Los trabajadores digitales están diseñados para servir a la disciplina y la obediencia, pero al igual que los trabajadores humanos, ellos también tienen sus peculiaridades.

También: 15 formas en que la IA me ahorró tiempo en el trabajo en 2024 y cómo planeo usarla en 2025

El movimiento hacia una fuerza laboral digital ha dado grandes pasos últimamente, marcado recientemente por la presentación de Agentforce 2.0 por parte de Salesforce, una plataforma laboral digital para empresas. La plataforma permite «una fuerza laboral ilimitada a través de Agentes de IA para cualquier departamento, ensamblado utilizando una nueva biblioteca de habilidades prediseñadas, y que puede tomar medidas en cualquier sistema o flujo de trabajo». La plataforma también va mucho más allá de RPA, presentando «razonamiento y recuperación de datos mejorados para brindar respuestas precisas y orquestar acciones en respuesta a preguntas complejas de varios pasos», según un comunicado de Salesforce. Los agentes incluso interactúan en Slack.

Aumentar los equipos con mano de obra digital

Las principales organizaciones están aprovechando la plataforma para aumentar sus equipos con mano de obra digital, añadió el proveedor.

El talento es escaso y costoso de capacitar, por lo que las organizaciones están recurriendo a la IA para ayudar con las interacciones con los clientes y lidiar con los retrasos en el flujo de trabajo, pero ya no pueden permitirse «soluciones inadecuadas que brinden respuestas genéricas», afirmó Salesforce. «Las soluciones existentes, como los copilotos, luchan por brindar respuestas precisas y confiables a solicitudes complejas, como orientación personalizada en una solicitud de empleo. No pueden tomar medidas por sí solos, como fomentar un cliente potencial con recomendaciones de productos».

Los trabajadores digitales autónomos ahora pueden realizar ese trabajo en muchos niveles, coinciden los líderes de la industria. «La convergencia de innovadores cualificados, herramientas en la nube de rápida implementación, concienciación del cliente y soporte ejecutivo ha creado un entorno ideal para que la IA agente prospere en 2025», dijo a ZDNET Chris Bennett, director de transparencia y educación de IA en Motorola Solutions.

Por ejemplo, Motorola Solutions ha comenzado a aprovechar IA agente «para mejorar la seguridad pública y empresarial, con aplicaciones que analizan y muestran datos en tiempo real para brindar apoyo crucial e inmediato a los socorristas y al personal de seguridad», afirmó Bennett. «Los agentes de IA nunca se aburren, cansan ni se distraen, automatizan tareas repetitivas y liberan a los socorristas para responsabilidades críticas y participación de la comunidad. Los agentes de IA pueden acelerar tareas como revisar secuencias de video históricas, ayudando a los investigadores a encontrar rápidamente personas desaparecidas mediante búsquedas en lenguaje natural».

Esto funciona a través de agentes de IA que intuyen procesos para «crear una serie de pasos o una receta para resolver un problema», dijo Viswesh Ananthakrishnan, cofundador y vicepresidente de Aurascape. También pueden «tomar acciones para ejecutar estos pasos e incluso colaborar con otros agentes para hacerlo. Cuando se combinan, estos datos les dan a los agentes una visión de cómo funciona la empresa».

También: O3 de OpenAI aún no es AGI, pero simplemente hizo algo que ninguna otra IA ha hecho

Luego, los agentes de IA «desarrollan y ejecutan procesos complejos, como ver pronósticos de demanda y tomar medidas proactivas para generar y enviar formularios de pedido para más inventario antes de que se agoten los suministros», continuó. «Este tipo de automatización ahorra mucho tiempo a los trabajadores y los libera de tareas repetitivas».

Los agentes de IA deben gestionarse cuidadosamente

Al mismo tiempo, los agentes de IA deben gestionarse cuidadosamente, tal como es el caso del trabajo humano, y hay trabajo por hacer antes de que una fuerza laboral impulsada por IA pueda asumir realmente una amplia gama de tareas. «Si bien la promesa de la IA agente es evidente, estamos a varios años de una adopción generalizada de la IA agente a nivel empresarial», dijo Scott Beechuk, socio de Norwest Venture Partners. «Los agentes deben ser confiables dado su papel potencial en la automatización de procesos comerciales de misión crítica».

La trazabilidad de las acciones de los agentes de IA es una cuestión. «Muchas herramientas tienen dificultades para explicar cómo llegaron a sus respuestas a partir de datos confidenciales de los usuarios y los modelos luchan por generalizar más allá de lo que han aprendido», dijo Ananthakrishnan.

La imprevisibilidad es un desafío relacionado, ya que los LLM «operan como cajas negras», dijo Beechuk. «Es difícil para los usuarios e ingenieros saber si la IA ha completado con éxito su tarea y si lo hizo correctamente». Además, advierte que todavía existe falta de fiabilidad en los agentes de IA. «En los sistemas donde la IA crea sus propios pasos para completar las tareas, los detalles inventados pueden generar más errores a medida que avanza la tarea, lo que en última instancia hace que los resultados no sean confiables».

También: Por qué la ética se está convirtiendo en el mayor desafío de la IA

Los trabajadores humanos también son capaces de colaborar fácilmente y de forma regular. Para los trabajadores de IA, es una historia diferente. «Debido a que los agentes interactuarán con múltiples sistemas y almacenes de datos, lograr una visibilidad integral no es una tarea fácil», afirmó Ananthakrishnan. Es importante tener visibilidad para capturar cada acción que realiza un agente. «Esto significa una visibilidad profunda de la actividad en los dispositivos finales y la capacidad de procesar datos en una amplia variedad de formatos». Entonces, es importante poder «combinar rápidamente este contexto desde los puntos finales con el tráfico a nivel de red para determinar los datos que informan las acciones del agente», así como «reconocer el tipo de agente de IA que interactúa con sus datos, ya sea una entidad confiable , o un agente nuevo.»

El ingeniero de sistemas de IA

Esto puede impulsar un rol emergente centrado en el ser humano: el ingeniero de sistemas de IA. «Esta nueva función de control y supervisión de la calidad será esencial para las empresas a medida que gestionan y optimizan continuamente los agentes de IA», afirmó Beechuk.

En entornos de múltiples agentes, «los agentes de IA interactuarán y evolucionarán constantemente, consumiendo una dieta constante de nuevos datos para realizar sus trabajos individuales», explicó. «Cuando uno de ellos obtiene datos incorrectos, intencionalmente o no, y cambia su comportamiento, puede comenzar a realizar su trabajo de manera incorrecta o con menos precisión, incluso si lo estaba haciendo perfectamente bien apenas un día antes. Un error en un agente «Puede tener un efecto en cascada que degrade todo el sistema. Las empresas contratarán tantos ingenieros de sistemas de IA como sean necesarios para evitar que eso suceda».

También: La IA generativa es ahora una herramienta imprescindible para los profesionales de la tecnología

Las empresas y los equipos tecnológicos pueden estar «bien posicionados para respaldar la IA agente, pero todavía necesitamos tiempo y experiencia para lograr el equilibrio adecuado entre los flujos de trabajo humanos y agentes», aconsejó Bennett. «Nuestro consejo es ver la IA como una mejora para los expertos humanos, no como un reemplazo».