Agentes de IA: extraer el máximo valor a la inteligencia artificial
Silicon analiza con Keepler la implementación y escalado de agentes de inteligencia artificial (IA) en entornos empresariales, centrándose en la automatización de procesos, la toma de decisiones basada en datos y la integración fluida con infraestructuras existentes.
Hoy en día, aprovechar todo el potencial de la Inteligencia Artificial es una necesidad para conseguir un crecimiento sostenido y mantener una ventaja competitiva. Un reto en el que los agentes de IA se presentan como un gran aliado que permite pasar de prototipos o pruebas de concepto a soluciones robustas, eficientes y con impacto real.
Para descubrir qué casos de uso existen y mostrar cómo los Agentes de IA están optimizando las operaciones, mejorando las experiencias de los clientes e impulsando la innovación, Silicon organizaba un encuentro con Keepler Data Tech al que acudían Francisco Borja Escalona, CDO de Carrefour España; Elena Madrid, Transformation Director en Mapfre; Pablo Arjonilla, Global Innovation Manager de Iveco; y Marta Serrano, CDO en Acciona Energía.
Daniel de Blas, director de Branded Content de Netmedia, era el encargado de moderar una conversación que abría Pablo Ríos, BDM de Keepler Data Tech compartiendo la propuesta de la tecnológica para la implementación y escalado de agentes de inteligencia artificial (IA) en entornos empresariales, centrándose en la automatización de procesos, la toma de decisiones basada en datos y la integración fluida con infraestructuras existentes.
Orquestación de agentes
“Nuestra plataforma permite unos flujos de trabajo más flexibles e inteligentes, añadir nuevos agentes sin apenas codificación y contar con el gobierno del dato, la observabilidad o el compliance ya embebidos”, afirmaba.
Tras explicar además qué es un agente, los distintos tipos y cómo puede lograrse una orquestación entre ellos, también desde Keepler Data Tech, el CEO, Juanma Aramburu señalaba cómo los principales retos de las compañías al intentar escalar una solución de IA son “la calidad de los datos, cómo acceden los agentes a estos y encontrar casos de uso que realmente aporten valor”.
Algo que ya han comenzado a experimentar en Carrefour, “donde usamos agentes inteligentes para aumentar la capacidad de los chatbots; tienes una necesidad nueva y creas un agente para responder a ella”, apuntaba Francisco Borja Escalona, CDO de la compañía.
¿El obstáculo? Hacer entender a negocio en qué consiste la IA y para qué utilizarla, añadía: “Desde negocio vienen con peticiones muy heterogéneas de casos de uso que no existen y además lo quieren para ya. Antes casi tenías que evangelizar sobre tecnología en las áreas de negocio y ahora es al revés, son ellos los que demandan”.
Un aspecto en el que coincidía Elena Madrid, Transformation Director en Mapfre que además señalaba la importancia del “orquestador entre negocio y TI para que realmente las dos partes se entiendan”.
De hecho, este perfil tiene que tener además una visión a largo plazo y es tan importante que literalmente, afirmaba Elena Madrid, “te lo roban”.
Y es que “hay un hype con la inteligencia artificial, sobre todo con la generativa”, aseguraba desde Acciona Energía Marta Serrano, su CDO. “Muchas veces desde negocio piensan que es magia y claro, el problema es gestionar esas expectativas”.
Esa cada vez mayor importancia de la tecnología era también resaltada por Pablo Arjonilla, Global Innovation Manager de Iveco. La compañía que ya utiliza IA para labores de mantenimiento predictivo o para la optimización de rutas, respecto a los agentes de IA aún comenzando a investigar “sus casos de uso y cómo involucrar a toda la organización”.
Y ponía sobre la mesa otro de los pilares básicos en el desarrollo de la IA y su escalado: la observabilidad. “Reconozco que aún estamos en una fase muy temprana y respecto a quién creo que debería asumir esa responsabilidad yo opino que tendría que ser algo compartido entre legal y datos”.
“La observabilidad es esencial para entender, por ejemplo, el uso que se está haciendo de la IA, los costes, etc. y por la propia regulación”, opinaba Elena Madrid que de nuevo señalaba “que no es siempre sencillo entender la normativa y precisas de un perfil específico para que sepa interpretar cómo adaptarte a las distintas y constantes regulaciones”
Sin duda, meses de aprendizaje, interrogantes y desafíos que afrontar en los que también comienzan a darse importantes reflexiones. “Es cierto que ChatGPT por ejemplo nos ha cambiado la vida pero sigue siendo necesario entender qué es y para qué usarlo porque muchas veces descubres que no aporta valor realmente”.
Retos culturales, organizativos o estratégicos aparte, lo que parece que nadie duda es de que la IA generativa, cuando se sabe encontrar el caso de uso, necesita escalarse para extraer todo el potencial que encierra y que, con los agentes inteligentes, es posible extender a toda la organización.
