Agentes de IA: revelando el misterio

El mundo tecnológico está vibrando de emoción por los agentes de IA. Grandes nombres como Sam Altman de OpenAI, Satya Nadella de Microsoft y Marc Benioff de Salesforce están totalmente involucrados. Altman dice que los agentes "se unirán a la fuerza laboral" este año, mientras que Nadella piensa que asumirán parte del trabajo del conocimiento. Benioff quiere que Salesforce sea el líder en trabajo digital a través de sus servicios "agentic".

Pero aquí está el problema: nadie puede definir exactamente qué es un agente de IA.

En los últimos años, las empresas tecnológicas han estado promocionando a los agentes de IA como la próxima gran novedad. Al igual que los chatbots de IA como ChatGPT cambiaron la forma en que obtenemos información, se supone que estos agentes revolucionarán la manera en que trabajamos, según CEOs como Altman y Nadella.

Suena prometedor, ¿verdad? Bueno, todo depende de lo que pienses que es un "agente", y eso no es fácil de precisar. Términos como "multimodal", "AGI" e "IA" en sí mismos ya son bastante vagos, y ahora "agente" y "agentic" se unen al grupo.

Esta vaguedad es un dolor de cabeza para empresas como OpenAI, Microsoft, Salesforce, Amazon y Google, que están apostando fuerte por los agentes. La versión de cada empresa de un agente es diferente, lo que solo confunde a los clientes.

Ryan Salva, director senior en Google y exlíder de GitHub Copilot, está harto del término "agentes". Le dijo a TechCrunch: "Creo que nuestra industria abusa del término 'agente' hasta el punto de que es casi absurdo. Es una de mis manías".

Esta confusión no es nueva. El año pasado, el exreportero de TechCrunch Ron Miller preguntó: "¿Qué es un agente de IA?" El problema es que cada empresa que construye agentes lo hace de manera diferente.

Últimamente, las cosas se han vuelto aún más complicadas.

Esta semana, OpenAI describió a los agentes como "sistemas automatizados que pueden realizar tareas de forma independiente en nombre de los usuarios" en una publicación de blog. Pero luego, en su documentación para desarrolladores, llamaron a los agentes "LLMs equipados con instrucciones y herramientas". Leher Pathak, líder de marketing de productos de la API de OpenAI, añadió más confusión al decir en X que "asistentes" y "agentes" son básicamente lo mismo.

Mientras tanto, Microsoft intenta trazar una línea entre agentes y asistentes de IA. Ven a los agentes como "nuevas aplicaciones" especializadas para un "mundo impulsado por IA", mientras que los asistentes solo ayudan con tareas generales como redactar correos electrónicos.

Anthropic, otro laboratorio de IA, admite que los agentes pueden definirse de muchas maneras, desde sistemas completamente autónomos hasta aquellos que siguen flujos de trabajo predefinidos.

Salesforce va aún más lejos, llamando a los agentes "un tipo de sistema que puede entender y responder a las consultas de los clientes sin intervención humana". Enumeran seis tipos diferentes, desde "agentes de reflejo simple" hasta "agentes basados en utilidad".

Entonces, ¿por qué tanta confusión?

Bueno, los agentes, como la IA, son difíciles de precisar y están en constante cambio. OpenAI, Google y Perplexity acaban de empezar a lanzar lo que llaman sus primeros agentes: Operator de OpenAI, Project Mariner de Google y el agente de compras de Perplexity, y todos son muy diferentes en términos de lo que pueden hacer.

Rich Villars de IDC señala que las empresas tecnológicas a menudo no se adhieren a definiciones estrictas. "Les importa más lo que están tratando de lograr", le dijo a TechCrunch, especialmente en mercados que se mueven rápidamente.

El marketing también es una gran parte del problema, según Andrew Ng de DeepLearning.ai. Él dice: "Los conceptos de 'agentes' de IA y flujos de trabajo 'agentic' solían tener un significado técnico, pero hace aproximadamente un año, los marketers y algunas grandes empresas se apoderaron de ellos".

Jim Rowan de Deloitte ve la falta de una definición clara como una oportunidad y un desafío. Permite a las empresas adaptar los agentes a sus necesidades, pero también puede llevar a "expectativas desalineadas" y dificultar la medición del valor de los proyectos de agentes.

"Sin una definición estandarizada, al menos dentro de una organización, es difícil establecer un punto de referencia para el rendimiento y garantizar resultados consistentes", dijo Rowan. "Esto puede resultar en interpretaciones variadas de lo que los agentes de IA deben ofrecer, complicando potencialmente los objetivos y resultados del proyecto. En última instancia, aunque la flexibilidad puede impulsar soluciones creativas, una comprensión más estandarizada ayudaría a las empresas a navegar mejor el panorama de los agentes de IA y maximizar sus inversiones".

Lamentablemente, si la evolución del término "IA" es una guía, parece que no veremos una definición única de "agente" pronto, o tal vez nunca.