En el campo de la computación en la nube, que evoluciona rápidamente, la aparición de agentes de IA generativa, o más coloquialmente, IA agente, presagia un posible cambio de paradigma en la forma en que utilizamos la IA en la nube, incluso antes de que capitalicemos plenamente el verdadero potencial de la IA generativa. La computación en la nube transformó el panorama tecnológico, la IA agente tiene el potencial de revolucionar nuestro enfoque de la arquitectura de IA generativa al introducir autonomía, inteligencia y eficiencia. Antes de profundizar más, es importante comprender que la IA agente no es una talla única. Toda la solución para todas las implementaciones de IA. Sí, la IA agente tiene un potencial alucinante. En esta industria, tendemos a caer en la exageración de la última tecnología sin la comprensión o la experiencia adecuadas para tomar decisiones informadas. En lugar de simplemente promover la IA agente, mi objetivo es hacerles saber que la IA agente es una opción arquitectónica viable, pero también ser conscientes de sus desventajas. La revolución de la autonomía En el corazón de la IA agente se encuentra su autonomía y su capacidad para facilitar un comportamiento dinámico y distribuido. Los agentes de IA pueden iniciar, planificar y completar de forma independiente tareas complejas que tradicionalmente requieren una intervención humana significativa. Los arquitectos de la nube pueden pasar de la gestión manual de tareas a una función de supervisión en la que la IA se encarga de las complejidades. Imagine un escenario en el que los agentes de IA generativa gestionan de forma autónoma el aprovisionamiento de la infraestructura, escalan los recursos dinámicamente en función de las demandas de la carga de trabajo y optimizan las configuraciones para mejorar el rendimiento. Las diferencias entre la IA agente y agentes de IA El término IA agente abarca el marco conceptual más amplio y avanzado. Es el sistema global con capacidades integrales autónomas y adaptativas. Los agentes de IA son los componentes básicos que realizan tareas o funciones específicas como parte de la estructura de IA agente. Son los componentes operativos que ejecutan tareas específicas dentro de este sistema. La IA agente y los agentes de IA están relacionados pero son diferentes. ¿Claro como el barro? Agentic AI es un sistema de inteligencia artificial diseñado para lograr objetivos complejos y gestionar flujos de trabajo con una mínima supervisión humana. Demuestra capacidades avanzadas para comprender el contexto, tomar decisiones, adaptarse a circunstancias cambiantes y completar de forma autónoma tareas multifacéticas. Una característica fundamental de la IA agente es su autonomía. Los agentes de IA (fundamentales para la IA agente) operan de forma independiente, iniciando y ejecutando tareas sin supervisión humana constante. Esta independencia les permite desempeñar eficientemente sus responsabilidades y responder con prontitud a diversas situaciones. Si esto te parece un déjà vu, tienes razón. El uso de agentes tiene décadas de antigüedad. Una vez más, estamos desempolvando viejos patrones arquitectónicos para construir y definir un valor nuevo y único. (¿Puede decir “contenedores”?) He trabajado con agentes como una opción arquitectónica durante años, incluidos agentes inteligentes que utilizan funciones de IA. Lo nuevo aquí es el uso de IA generativa (específicamente modelos de lenguaje grandes, LLM), aunque no proporciona mucha diferencia. Cómo funciona la IA agente Dos aspectos cruciales de estos agentes son sus capacidades de razonamiento y toma de decisiones. Están equipados con algoritmos sofisticados que les permiten evaluar diferentes opciones, equilibrar las compensaciones y responder eficazmente a situaciones novedosas. Pueden hacer esto con sus capacidades de inteligencia artificial, pero la mayoría consultará a otros LLM para conocer sus opiniones sobre los problemas que desean resolver. Por lo general, se consulta a muchos LLM y luego se verifican para obtener respuestas consistentes. Además de tomar decisiones, los agentes de IA son altamente adaptables si se construyen adecuadamente. Pueden ajustar sus acciones y planes dinámicamente en función de las condiciones cambiantes y la retroalimentación en tiempo real. Esta adaptabilidad garantiza que continúen operando de manera efectiva incluso en entornos volátiles, manteniendo su eficiencia y eficacia. La IA agente implementada en la gestión de la cadena de suministro puede manejar diversas operaciones logísticas de forma autónoma, asegurando que los bienes se transporten, almacenen y entreguen de manera eficiente. Estos agentes de IA analizan y coordinan datos de múltiples fuentes, como niveles de inventario, cronogramas de entrega y condiciones climáticas en tiempo real. Digamos que una empresa minorista global utiliza IA agente para gestionar las operaciones de su cadena de suministro en múltiples regiones. ¿Cómo manejará las condiciones climáticas severas que causan interrupciones inesperadas en varias rutas de distribución? ¿O una pandemia? En el caso del clima, los agentes de IA analizarían rápidamente las actualizaciones de tráfico en tiempo real, los pronósticos meteorológicos y los cierres de puertos. Luego ajustarían dinámicamente las rutas de entrega, desviando los camiones a áreas menos afectadas para evitar demoras y mantener las entregas a tiempo. Estos agentes también son competentes para perseguir objetivos complejos. Pueden manejar procesos y flujos de trabajo complejos de varios pasos, estableciendo y logrando submetas para lograr cualquier número de objetivos. Pueden gestionar tareas complicadas que de otro modo requerirían una intervención humana significativa. Los agentes de IA poseen capacidades avanzadas de procesamiento del lenguaje natural (PLN). Pueden comprender, interpretar y generar lenguaje humano, facilitando una fácil interacción y comunicación con los usuarios y otros sistemas. Estos agentes también trabajan junto con otros agentes de IA u operadores humanos en flujos de trabajo colaborativos e iterativos. A través del aprendizaje y la retroalimentación continuos, refinan sus resultados y mejoran el rendimiento general. Más complicados de lo que parece Sobre el papel, los agentes de IA deberían utilizarse ampliamente hoy en día. Mira todos los profesionales que he enumerado. Las desventajas son mucho más difíciles de entender. Aunque se necesitan herramientas para crear agentes de IA, las herramientas están por todos lados en cuanto a qué son y cómo usarlas. No permita que los proveedores le digan lo contrario. Primero, estas son bestias complejas de escribir e implementar. Son pocos los arquitectos que pueden diseñar agentes de IA y los desarrolladores que pueden construir agentes de IA de manera efectiva. He sido testigo de equipos que anuncian que utilizarán tecnología basada en agentes y luego crearán algo que está muy lejos de ser una solución para el caso de negocio propuesto. En segundo lugar, no se puede invertir mucho en estos agentes de IA o ya no son agentes. No entendiste el punto si tus agentes de IA son grandes grupos de GPU. La mejor manera es implementar soluciones de IA donde no haya mucho que hacer dentro de los agentes. En cambio, buscan requisitos de procesamiento más pesados, como interactuar con muchos LLM que llevan a cabo el “trabajo real”. Mi predicción es que veremos surgir muchas más arquitecturas de IA agentes a medida que los arquitectos de IA y de la nube comiencen a comprender su valor. Ya los he integrado en varios proyectos. ¿Mi consejo? Asegúrese de que todos comprendan los beneficios y los desafíos. Estamos aprendiendo sobre la marcha. Es hora de investigar las posibilidades y emprender el camino de la IA agente. Buena suerte. Copyright © 2024 IDG Communications, Inc.