La inteligencia artificial agéntica representa un paso más y una vuelta de tuerca en la relación entre humanos y máquinas, transformando sistemas computacionales en entidades con capacidad de trabajo autónomo.
TEXTO: ARANTXA HERRANZ
Tras la Inteligencia Artificial (IA), llegó la IA Generativa, aquella capaz de generar cosas (textos, código, imágenes, vídeos…). Ahora, la IA agéntica representa un paso más y una vuelta de tuerca en la relación entre humanos y máquinas, transformando sistemas computacionales en entidades con capacidad de trabajo autónomo.
A diferencia de los modelos de IA tradicionales (que operan bajo instrucciones específicas), estos agentes inteligentes interpretan objetivos generales, diseñan estrategias adaptativas y ejecutan acciones complejas mediante un proceso continuo de percepción, análisis y retroalimentación. Su arquitectura combina redes neuronales profundas con mecanismos de memoria persistente y planificación predictiva, permitiéndoles trabajar y funcionar en entornos dinámicos con un margen de autonomía inédito hasta la fecha.
Ejemplos prácticos
La IA agéntica es mucho más que una mera automatización (por el que los asistentes simplemente se dedican a realizar determinadas operaciones cuando se encuentren en determinadas situaciones).
Un ejemplo podrían ser ecosistemas domésticos inteligentes, donde sensores distribuidos monitorizan desde la calidad del aire hasta los patrones de movimiento de los habitantes de un edificio. Estos agentes no solo ajustan la temperatura o la iluminación, sino que son capaces de predecir posibles necesidades energéticas cruzando datos meteorológicos con hábitos de consumo, negociando automáticamente con proveedores de energía para optimizar costes. Otro ejemplo lo podríamos situar en nuestras cocinas, con frigoríficos equipados con visión computerizada capaces de analizar caducidades, generar listas de compras y sincronizarse con robots de cocina que adaptan recetas según los ingredientes disponibles y preferencias nutricionales de los usuarios.
Las capacidades de estos agentes de IA se pueden aplicar a casi cualquier ámbito de actividad, Por ejemplo, en el sector sanitario se pueden usar dispositivos wearables (como pulseras de actividad, anillos o relojes) para que, más allá de medir pulsaciones, analizar variaciones en los ritmos circadianos del usuario, cruzar datos con historiales médicos (siempre y cuando esté autorizado) y programar consultas preventivas con los especialistas. En casos de emergencia, podría incluso activar determinados protocolos de respuesta coordinando ambulancias, desbloqueando historiales médicos para equipos de urgencia y notificando a contactos de referencia, todo ello mediante interacciones automatizadas entre múltiples sistemas independientes.
Agentes en el trabajo
Sin embargo, lo cierto es que uno de los primeros terrenos en los que están llegando estos agentes de IA es en el terreno laboral.
Por ejemplo, en la logística, las empresas pueden gestionar cadenas de suministro a nivel mundial mediante una red de sensores IoT interconectados. Estos sistemas predicen interrupciones en tiempo real (como posibles huelgas portuarias hasta fluctuaciones en costes de combustible) reconfigurando rutas de transporte, reprogramando líneas de producción y renegociando contratos con proveedores alternativos. Un caso documentado en la industria automotriz muestra cómo estos agentes redujeron un 37% los tiempos de entrega durante la crisis de semiconductores de 2024, mediante la reasignación dinámica de chips entre modelos según prioridades de mercado.
En el sector financiero, mientras, ya se están empleando plataformas de inversión agénticas que operan con mandatos de alto nivel («maximizar rendimiento a 5 años con riesgo moderado»). Evidentemente, estas órdenes conllevan descomponer estos objetivos en miles de microestrategias ejecutadas en mercados a nivel mundial. Estos sistemas analizan patrones macroeconómicos, noticias en tiempo real e incluso señales en redes profesionales, ajustando carteras mediante transacciones de alta frecuencia que equilibran algoritmos cuantitativos con modelos predictivos de comportamiento humano.
En un terreno más doméstico, los agentes bancarios autónomos también están evaluando solicitudes de préstamos y créditos, haciendo análisis complejos que incluyen historial transaccional, huella digital y patrones de movilidad, generando condiciones personalizadas que se actualizan semanalmente según cambios en el perfil del cliente.
En España también hay casos de empresas que están empezando a utilizar estos agentes de IA para sus labores. Aunque es cierto que aun impera cierta cautela por las implicaciones y repercusiones que su uso puede tener, algunas entidades están empezando a explorar su uso sobre todo para la relación con clientes, actuales y potenciales. La idea es que sean un salto cualitativo respecto a los bot conversacionales y que puedan resolver dudas complejas. Es una manera de estar 24×7 y no depender de un contact center tradicional.
Algunas empresas incluso están yendo un paso más allá y están incluso aceptando pedidos y pagos a través de estos agentes, que son capaces de confirmar los datos del cliente y verificar que no tiene pagos pendientes o algún tipo de impedimento para autorizar los pedidos realizados a través de página web o Whatsapp.
Detrás de cada agente
Evidentemente, para que sean capaces de funciona, detrás de cada uno de estos agentes de IA se encuentra una potente infraestructura tecnológica (tanto de hardware como de software).
Muchos de estos agentes funcionan en lo que se conoce como cloud computing, puesto que, sobre todo en determinados momentos, necesitan una alta capacidad de cómputo y acceder a diversos datos repartidos en múltiples bases de datos. Además, compañías como Intel o IBM están desarrollando nuevos chips que emulan la plasticidad del cerebro humano, permitiendo aprendizaje continuo sin supervisión directa, lo que potenciará aún más las capacidades de estos agentes que se basan en la IA.
Además, estos agentes deben operar conforme a las diferentes regulaciones, lo que no siempre es fácil y más cuando, como en el ejemplo de la logística, se opera en entornos internacionales.
En cualquier caso, los expertos aseguran que aunque estos agentes son capaces de operar por sí solos sin intervención directa humana, la última palabra siempre la tendrán las personas. La idea es que pueden realizar tareas tediosas y no reemplazar el trabajo de los profesionales.