Los agentes de inteligencia artificial inauguran una nueva etapa de automatización, en la que los sistemas ya no solo generan contenido, sino que planifican, toman decisiones, utilizan herramientas y ejecutan procesos complejos de forma autónoma. Para las empresas, el desafío ya no consiste únicamente en incorporar IA, sino en gobernarla y convertirla en una ventaja competitiva sostenible.
Durante los últimos tres años, la inteligencia artificial generativa modificó profundamente la manera en que las organizaciones producen contenidos, analizan información y asisten a sus colaboradores. Sin embargo, el mercado ya comienza a transitar una segunda etapa, mucho más disruptiva: la de la IA agéntica, un paradigma en el que la inteligencia artificial deja de limitarse a responder consultas para convertirse en un sistema capaz de ejecutar tareas completas, coordinar procesos y colaborar con otras inteligencias artificiales.
La diferencia no es menor. Mientras un chatbot responde preguntas, un agente puede interpretar un objetivo, diseñar un plan de acción, acceder a distintas fuentes de información, utilizar herramientas externas, evaluar resultados y decidir los siguientes pasos hasta completar una tarea. En otras palabras, ya no se trata únicamente de automatizar actividades aisladas, sino procesos de negocio completos.
Del asistente inteligente al colaborador autónomo
El desarrollo de los grandes modelos de lenguaje (LLM, por sus siglas en inglés) permitió construir sistemas capaces de comprender el lenguaje natural y generar textos con un nivel de coherencia sin precedentes. Sin embargo, su funcionamiento continúa basándose en un principio relativamente simple: predecir cuál es la palabra más probable que debe aparecer a continuación.
Esta característica explica tanto sus fortalezas como sus limitaciones. La enorme cantidad de información utilizada durante el entrenamiento les permite producir respuestas extremadamente convincentes, pero no garantiza que siempre sean correctas. Las conocidas “alucinaciones” (respuestas falsas formuladas con absoluta naturalidad) continúan siendo uno de los principales desafíos para su utilización en procesos críticos.
Por ese motivo, la evolución reciente no consistió solamente en construir modelos cada vez más potentes, sino en integrarlos con nuevas capacidades.
Hoy un agente puede:
- consultar bases de datos corporativas;
- acceder a documentación interna;
- buscar información actualizada en Internet;
ejecutar programas; - interactuar con APIs;
- generar imágenes o código;
- coordinar otros agentes especializados.
Esta capacidad de seleccionar automáticamente la herramienta adecuada para cada situación constituye uno de los avances más relevantes de la inteligencia artificial aplicada a los negocios.
La orquestación: el verdadero cambio de paradigma
El concepto central detrás de la IA agéntica es la orquestación. En lugar de resolver un problema en un único paso, un agente divide automáticamente el trabajo en múltiples etapas. Primero analiza el objetivo. Luego planifica una estrategia. Posteriormente ejecuta diferentes acciones utilizando herramientas especializadas. Finalmente evalúa los resultados obtenidos y decide si necesita volver a iterar hasta alcanzar el objetivo planteado.
Este mecanismo reproduce, en cierta medida, la forma en que trabajan los equipos humanos, donde distintas personas intervienen sucesivamente para revisar, corregir y mejorar un resultado. La evolución más reciente consiste precisamente en la coordinación entre varios agentes especializados. Un agente puede dedicarse exclusivamente al desarrollo de una solución mientras otro controla su calidad. Un tercero puede validar aspectos de seguridad y un cuarto verificar el cumplimiento de políticas corporativas antes de autorizar la ejecución.
Este enfoque reduce significativamente los errores y mejora la confiabilidad de los procesos automatizados.
Del chatbot a la automatización integral de procesos
La aplicación empresarial de esta tecnología va mucho más allá de los asistentes conversacionales.
Entre los casos de uso más relevantes aparecen:
- asistentes internos para empleados;
- automatización documental;
- generación de propuestas comerciales;
- procesamiento de contratos;
- soporte técnico inteligente;
- análisis de información;
- atención al cliente;
- desarrollo de software;
- carga automática de datos entre sistemas;
- coordinación logística.
En muchos casos, actividades que anteriormente requerían varias horas de trabajo pueden reducirse a pocos minutos.
Uno de los ejemplos presentados durante la exposición muestra cómo un agente puede leer automáticamente la transcripción de una reunión, elaborar un resumen ejecutivo, redactar una propuesta comercial completa e integrarla directamente en la plantilla institucional utilizada por la empresa.
El resultado es una reducción drástica del tiempo dedicado a tareas administrativas repetitivas, permitiendo que los profesionales concentren su esfuerzo en actividades de mayor valor agregado.
Desarrollo de software: la industria que más rápido está cambiando
Pocas actividades muestran una transformación tan acelerada como el desarrollo de software.
Las nuevas plataformas basadas en agentes ya no se limitan a sugerir fragmentos de código. Hoy son capaces de diseñar arquitecturas completas, implementar funcionalidades, ejecutar pruebas, detectar errores, corregirlos automáticamente y repetir el proceso hasta alcanzar determinados estándares de calidad.
En este contexto aparecen los llamados workflows agénticos, donde distintos agentes colaboran de manera coordinada: Uno desarrolla. Otro valida. Otro revisa aspectos de seguridad. Otro controla la calidad del código. Todo ello ocurre prácticamente sin intervención humana.
Uno de los datos más impactantes compartidos durante la presentación ilustra la magnitud del cambio:
Una plataforma que anteriormente requería un equipo de aproximadamente 17 desarrolladores trabajando durante varios meses puede comenzar a construirse en pocas horas mediante la coordinación de múltiples agentes especializados.
Más allá de la espectacularidad del ejemplo, el mensaje de fondo resulta claro: la productividad del trabajo intelectual está ingresando en una etapa de crecimiento exponencial.
Gobernanza: el gran desafío que enfrentan las organizaciones
La aceleración tecnológica también genera nuevos riesgos. Cada vez más empleados desarrollan sus propios agentes para resolver problemas cotidianos. Este fenómeno, conocido como Agent Sprawl, plantea interrogantes importantes para las organizaciones.
¿Quién desarrolló cada agente?
¿Quién es responsable de sus decisiones?
¿Qué información puede consultar?
¿Qué sucede cuando el empleado abandona la empresa?
¿Cómo se controlan sus costos de operación?
¿Cómo se valida que las respuestas sean correctas?
La gobernanza comienza así a ocupar un lugar tan importante como la propia innovación.
Los especialistas coinciden en que las empresas deberán establecer políticas claras sobre creación, documentación, auditoría y mantenimiento de agentes, del mismo modo en que hoy gestionan aplicaciones o infraestructura tecnológica.
Guardrails y supervisión humana
La creciente autonomía de estos sistemas vuelve imprescindible establecer mecanismos de control.
Entre las herramientas más utilizadas aparecen los llamados guardrails, reglas técnicas que limitan el comportamiento de los agentes e impiden determinadas acciones cuando podrían representar un riesgo.
Otra práctica que gana protagonismo es el modelo Human in the Loop, donde un operador humano interviene antes de validar acciones especialmente sensibles.
Este enfoque resulta especialmente relevante en sectores regulados como salud, finanzas o servicios profesionales, donde una respuesta incorrecta puede generar consecuencias legales o económicas significativas.
En aplicaciones críticas también comienza a difundirse una arquitectura basada en múltiples inteligencias artificiales: mientras un agente genera una respuesta, otro la evalúa antes de permitir su envío al usuario final.
Argentina frente a una oportunidad competitiva
Para las empresas que operan en Argentina, la IA agéntica representa una oportunidad particularmente relevante.
En un contexto de presión sobre los costos, necesidad de ganar productividad y escasez de perfiles especializados, la automatización inteligente permite escalar operaciones sin incrementar proporcionalmente las estructuras.
Las primeras organizaciones que logren combinar inteligencia artificial, rediseño de procesos y una adecuada gobernanza tecnológica probablemente obtendrán ventajas competitivas difíciles de igualar.
La adopción, sin embargo, no dependerá únicamente de la tecnología.
También exigirá nuevas capacidades de gestión, cambios culturales y profesionales capaces de diseñar, supervisar y mejorar continuamente estos nuevos colaboradores digitales.
Una transformación que apenas comienza
La inteligencia artificial ya dejó de ser simplemente una herramienta de asistencia.
La irrupción de los agentes marca el inicio de una nueva etapa en la digitalización de las empresas, donde la automatización deja de centrarse en tareas individuales para abarcar procesos completos, coordinando múltiples sistemas y tomando decisiones de manera autónoma.
Como suele ocurrir con las grandes innovaciones tecnológicas, el diferencial competitivo ya no estará únicamente en adoptar la tecnología primero, sino en integrarla de forma segura, eficiente y alineada con la estrategia del negocio.
Las organizaciones que logren desarrollar capacidades de gobernanza, definir estándares de calidad y construir ecosistemas de agentes confiables estarán en mejores condiciones para capturar los beneficios de una transformación que promete redefinir la productividad del trabajo intelectual durante la próxima década.
Estos temas fueron desarrollados durante una actividad organizada por la Comisión de Innovación de la Cámara de Comercio e Industria Franco-Argentina (CCI France Argentine), dedicada a analizar las principales tendencias tecnológicas con impacto sobre la competitividad empresarial.
Sobre los expositores
Luciano Bernal es Chief Technology Officer de Ibisdev y Clusterpilot. Ingeniero en Sistemas por la Universidad Tecnológica Nacional (UTN), cuenta con más de diez años de experiencia en infraestructura cloud, DevOps, FinOps y ciberseguridad. Es el creador de Clusterpilot.io, un agente de inteligencia artificial orientado a la automatización del despliegue de infraestructura en la nube.
Dr. Edgar Altszyler es profesor de Inteligencia Artificial en la Universidad de Buenos Aires y fundador de Quantit, empresa especializada en soluciones de IA para organizaciones. Es Licenciado y Máster en Física por el Instituto Balseiro, Doctor en Física por la UBA y realizó un posdoctorado en Inteligencia Artificial. Fue investigador del CONICET y es autor de dieciocho publicaciones científicas de alcance internacional.
