Table of Contents
Los agentes de inteligencia artificial están pasando de ser una tendencia tecnológica a convertirse en una pieza estratégica para las empresas que buscan hacer más en menos tiempo. Pero, como advierte Brayan Stiven Torres, líder de inteligencia artificial y analítica en eTraining (en la foto), el verdadero desafío no está simplemente en crear un agente, sino en conseguir que resuelva problemas de principio a fin y aporte valor real a la organización.
“Ya está acá”, afirma Torres al hablar de la adopción de esta tecnología. Muchas empresas y profesionales ya utilizan inteligencia artificial para optimizar tareas, reducir tiempos y automatizar procesos. La diferencia competitiva, entonces, empieza a estar en la capacidad de integrar estas herramientas dentro de una cadena de valor.
Agentes de inteligencia artificial: la clave está en evaluar
Aunque el concepto de agente se ha popularizado rápidamente, Torres considera que todavía existe una brecha importante entre tener un agente y saber aprovecharlo.
Muy pocas empresas saben cómo potencializar estos agentes para que resuelva problemas de inicio a fin. Añade Torres.
Un agente puede conectar diferentes herramientas y procesos para construir una secuencia automatizada. Sin embargo, el trabajo no termina cuando la tarea se completa. La evaluación de inteligencia artificial resulta fundamental para medir si realmente está funcionando y determinar cómo debe evolucionar.
Una vez que se haga la tarea, tenemos que mirar que la evaluación y las métricas de evaluación sean las más correctas para que evolucione con el tiempo. Afirma el líder.
Esta lógica cambia la conversación empresarial: implementar IA no debería ser simplemente incorporar una herramienta, sino construir un sistema capaz de mejorar continuamente.
De las bases de programación a los modelos de IA
Para quienes quieren aprender inteligencia artificial, Torres recomienda no saltarse las bases. Programación, Python, arquitectura, bases de datos, API, nube y redes neuronales forman parte del conocimiento necesario para comprender cómo llevar un proyecto hasta producción.
Estudiar programación aún sigue siendo muy importante hoy en día porque nos da las bases sólidas para llevar proyectos a producción. Agrega Brayan Torres.
Sobre esa estructura aparecen tecnologías como los grandes modelos de lenguaje (LLM), conocidos a través de herramientas como ChatGPT, Claude y Perplexity, entre otros. Comprender cómo funcionan permite integrarlos de manera más estratégica en los procesos empresariales.
También resulta importante entender cómo desplegar soluciones en la nube, incluyendo plataformas como Google Cloud, Microsoft Azure y AWS.
Automatización empresarial: empezar pequeño para crecer
Una organización que quiera incorporar IA debería comenzar identificando su propia cadena de valor. El primer paso, explica Torres, consiste en coordinar con las diferentes áreas para determinar qué procesos pueden beneficiarse realmente de esta tecnología.
Después viene la maquetación del agente, la definición de tareas, cronogramas y tiempos. Y aquí aparece una realidad que a veces se pierde entre tanto entusiasmo tecnológico: desarrollar un agente también es desarrollar software.
Recordemos que está en constante evolución y va cambiando sobre el tiempo. Expresa Torres.
Por eso, la automatización empresarial requiere soporte, seguimiento y capacidad de adaptación.
Torres plantea comenzar con proyectos pequeños utilizando herramientas open source como LangGraph o LangChain y modelos locales sin costo adicional de nube para experimentar y comprender el funcionamiento de los agentes antes de asumir inversiones mayores.
De un agente a un ecosistema inteligente
La evolución puede ir desde agentes con interacción humana hasta agentes autónomos y, posteriormente, conceptos más avanzados como los llamados enjambres de agentes: múltiples agentes que colaboran para completar procesos más amplios.
Sus aplicaciones pueden extenderse a marketing, ventas, CRM y otras áreas de una organización. La idea no es automatizar por moda, sino conectar herramientas, conocimiento, modelos y evaluación para generar resultados.
En eTraining, esta visión se relaciona además con la educación. La compañía trabaja en impresión 3D, cursos vinculados con inteligencia artificial, proyectos con el Gobierno y procesos educativos automatizados, además de iniciativas relacionadas con robótica y D-Lab para explorar el potencial de estas tecnologías en colegios y universidades.
La IA útil es la que transforma procesos
El mensaje que deja Torres es particularmente relevante en un momento en que muchas organizaciones quieren “tener IA”. El verdadero objetivo debería ser diferente: identificar dónde la inteligencia artificial puede aumentar la producción, mejorar los procesos y fortalecer la cadena de valor.
Tenemos herramientas, tenemos muchos LLM, tenemos conocimiento y tenemos la evaluación, que es lo más importante en un agente. Agrega el ejecutivo.
La tecnología avanza rápido, pero las bases siguen siendo determinantes. Programar, comprender arquitecturas, conocer la nube y experimentar con proyectos pequeños puede ser mucho más valioso que perseguir cada nueva tendencia.
La próxima ventaja competitiva no necesariamente será de la empresa que tenga más inteligencia artificial, sino de aquella que sepa convertirla en procesos medibles, útiles y capaces de evolucionar.
Y ahí está la verdadera oportunidad: no preguntarse simplemente qué puede hacer la IA, sino qué problema importante de la organización vale la pena resolver con ella.
🌎 Punto de encuentro
