Arquitecturas multiagente: la colaboración entre agentes de IA, más cerca

La adopción de la IA en la empresa no está siendo todo lo rápida y amplia que a muchas tecnológicas les gustaría. Las expectativas puestas en ella son muy altas, y no siempre se cubren. Mientras tanto, la tecnología va evolucionando, y de los modelos grandes de lenguaje hemos pasado ya a los pequeños para intentar corregir los errores de los primeros. También están ya en juego los agentes de IA autónomos. Por sí solos, no suponen una mejora de la productividad muy notable, pero sí que pueden marcarla si trabajan de manera conjunta con otros agentes que complementen sus funciones, con una arquitectura multiagente.

Eso sí, siempre teniendo en cuenta que el uso de estas arquitecturas amplía la potencia de los agentes, pero no son la panacea para impulsar el uso de la IA en la empresa en todos los casos en los que puede emplearse. Ni pueden sustituir a algunas herramientas de Ia generativa basada en modelos grandes de lenguaje, ni a las herramientas de IA y machine learning predictivas.

Tampoco pueden reemplazar a humanos, pero sí pueden hacer que sus capacidades aumenten, realizando algunas de sus tareas más rutinarias y repetitivas. Lo ideal, por tanto, es utilizar una mezcla de modelos de IA y datos para crear una combinación de herramientas y agentes para realizar tareas concretas con la información necesaria para poder hacerlas.

Estos agentes, y su uso combinado, pueden impulsar cambios notables en el uso y adopción de la IA en la empresa. Por ejemplo, suponen un cambio notable de concepto. Permiten pasar de aplicaciones que usan la IA a integraciones de sistema.

Su uso hace que las empresas pueden ir más allá de la IA generativa para mejorar la productividad de sus trabajadores en casos de uso complejos. Pero para su expansión hay todavía obstáculos, de los que el principal es que la mayoría de la tecnología de las organizaciones no tiene a los bots de IA completamente integrados. En concreto, en muchas de ellas, las operaciones de negocio están integradas, pero los sistemas de software no.

Arquitecturas multiagente de IA en la empresa

Las arquitecturas multiagente crean un sistema que permite que los modelos grandes de lenguaje puedan interactuar entre ellos. Los agentes de IA interactúan en esta reds, funcionando como un grupo de trabajo virtual que puede analizar prompts y recoger información de distintas áreas de la empresa. El resultado es una solución completa para quien hizo las peticiones, pero también para otros equipos.

Las limitaciones y fallos de la IA generativa, además, son bastante evidentes. Entre ellas está la dificultad en la gestión de tareas complejas, y las entradas de datos largas y complejas. Pasar de una herramienta de IA generativa, o agente simple, a un enfoque multiagente permite que varias IAs se centren en abordar cada una una parte de estas tareas más complicadas. Cada una, la tarea que esté más preparada para completar. Eso sí, el cambio a sistemas multiagente no dejará obsoletas las inversiones en aplicaciones para un solo agente de IA.

Aunque la adopción de estos sistemas está todavía en sus primeras etapas, se espera que aumente a lo largo de los próximos dos años. Los primeros en adoptarlas están implementando sistemas en sectores como las finanzas, la sanidad y la manufactura. Con ellos pueden mejorar en precisión, eficiencia de costes, escalabilidad y funciones de razonamiento.

Como elemento orquestador de los sistemas multiagente se puede utilizar la IA generativa. También como interfaz de usuario para controlar el sistema. Esto lleva a que la IA en las empresas pueda avanzar sin necesidad de abordar otras tecnologías distintas a las que ya se están utilizando. Además, se pueden integrar con facilidad en los distintos procesos, así como en la estructura de la empresa.

Si la adopción de estos sistemas sigue su curso, para 2030 las arquitecturas multiagente open source estarán integradas en los procesos de muchas empresas, y formarán una parte importante de su núcleo de sistemas. La capacidad de sus agentes de aprender de los fallos, así como de negociar con otros agentes, permitirá a las empresas conseguir más valor.