Un agente de IA es un programa informático alimentado por inteligencia artificial que puede llevar a cabo de forma autónoma tareas complejas en nombre de usuarios humanos.
Después de leer este artículo podrás:
Copiar enlace del artículo
Un agente de IA es un programa informático alimentado por inteligencia artificial (IA) que puede realizar tareas de forma autónoma para ayudar a los usuarios humanos, incluso sin instrucciones definidas. A diferencia de otro software basado en IA, como los bots de chat, los agentes de IA pueden operar fuera de un contexto específico basado en indicaciones. Pueden salir de sus datos de formación y echar un vistazo al mundo, por así decirlo, para encontrar información. Luego, pueden, por sí mismos, tomar medidas basadas en esa información en pos de un objetivo más amplio.
Los agentes de IA pueden tomar decisiones, aprender de experiencias pasadas y adaptar sus acciones en consecuencia. Incluso pueden consultar con otros agentes de IA para obtener información relevante. Los humanos establecen objetivos para los agentes de IA, pero depende de los agentes descubrir cómo llevarlos a cabo. Pueden operar de forma independiente o con muy poca intervención humana.
Los agentes de IA pueden alimentar el hardware (como en la robótica) u operar solo en el software.
Los agentes de IA son los programas de software descritos anteriormente: toman decisiones y gestionan tareas por sí mismos. La IA agente es el campo del desarrollo de IA que permite la creación de agentes de IA (Piensa en la diferencia entre la IA generativa y los grandes modelos lingüísticos individuales, como Microsoft Copilot, o la diferencia entre "cocinar" y un plato en concreto).
La IA generativa (GenAI) hace referencia a un tipo de modelo de aprendizaje profundo que puede generar contenidos en respuesta a instrucciones. Es la categoría de IA a la que pertenecen los LLMs como ChatGPT. La IA agentiva se basa en la IA generativa. Pero mientras que un LLM solo puede responder a las instrucciones a través de una interfaz de usuario o API específica, un agente de IA puede salir de un contexto definido y realizar acciones incluso sin instrucciones.
Un ejecutivo de ventas de una gran empresa podría dar instrucciones a un modelo lingüístico de gran tamaño (LLM) diciendo: "Escribe un correo electrónico que pueda enviar a 10 de nuestros principales clientes, invitándolos a una cena". Sin embargo, con la IA agentiva, el ejecutivo podría dar las instrucciones a un agente de IA diciendo: "Invita a cenar a 10 de nuestros principales clientes". En otras palabras, el LLM puede generar texto, pero el agente de IA debe poder generar el texto del correo electrónico, encontrar los 10 clientes más importantes en un CRM y enviar invitaciones personalizadas por correo electrónico al evento (siempre que tenga suficientes permisos para hacerlo).
Los agentes de IA se basan en LLMs. Un LLM es un tipo de modelo de IA que se ha entrenado con grandes conjuntos de datos de muestra, lo que le permite comprender los contenidos creados por humanos y generar contenidos propios. Los LLMs entienden incluso las instrucciones y solicitudes humanas que no tienen suficiente precisión.
Como se basan en LLM, los agentes de IA pueden procesar e interpretar una amplia gama de datos y contenidos, desde solicitudes conversacionales de los usuarios hasta contenidos de vídeo alojados en la web. Los agentes de IA pueden interpretar los contenidos de varios tipos de medios: código, texto, audio, vídeo, etc. A continuación, pueden utilizar lo que aprenden de esos contenidos para perfeccionar sus acciones.
Además, los agentes de IA tienen formas de interactuar con el mundo. En robótica, esto puede incluir sensores físicos y cámaras. En el caso de los agentes de IA solo de software, esto puede adoptar varias formas:
Estas formas de interactuar con el mundo fuera del contexto del entorno del agente de IA permiten que el agente de IA realice acciones. Las organizaciones pueden establecer medidas de protección para los agentes de IA a fin de ayudar a garantizar que las acciones que realizan sean correctas, al igual que los usuarios humanos pueden tener permisos limitados dentro de un entorno informático. Además de programar políticas en los agentes de IA, las organizaciones también pueden emplear un enfoque de humano en el bucle, según el cual los humanos verifican la precisión de las respuestas de los agentes de IA o aprueban las acciones de los agentes.
Los agentes de IA también pueden aprender, utilizando los resultados de acciones pasadas y las aportaciones de los usuarios humanos para perfeccionar sus acciones en el futuro. Tienen "memoria" —no solo en el sentido computacional de RAM, sino en el sentido de recordar interacciones y resultados pasados. Este aprendizaje tiene lugar a través de un bucle de retroalimentación llamado volante de datos: el modelo subyacente utiliza los registros de interacciones de un agente para mejorar el rendimiento futuro.
Hay dos tipos principales de agentes de IA:
También hay sistemas de agente único y multiagente. Los sistemas de IA de agente único se basan en un solo modelo. Los sistemas de IA multiagente combinan las capacidades de varios agentes que se consultan entre sí para resolver problemas.
Los bots de chat de IA agentiva son, al igual que los bots de chat tradicionales, capaces de interactuar de forma conversacional con las personas. Sin embargo, los bots de chat de IA agentiva pueden salir de su contexto de bot de chat (abandonar el chat) para tomar medidas en nombre de la persona con la que están interactuando. Un bot de chat tradicional podría proporcionar instrucciones sobre cómo presentar una incidencia de soporte. Un bot de chat de IA agentiva es capaz de presentar la incidencia por sí mismo.
Los bots de chat de IA no agentiva son reactivos y responden a las instrucciones del usuario de acuerdo con los datos de su formación. Es posible que sigan funcionando con un LLM, pero son mejores para proporcionar a los usuarios contenido útil o instrucciones que para realizar acciones en nombre de los usuarios. Los bots de chat de IA agentiva pueden actuar fuera del contexto de su interacción con un usuario. Los bots de chat de IA agentiva también pueden aprender de una variedad de fuentes más allá de sus datos de entrenamiento.
La plataforma para desarrolladores de Cloudflare proporciona todas las herramientas necesarias para crear e implementar agentes basados en la IA que pueden:
Además, la red global de Cloudflare permite a los desarrolladores crear agentes de IA con código que se ejecuta en cualquier parte del mundo, lo más cerca posible de los usuarios finales. Descubre cómo empezar a crear agentes de IA en Cloudflare.
Un agente de IA es un programa informático impulsado por inteligencia artificial que puede realizar de forma autónoma tareas complejas para los usuarios humanos, incluso sin instrucciones explícitas. A diferencia de otros programas de IA, como los bots de chat, los agentes de IA pueden operar más allá de un contexto específico basado en instrucciones y encontrar información de forma independiente y tomar medidas para lograr un objetivo más amplio.
Los agentes de IA se desarrollan sobre modelos de lenguaje de gran tamaño (LLM) y son capaces de procesar e interpretar diversos tipos de datos, incluidas las solicitudes conversacionales y el contenido alojado en la web. Pueden interactuar con aplicaciones externas a través de interfaces de programación de aplicaciones (API), simular interacciones de usuarios humanos con aplicaciones web (p. ej., rellenar formularios, leer páginas web) y conectarse a diversas herramientas mediante estándares emergentes como el Protocolo de contexto del modelo (MCP). Estas capacidades les permiten realizar acciones más allá de su entorno inmediato. Además, los agentes de IA aprenden y perfeccionan sus acciones futuras a través de un bucle de retroalimentación denominado "data flywheel" (volante de inercia de datos), que utiliza registros de interacciones pasadas y aportaciones humanas.
Los agentes de IA son programas de software reales que toman decisiones autónomas y gestionan tareas. La IA agéntica se refiere al campo del desarrollo de la IA que se centra en la creación de estos agentes de IA.
La IA generativa, que incluye modelos de lenguaje de gran tamaño (LLM) como ChatGPT, está diseñada para crear contenido en respuesta a instrucciones. La IA agéntica se basa en la IA generativa, pero va un paso más allá al permitir que los agentes de IA realicen acciones fuera de un contexto definido, incluso sin indicaciones directas. Por ejemplo, mientras un LLM podría generar un borrador de correo electrónico, un agente de IA también podría encontrar información del cliente y enviar correos electrónicos personalizados.
Hay dos tipos principales de agentes de IA: agentes en segundo plano y agentes de superficie. Los agentes en segundo plano se encargan de las tareas rutinarias con una interacción mínima del usuario, de manera similar a los trabajadores de mantenimiento. Los agentes de superficie, como el personal de recepción, interactúan más directamente con los usuarios humanos y les ayudan con diversas tareas. Además, los sistemas pueden ser de un solo agente (usando un modelo) o multiagente (combinando varios agentes que colaboran para resolver problemas).
Un bot de chat de IA agéntica es una IA conversacional que no solo puede interactuar con los usuarios, sino también llevar a cabo acciones fuera del contexto del chat en su representación. A diferencia de los bots de chat tradicionales que podrían proporcionar instrucciones, un bot de chat de IA agéntica podría realizar directamente la acción, como presentar una incidencia de soporte.
Los bots de chat de IA no agéntica son reactivos y proporcionan principalmente información o indicaciones basadas en sus datos de entrenamiento, incluso si están impulsados por un LLM. Sin embargo, los bots de chat de IA agéntica pueden iniciar y completar acciones más allá de la interacción inmediata del usuario y pueden aprender de una gama más amplia de datos del mundo real, no solo de su formación inicial.
La plataforma de desarrolladores de Cloudflare ofrece herramientas para crear e implementar agentes impulsados por IA que pueden realizar tareas de forma autónoma, comunicarse en tiempo real, interactuar con modelos de IA, navegar por la web, consultar bases de datos y apoyar la supervisión humana. La red global de Cloudflare también permite la implementación de agentes de IA con código que se ejecuta cerca de los usuarios finales en todo el mundo.