Nota:
El acceso a esta página requiere autorización. Puede intentar iniciar sesión o cambiar directorios.
El acceso a esta página requiere autorización. Puede intentar cambiar los directorios.
Esta guía proporciona un marco estructurado para ayudar a las organizaciones a adoptar correctamente agentes de inteligencia artificial como parte de su estrategia de adopción de inteligencia artificial más amplia. Aborda las consideraciones únicas que presentan los agentes de inteligencia artificial. En la serie se destacan los agentes de Microsoft 365 y las instrucciones para crear agentes personalizados mediante Microsoft Foundry y Microsoft Copilot Studio. También incluye estrategias para diseñar una arquitectura de datos a nivel organizacional para admitir agentes de inteligencia artificial a escala.
A través de esta guía, los líderes obtendrán información útil en cuatro áreas clave: (1) planificar agentes, (2) controlar y proteger agentes, (3) construir agentes y (4) operar agentes (vea la figura 1).
Figura 1. Proceso de adopción del agente de IA de Microsoft.
¿Qué es un agente de IA?
Un agente de IA es un programa de software flexible que utiliza modelos de IA generativos para interpretar entradas, como eventos del sistema, mensajes de usuario u otros mensajes de agentes, razonar sobre los problemas y decidir cuáles son las acciones más adecuadas. A diferencia de las aplicaciones tradicionales que se basan en reglas fijas, los agentes orquestan dinámicamente los flujos de trabajo en función del contexto en tiempo real. Esta adaptabilidad les permite administrar la ambigüedad y la complejidad que el software determinista no puede. Los agentes se basan en cinco componentes principales:
El modelo de IA generativa actúa como motor de razonamiento del agente. Procesa instrucciones, integra llamadas a herramientas y genera salidas, ya sea como mensajes a otros agentes o como resultados accionables.
Las instrucciones definen el ámbito, los límites y las directrices de comportamiento para el agente. Las instrucciones claras evitan el crecimiento descontrolado del alcance y garantizan que el agente cumpla las reglas de negocio.
La recuperación proporciona los datos y el contexto de fundamentación necesarios para respuestas precisas. El acceso a datos relevantes y de alta calidad es fundamental para reducir las alucinaciones y garantizar la relevancia.
Las acciones son las funciones, las API o los sistemas que usa el agente para realizar tareas. Las herramientas transforman el agente de un recuperador de información pasiva en un participante activo en procesos empresariales.
La memoria almacena el historial y el estado de la conversación. La memoria garantiza la continuidad entre interacciones, lo que permite al agente gestionar las conversaciones multiturno y las tareas de larga duración eficazmente.
Diferencia con la generación aumentada por recuperación (RAG)
Las aplicaciones RAG estándar siguen un proceso de recuperación determinista para responder a las consultas. Los agentes de inteligencia artificial usan un modelo generativo para decidir qué conocimientos y herramientas usar en cada paso. Este enfoque adaptable permite el razonamiento en varios pasos y la resolución compleja de problemas, pero también presenta un comportamiento no determinista que requiere pruebas y gobernanza sólidas.
Para obtener definiciones técnicas, consulte ¿Qué es un agente? y ¿qué es un flujo de trabajo?.
¿Por qué los agentes de inteligencia artificial?
La adopción de agentes de inteligencia artificial impulsa resultados organizativos específicos. Comprender estas ventajas ayuda a justificar la inversión y priorizar los casos de uso.
Eficiencia: los agentes automatizan tareas repetitivas y de bajo valor. Reduce el esfuerzo manual y los costos operativos, lo que permite a los recursos centrarse en iniciativas estratégicas.
Velocidad: los agentes pueden procesar información y ejecutar decisiones rápidamente, lo que puede mejorar los tiempos de entrega del servicio y la capacidad de respuesta a los cambios en el mercado.
Escalabilidad: los agentes controlan las cargas de trabajo fluctuantes y esta elasticidad admite picos de crecimiento y demanda estacional.
Estas ventajas conducen a resultados medibles, como menores costos operativos, mejor satisfacción del cliente y innovación más rápida. Para los líderes, esto significa que los agentes de inteligencia artificial no son solo una inversión tecnológica. Son una palanca estratégica para el crecimiento y la competitividad. Consulte Plan de negocio para agentes de IA para obtener más justificación empresarial y casos de uso.
Tipos de agente
Las organizaciones suelen implementar tres categorías de agentes. Cada categoría ofrece un nivel diferente de autonomía e impacto empresarial.
Agentes de productividad. Estos agentes se centran en la recuperación y síntesis de información para acelerar la toma de decisiones. Usan herramientas de conocimiento para extraer datos de varios orígenes y recuperarlos para el usuario. Esta funcionalidad aumenta la precisión de los empleados y reduce el tiempo dedicado a buscar información en escenarios como el servicio al cliente y la administración interna de conocimientos.
Agentes de acción. Estos agentes realizan tareas específicas dentro de flujos de trabajo definidos, como actualizar registros o desencadenar procesos. Usan herramientas de conocimiento combinadas con herramientas de acción para realizar tareas. Este enfoque simplifica las operaciones y reduce los errores de entrada de datos manuales en casos de uso, como la creación de vales de servicio y la supervisión del sistema.
Agentes de automatización. Estos agentes administran procesos complejos y de varios pasos con una supervisión mínima. Usan herramientas de conocimiento y herramientas de acción, además de desencadenadores que determinan cuándo ejecutar, detener o escalar un problema. Esta autonomía permite la automatización escalable para escenarios como la optimización de la cadena de suministro, aunque requiere una gobernanza rigurosa para administrar la mayor complejidad.
Pasos siguientes
Para lograr el potencial de los agentes de inteligencia artificial, alinee la estrategia de adopción con resultados empresariales específicos. En las secciones siguientes se explica cómo crear un impacto interno y orientado al cliente y guiar a los equipos para usar agentes de forma eficaz.