<p>Al igual que hizo <strong>Steve Jobs </strong>con los teléfonos al lanzar la <strong>App Store,</strong> ofreciendo herramientas para que los desarrolladores crearan aplicaciones, <strong>Sam Altman, </strong>CEO de OpenAI, la empresa detrás de <strong>ChatGPT, </strong>acaba de presentar <strong>AgentKit, </strong>su conjunto de herramientas para el desarrollo de agentes de inteligencia artificial (IA).</p>
El siguiente paso en el desarrollo de la IA es permitir que se creen herramientas que se aprovechan de servicios como ChatGPT.
Al igual que hizo Steve Jobs con los teléfonos al lanzar la App Store, ofreciendo herramientas para que los desarrolladores crearan aplicaciones, Sam Altman, CEO de OpenAI, la empresa detrás de ChatGPT, acaba de presentar AgentKit, su conjunto de herramientas para el desarrollo de agentes de inteligencia artificial (IA).
Este movimiento refuerza una vez más el liderazgo de OpenAI. Fundada en 2015, desde el lanzamiento de ChatGPT en 2022 y la inversión multimillonaria de Microsoft, que adquirió el 49 % de la compañía en 2023, no ha dejado de crecer. Según Statcounter, hoy concentra el 80 % del mercado de chatbots, una cuota 102 veces mayor que la de competidores como Google, Microsoft o Meta.
Las grandes tecnológicas no se han quedado atrás y han lanzado sus propios chatbots: Microsoft, con Copilot; Google, con Gemini (antes Bard); y Meta, con Llama. Estos sistemas utilizan modelos avanzados capaces de generar contenido coherente y relevante -texto, música, código o imágenes- a partir de ejemplos. Destacan por su capacidad para resolver problemas e interactuar de forma similar a los humanos.
Del mismo modo que las aplicaciones funcionan sobre el sistema operativo de un teléfono móvil, los agentes de IA se apoyan en plataformas de inteligencia artificial. Estas plataformas están impulsadas por Modelos de Lenguaje Grandes (LLM, por sus siglas en inglés), basados en redes neuronales del tipo Generative Pre-trained Transformer (GPT), que procesan lenguaje natural, y Redes Generativas Antagónicas (GAN), que mejoran la calidad y autenticidad del contenido generado.
En cuanto a la interfaz, el usuario formula una pregunta, puede añadir información o subir contenido, y el chatbot comprende la solicitud, la procesa, genera una respuesta y la muestra como si fuera un tutor personalizado. La conversación puede continuar con nuevas preguntas que enriquecen el intercambio.
Ahora damos un paso más y comenzamos a crear nuestros propios chatbots en forma de agentes de IA. Aunque el término no es nuevo en el campo de la inteligencia artificial, en los últimos años ha cobrado protagonismo con los sistemas de IA generativa. Los agentes de IA son sistemas autónomos diseñados para realizar tareas específicas y tomar decisiones sin intervención humana constante. Pueden procesar información multimodal -texto, voz, vídeo, audio, código y más-, además de conversar, razonar, aprender y actuar. Esto permite automatizar tareas y mejorar la eficiencia, liberando a las personas de actividades repetitivas.
Estos agentes funcionan observando su entorno, analizando la información y planificando acciones según el contexto y los objetivos. Al combinar modelos generativos con aprendizaje por refuerzo, pueden identificar y resolver problemas de forma proactiva, anticipar necesidades y ajustar su comportamiento según la evolución de las circunstancias.
Generan valor empresarial en tres ámbitos clave: automatización de procesos estandarizados, ejecutan tareas repetitivas con precisión y rapidez, reducen errores humanos y liberan tiempo para actividades de mayor valor; colaboran con las personas, actúan como socios inteligentes que ofrecen información útil, apoyan la toma de decisiones y amplían la capacidad humana; y descubren información, analizan grandes volúmenes de datos para identificar patrones y generar conocimientos que impulsen decisiones estratégicas.
Entre los sectores con mayor crecimiento en la adopción de agentes de IA, según McKinsey, destacan el comercio, las finanzas, las tecnologías de la información y la sanidad.
El gigante tecnológico Microsoft predica con el ejemplo: su agente Security Copilot está integrado con sus servicios de Microsoft 365 para resumir incidentes, priorizar alertas, correlacionar señales, redactar informes y recomendar acciones. Aprende del proceso y ha logrado que la detección y respuesta a amenazas sea un 60 % más rápida.
En Estados Unidos, Walmart ha anunciado una alianza con OpenAI para permitir que sus clientes compren a través de ChatGPT, utilizando la función de compra instantánea (Instant Checkout). El sistema aprenderá y anticipará las necesidades de los usuarios, transformando las compras de una experiencia reactiva en una experiencia proactiva. Walmart denomina a este nuevo modelo «comercio agencial».
En España, el agente de IA de CaixaBank, desarrollado sobre tecnología de Google, ayuda a los clientes a elegir la tarjeta de crédito más adecuada. Conversa con el usuario, responde preguntas, compara opciones y permite completar la solicitud directamente desde la aplicación. Ya está disponible para más de 200 000 clientes.
Por su parte, China ha creado el Agent Hospital, el primer hospital impulsado por inteligencia artificial que combina agentes de IA con la atención clínica. Cuenta con 42 agentes en 21 especialidades, entrenados en más de 300 enfermedades y probados con medio millón de casos sintéticos. Estos médicos virtuales pueden atender a 10.000 pacientes con un 93 % de precisión en pocos días, una hazaña que a los médicos humanos les llevaría años lograr.
Los agentes de IA pueden clasificarse según su función y su grado de autonomía. Hay agentes de tareas, que realizan acciones específicas como programar citas o gestionar pedidos; agentes de flujo de trabajo, que coordinan varios procesos de principio a fin; agentes colaborativos, que se comunican entre sí y aprenden conjuntamente; y agentes personales, que asisten de forma continua a un usuario, recordando sus preferencias e interacciones. Además, según su nivel de interacción con las personas, pueden ser conversacionales, cuando dialogan con los usuarios mediante preguntas y respuestas, o autónomos, cuando operan en segundo plano para automatizar tareas, analizar datos y optimizar procesos.
Aunque pueda parecer que estos agentes de IA sustituirán a las personas, la realidad es que siempre se necesitará supervisión humana para guiar y validar sus acciones. Este principio se conoce como human in the loop (humano en el circuito): las personas participan activamente en las fases críticas del proceso para garantizar precisión, ética y control. En un flujo de trabajo típico, el agente observa su entorno, recopila datos y propone acciones o recomendaciones. Antes de ejecutarlas, un humano revisa, aprueba o ajusta esas acciones, aportando juicio y contexto. El agente aprende de esta retroalimentación, mejorando su desempeño futuro. Este ciclo colaborativo combina la capacidad de aprendizaje y escalabilidad de la IA con la supervisión, criterio y experiencia humana, fomentando un proceso de mejora continua y confianza.
La supervisión de los agentes virtuales de IA se convertirá en una habilidad fundamental del trabajo en equipo, clave para garantizar que los agentes alcancen sus objetivos y respeten los estándares de privacidad, equidad y uso ético. A medida que los agentes de IA se generalicen, será cada vez más importante formar a los empleados en el uso responsable de la IA en todos los niveles de la organización.
Elena Yndurain es directora ejecutiva, consejera independiente y profesora de Tecnología en el IE Business School.
Actualidad Económica
