Comparación entre la IA con agentes y la IA generativa

Tanto la inteligencia artificial con agentes como la inteligencia artificial generativa ofrecen beneficios relacionados con la productividad al facilitar, mejorar y optimizar las tareas y los procesos. Ambas son formas de inteligencia artificial que utilizan modelos de lenguaje de gran tamaño (LLM). 

A la hora de comparar ambas tecnologías, podemos afirmar que la inteligencia artificial con agentes es preventiva y que la generativa es reactiva. 

• La inteligencia artificial con agentes es un sistema que puede establecer y cumplir objetivos de manera anticipada y prácticamente sin supervisión humana. Si para lograr ese objetivo es necesario crear contenido, las herramientas de inteligencia artificial generativa se encargan de esa tarea. La inteligencia artificial con agentes se convierte en un agente del usuario o del sistema.
• La inteligencia artificial generativa es una herramienta que crea contenido nuevo en respuesta a una petición. Puede formar parte de un sistema con agentes, pero no puede completar una tarea por sí sola, ya que es un elemento sin capacidad de acción independiente.

La inteligencia artificial con agentes y la generativa funcionan en conjunto. Los sistemas de inteligencia artificial con agentes pueden utilizar la inteligencia artificial generativa para conversar con un usuario, crear contenido de forma independiente como parte de un objetivo más amplio o comunicarse con herramientas externas. En otras palabras, la inteligencia artificial generativa es una parte esencial del proceso "cognitivo" de la inteligencia artificial con agentes. 

Descubre los casos prácticos de la IA con agentes

Puede resultar difícil diferenciar la inteligencia artificial con agentes de la inteligencia artificial generativa porque ambas comienzan con una petición de un usuario y, por lo general, tienen un formato similar al de un chatbot. Además, muchas de las aplicaciones que antes se basaban exclusivamente en la inteligencia artificial generativa ahora incluyen elementos con agentes, una tendencia que probablemente continuará. 

Por ejemplo, muchas de las plataformas de chatbot más conocidas (ChatGPT, Gemini, Claude, etc.) inician automáticamente una búsqueda en la web, analizan los datos y muestran la información como parte de la conversación. Esta es una forma básica de inteligencia artificial con agentes.  

La IA con agentes y la IA generativa difieren en su capacidad para actuar de forma independiente y colaborar con herramientas externas

Para comprender mejor la diferencia entre las dos tecnologías, analicemos un caso práctico hipotético: 

Un representante de ventas desea utilizar la inteligencia artificial para escribir un correo electrónico de seguimiento a un cliente potencial. 

Con la inteligencia artificial generativa, el representante de ventas abriría una interfaz de inteligencia artificial generativa y escribiría un mensaje como el siguiente: "Escribe un correo electrónico de seguimiento cortés y profesional a Maria Wang sobre nuestra propuesta". La inteligencia artificial generativa proporcionaría el borrador del correo electrónico de inmediato y cumpliría su propósito. Depende del representante de ventas copiar ese texto, pegarlo en un correo electrónico, escribir la dirección de correo electrónico del destinatario y hacer clic en "Enviar".

Ahora, analicemos el procedimiento de la inteligencia artificial con agentes en una tarea similar. 

En un sistema con agentes, el representante de ventas establecería una regla o comando en su sistema de gestión de las relaciones con los clientes (CRM). Podría decir algo como lo siguiente: "Cuando identifique algún cliente potencial de ventas como 'Se requiere seguimiento', espera dos días laborales y, luego, envía un correo electrónico de seguimiento".

Una vez que el representante de ventas marque a María Wang como "Se requiere seguimiento", se activaría el flujo de trabajo con agentes. El sistema tiene sus instrucciones (la petición inicial) y define un plan de forma independiente para ponerlo en práctica con la ayuda de herramientas externas. El plan podría ser así: 

1) Una vez que transcurren dos días laborales, el sistema envía una solicitud al flujo de trabajo con agentes.

2) El sistema obtiene los datos de María del CRM.

3) Otra herramienta obtiene información adicional sobre María (historial del cliente, detalles de personalización, información de la empresa, etc.) que proporciona contexto para el correo electrónico de seguimiento.

4) El sistema crea una petición para el correo electrónico de seguimiento y la envía a un modelo integrado de inteligencia artificial generativa, que escribe el texto correspondiente.

5) El sistema envía un borrador del correo electrónico de seguimiento al representante de ventas, que lo aprueba o lo regresa para que lo vuelva a redactar.

6) Si el representante de ventas aprueba el correo electrónico, el sistema realiza una llamada a la interfaz de programación de aplicaciones (API) del servicio de correo electrónico de María.

7) El sistema envía el correo electrónico a María. 

8) El sistema actualiza el CRM para mostrar que se envió el correo electrónico. 

La IA con agentes y la IA generativa difieren en su capacidad de adaptación 

Ambos tipos de inteligencia artificial se pueden adaptar a su manera. La inteligencia artificial generativa demuestra su capacidad de adaptación al producir contenido en muchos estilos y para diferentes contextos. En cambio, la inteligencia artificial con agentes demuestra su capacidad de adaptación al ajustar su plan y estrategia según las condiciones cambiantes del entorno o a la información nueva.  

La inteligencia artificial con agentes proporciona un marco para las cargas de trabajo que solían clasificarse como automatización robótica de procesos (RPA). La integración de la inteligencia artificial permite que los agentes se adapten mucho mejor a los cambios en su entorno de tiempo de ejecución. Por ejemplo, los bots que extraen información visualmente pueden tener dificultades incluso con los cambios menores en el sitio de destino, mientras que la inteligencia artificial con agentes puede adaptarse a los cambios y ajustar su enfoque para recopilar datos. Por lo tanto, los agentes que utilizan la inteligencia artificial pueden operar a un nivel que antes habría requerido intervención humana.

Comprensión del contexto

La inteligencia artificial con agentes utiliza el contexto para operar. Los sistemas con agentes tienen acceso a los siguientes recursos:

• la petición inicial;
• el estado o las condiciones del entorno digital o físico;
• las herramientas disponibles (acceso a la API, una aplicación de inteligencia artificial generativa, etc.);
• la memoria y acciones anteriores.

Con toda esta información, además de las fórmulas matemáticas que permiten explorar los datos, los sistemas con agentes pueden comprender mejor el contexto, "razonar" y tomar medidas. 

Por otro lado, la inteligencia artificial generativa utiliza el contexto para crear contenido. Como el objetivo de la inteligencia artificial generativa es producir contenido nuevo, las aplicaciones generativas tienen acceso a los siguientes recursos:

• la petición;
• el historial de las conversaciones;
• los datos del entrenamiento.

Con esta información, además de las técnicas de machine learning (aprendizaje automático) y los algoritmos de deep learning (aprendizaje profundo), la inteligencia artificial generativa puede extraer información, crear conexiones y generar resultados. 

La inteligencia artificial con agentes es un sistema de software que interactúa con datos y herramientas para que la intervención humana sea mínima. Este sistema, que se centra en el comportamiento orientado a los objetivos, realiza tareas mediante la creación de pasos y su posterior ejecución autónoma. La inteligencia artificial con agentes puede establecer sus propios objetivos, delegar tareas en otros agentes o herramientas externas y adaptarse a condiciones nuevas o no estructuradas para las que no ha sido entrenada.  

Los agentes de inteligencia artificial forman parte de un sistema con agentes. Un agente de inteligencia artificial puede considerarse como una entidad que se instala en otras herramientas de software y se encarga de su funcionamiento. La inteligencia artificial con agentes puede ser una estructura física, un programa de software o una combinación de ambos.

En un sistema robótico, un agente de inteligencia artificial puede utilizar cámaras, sensores y monitores para recopilar datos sobre su entorno y, a continuación, ejecutar esa información junto con el software para definir su próximo paso. Un buen ejemplo es un vehículo autónomo que se encuentra con escombros en la carretera y debe decidir si pisa el freno o sigue adelante. 

En cambio, en un entorno de software, la inteligencia artificial con agentes recopila los datos de otras fuentes, como las API, las búsquedas en línea, las peticiones de texto y las bases de datos, que permiten que los agentes mejoren su percepción y comprendan el contexto. Piensa en nuestro ejemplo anterior del empleado que quiere automatizar la tarea de varios pasos que implica enviar un correo electrónico de seguimiento personalizado después de reunirse con un cliente potencial. 

Funcionamiento de la IA con agentes

La inteligencia artificial con agentes puede resolver problemas siguiendo tres pasos: la percepción, la planificación y la ejecución. Tiene la capacidad para crear cadenas de acciones, lo que significa que puede realizar una secuencia de acciones a partir de una única solicitud o petición. 

Por ejemplo, si le pides a un agente de inteligencia artificial que cree un sitio web, puede realizar todos los pasos necesarios para llevar a cabo esa tarea. De este modo, a partir de una única solicitud, el agente puede escribir el código de la estructura, rellenar las páginas de contenido, diseñar los elementos visuales y comprobar la capacidad de respuesta.

Por lo tanto, se puede considerar que la inteligencia artificial con agentes es un "ejecutor" y un "gerente de proyectos". Puede superar cualquier obstáculo que encuentre e iniciar acciones, como crear sus propias peticiones para responder las preguntas que surjan. 

Flujo de trabajo con agentes

El funcionamiento de la inteligencia artificial con agentes se basa en un proceso denominado flujo de trabajo con agentes. Un flujo de trabajo con agentes puede constar de una estructura de agentes, robots y personas. Se trata de un proceso integral que está diseñado para lograr un objetivo específico. Conecta el mundo digital con el físico e integra la supervisión humana. 

Un flujo de trabajo con agentes es una serie estructurada de acciones que gestionan y llevan a cabo los agentes de inteligencia artificial, a veces con la intervención de una persona. Cuando se le asigna un objetivo a uno de ellos, primero divide la tarea en pequeños pasos y luego los ejecuta.

Para llevar a cabo estos pasos, el agente genera más versiones de sí mismo y, así, crea un sistema multiagente (MAS). En este flujo de trabajo, el agente principal (también denominado "metaagente", "organizador" o "supervisor") puede crear nuevos agentes y delegar tareas en ellos, asignar valores e interactuar con la memoria en un ciclo de retroalimentación. Los agentes trabajan simultáneamente hasta que alcanzan el objetivo general.

En este sistema multiagente, cada agente tiene una estructura interna que le permite funcionar de manera independiente y colaborativa a la vez. Esta colaboración se basa en almacenes de memoria compartidos, que proporcionan el contexto relativo al conocimiento individual, las experiencias pasadas y los estados de creencias.

Casos prácticos de IA con agentes

La inteligencia artificial con agentes se destaca por el dinamismo en la resolución de problemas y en la toma de decisiones. Estos son algunos casos prácticos específicos del sector para la inteligencia artificial con agentes:

Fabricación: Los flujos de trabajo con agentes permiten gestionar las cadenas de suministro, optimizar los niveles de inventario, prever las exigencias de los clientes y planificar la logística. 

Salud: La inteligencia artificial con agentes interactúa con los clientes supervisando sus necesidades, ejecutando planes de tratamiento y prestando soporte personalizado. 

Desarrollo de software: La inteligencia artificial con agentes puede generar código de depuración de manera automática, gestionar el ciclo de vida del desarrollo y diseñar la arquitectura del sistema. 

Soporte personalizado para los empleados: La inteligencia artificial con agentes puede adaptar su enfoque a medida que cambian las situaciones y ofrecer soporte personalizado y preventivo. Por lo tanto, permite completar tareas como la programación, la respuesta a preguntas y el proceso de incorporación. 

Gestión de riesgos financieros: La inteligencia artificial con agentes puede asistir a los sectores financiero y comercial en el análisis de las tendencias del mercado, la toma de decisiones comerciales y la adaptación de las estrategias en función de flujos de datos en tiempo real. 

Descubre los casos prácticos de la IA con agentes 

La inteligencia artificial generativa es un tipo de inteligencia artificial que puede generar contenido nuevo, como texto, video, audio y código de software. La inteligencia artificial generativa utiliza el deep learning para calcular las relaciones estadísticas entre las palabras y genera resultados a partir de los datos de entrenamiento, el reconocimiento de patrones y las probabilidades. 

La inteligencia artificial generativa es reactiva, lo que significa que debes realizar una petición específica para que genere una respuesta. No puede establecer sus propios objetivos, delegar tareas ni adaptarse a condiciones nuevas o no estructuradas. 

El contenido que puede crear una aplicación de inteligencia artificial generativa se limita a los datos con los que ha sido entrenada. Sin embargo, puedes usar técnicas como la generación aumentada por recuperación (RAG), que incorporan fuentes de datos externas, para que los resultados de los modelos de inteligencia artificial generativa sean más precisos.

Casos prácticos de la IA generativa

La inteligencia artificial generativa facilita principalmente la toma de decisiones de las personas al proporcionarles información y opciones que pueden utilizar o descartar. Estos son algunos casos prácticos de la inteligencia artificial generativa:

Escritura: Las herramientas de inteligencia artificial generativa pueden responder a las peticiones que requieran la creación de contenido escrito sobre prácticamente cualquier tema, así como adaptarse a diferentes estilos y extensiones de escritura.

Generación de imágenes y videos: Las herramientas de imágenes de inteligencia artificial generativa pueden crear imágenes de alta calidad y agregar elementos nuevos a los trabajos actuales. Muchas aplicaciones de esta tecnología también ofrecen herramientas con las que se puede generar un video breve en respuesta a una petición. 

Generación de música y discurso: Las herramientas de voz que utilizan la inteligencia artificial pueden crear narraciones o cantos que simulan la voz humana a partir de grabaciones y textos escritos. Algunas también pueden generar música artificial a partir de instrucciones y muestras.

Generación de código: Algunas herramientas de inteligencia artificial generativa pueden recibir una petición escrita y generar un código informático para ayudar a los desarrolladores de software que lo soliciten.

Aumento de datos: La inteligencia artificial generativa puede crear una gran cantidad de datos sintéticos cuando no se pueden utilizar datos reales o se prefiere no hacerlo. Estos datos pueden utilizarse cuando se busca entrenar modelos que comprendan datos confidenciales sin incluir información de identificación personal. También sirven para convertir un conjunto pequeño o incompleto de datos en un conjunto más amplio de datos sintéticos con fines de entrenamiento o prueba.

Descubre los casos prácticos de la IA generativa

Cuando se piensa en la inteligencia artificial con agentes, la inquietud más frecuente suele ser la siguiente: ¿quién es responsable cuando un sistema autónomo comete un error? En otras palabras, ¿cómo se equilibran la autonomía y la supervisión?

Colaboración entre las personas y la IA

Antes de implementar un sistema con agentes, es importante establecer un marco de responsabilidad, transparencia y control. 

Piensa en nuestro ejemplo anterior del representante de ventas que utiliza la inteligencia artificial para enviar un correo electrónico a un cliente potencial: es probable que el empleado quiera revisar el correo electrónico antes de enviarlo.

La inteligencia artificial con agentes puede tomar decisiones de forma autónoma o con una mínima intervención humana. En ese caso, eso significa que se cambia la eficiencia por una supervisión completa. Una solución consiste en destinar los recursos a la prueba y la validación, lo que implica mantener un enfoque de intervención humana para supervisar las acciones y evitar la falta de criterio. 

Cuando se implementan sistemas de inteligencia artificial generativa, se tienen en cuenta aspectos similares relacionados con la confianza y la seguridad. El riesgo más evidente que plantea la inteligencia artificial generativa es su capacidad para generar información errónea o desinformación. Se pueden instalar sesgos y estereotipos perjudiciales, así como crear imágenes falsas con intenciones maliciosas. Por lo tanto, es importante tener cuidado con las "alucinaciones" (resultados imprecisos que se presentan como hechos reales) y verificar los datos en lugar de dar por válidas las respuestas. 

Privacidad y seguridad

La capacidad de la inteligencia artificial con agentes para acceder a las bases de datos externas aumenta las posibilidades de que se generen riesgos de seguridad y privacidad. Por este motivo, es necesario contar con marcos de seguridad que protejan los datos que entran y salen del flujo de trabajo. 

La inteligencia artificial generativa también puede presentar riesgos de seguridad. Los usuarios pueden introducir información confidencial en aplicaciones que no cuentan con las medidas de seguridad apropiadas. Este tipo de tecnología también puede causar riesgos legales cuando reproduce material protegido por derechos de autor o se apropia de la voz o la identidad de una persona sin su consentimiento. 

Red Hat® AI es nuestra cartera de productos de inteligencia artificial basada en soluciones que nuestros clientes ya conocen. Gracias a ellas, nuestros productos siguen siendo confiables, flexibles y adaptables.

Con Red Hat AI, las empresas logran:

• adoptar la inteligencia artificial y generar innovaciones con ella;
• simplificar el proceso de distribución de soluciones basadas en inteligencia artificial;
• implementar recursos en cualquier entorno.

Más información sobre Red Hat AI

Una base para abrirte a las posibilidades

Las soluciones de Red Hat AI admiten las funciones de la inteligencia artificial predictiva y la generativa. Gracias a la flexibilidad que aporta el uso de tu propio modelo, Red Hat ofrece soporte para el entrenamiento y el perfeccionamiento de los modelos base destinados al caso práctico de tu empresa.

Un buen punto de partida es Red Hat Enterprise Linux® AI, que es una plataforma de modelos base que te permite desarrollar, probar y ejecutar LLM y SLM (modelos de lenguaje pequeños) de las aplicaciones empresariales. La plataforma de inteligencia artificial brinda a los desarrolladores acceso rápido a un entorno de servidor único, junto con LLM y herramientas de inteligencia artificial. Proporciona los recursos necesarios para perfeccionar los modelos y diseñar aplicaciones de inteligencia artificial generativa. 

Descubre Red Hat Enterprise Linux AI

Luego, descubre Red Hat OpenShift® AI, que ofrece una plataforma unificada para crear sistemas multiagente. Además, puedes controlar el aprendizaje adaptativo y el razonamiento que utilizan los agentes de inteligencia artificial por medio de las funciones MLOps de Red Hat OpenShift.

Descubre Red Hat OpenShift AI

Nuestro ecosistema de partners de inteligencia artificial es cada vez más amplio, por lo que muchos de ellos trabajan con Red Hat para certificar su funcionamiento con Red Hat AI. De esta manera, puedes explorar diferentes opciones.

Obtén más información sobre nuestros partners