¿Qué es la web agéntica? Así delegaremos nuestras decisiones en enjambres de máquinas pensantes

La transformación de la web es imparable. El internet estático y unidireccional de la primera generación pasó a una fase interactiva y omnipresente que ahora afronta una dramática revolución. Según Matt Garman, consejero delegado de Amazon Web Service (AWS), “será lo más disruptivo en el ámbito tecnológico”. “No se parece a nada que hayamos visto antes porque las capacidades posibles permiten descubrimientos, habilitar diferentes flujos de trabajo y formas completamente nuevas de hacer las cosas”, afirma. Se trata de los agentes o la “web agéntica”, el modelo que permite convertir la inteligencia artificial (IA) generativa en una extensión del ser humano, imitando sus formas de razonamiento. Pero, ¿qué es este nuevo internet?

Definición. Los agentes o web agéntica son sistemas de IA que pueden realizar tareas de forma independiente, tomar decisiones y actuar en nombre de los usuarios con una intervención humana limitada, aprovechando múltiples modelos y herramientas para lograr los objetivos. Vishal Sharma, vicepresidente de inteligencia artificial general de Amazon, advierte que es mucho más que resolver problemas. “Implica razonamiento, observar lo que sucede y actuar sin involucrar a un humano”, explica durante un encuentro con prensa internacional en Seattle, sede central de la multinacional, al que fue invitado EL PAÍS.

Funciones clave. Ted Way, vicepresidente y director de producto de SAP, identifica cuatro elementos fundamentales: “El primero es que los agentes pueden planificar, asumir un problema complejo y hacer un plan para resolverlo. Después, tienen la capacidad de evaluar, de reflexionar sobre cómo se está desempeñando ese plan en relación con el objetivo. Luego está el uso de las herramientas para realizar la tarea y, lo más importante, la capacidad de colaborar con múltiples agentes que funcionan con grandes modelos de lenguaje (LLM, por sus siglas en inglés)”.

Enjambre. Esta capacidad de colaboración genera un entramado de agentes que multiplica la capacidad de un único modelo. Andy Tay, del comité de dirección global de Accenture, detalla que “la red de IA permite que los agentes trabajen juntos en una misión como un enjambre de abejas: todas realizan tareas individuales, pero hacia un objetivo común. Todos [los agentes] son capaces de razonar por sí mismos, coreografiarse”.

Adaptación. Los agentes son sistemas que se acomodan de a distintos escenarios de decisión, aportan soluciones adecuadas para diferentes problemas, aunque estos se produzcan en el mismo ámbito. “Tienen capacidad de adaptarse de forma autónoma a eventos desconocidos que encuentran en el camino con la habilidad de razonar e interactuar con los modelos”, explica Rahul Pathak vicepresidente de datos, inteligencia artificial y aprendizaje automático en AWS.

Alcance. Más allá del uso escolar de la IA para completar tareas o la resolución de cuestiones simples, los agentes en la industria son elementos fundamentales para repensar y evaluar procesos. “Lo que vemos ahora es que los clientes no solo se plantean si un agente puede reemplazar la tarea que realiza una persona, sino cómo renovar todo el proceso para impulsarlo, para mejorarlo”, comenta Andy Tay.

Multimodal y multitarea. Los agentes entienden y se desarrollan con distintas formas de lenguaje, desde códigos informáticos a textos e imágenes tanto estáticas como en movimiento. “Es capaz de trabajar con todos los datos, estructurados o no”, destaca Andy Tay, aunque admite que disponer de una “base de datos moderna es fundamental para aprovechar las nuevas capacidades”. “Las ventas, el márketing, la cadena de suministro, los recursos humanos, las finanzas… todo puede unirse y funcionar”, resalta.

Un modelo de la IA china DeepSeek ha desarrollado una técnica de reconocimiento óptico de caracteres para convertir una imagen en datos comprensibles y utilizables por la máquina, un sistema parecido al de escáneres o traducción de textos captados por la cámara. Este modelo favorece el procesamiento, almacenamiento y recuperación de datos, dotando a la IA de mayor “memoria” y reduciendo la potencia de cálculo necesaria.

Control. Definir qué hacer, con qué datos y con qué propósito exige gobernanza, control y observación. “Tenemos que someter los controles de identidad y los de autorización a la gobernanza. Un aspecto realmente crítico en esta fase es la observabilidad [capacidad de un sistema para ser comprendido, medido y seguido] porque cada agente se ejecuta a través de un sistema de IA e interactúa con otro que puede, en función de su objetivo y razonamiento, tomar un camino diferente. Es necesario saber qué hicieron”, explica Rahul Pathak. “Asegúrate de que se comporte bien”, resume Vishal Sharma. “Tenemos que ser muy cuidadosos para que los agentes no tengan más permisos que yo y asegurarnos de que usamos los datos de manera correcta y responsable”, añade el representante de Accenture.

Personalización. La nueva web agéntica no aporta la misma respuesta (planificación y acción) para cada usuario. “Te conocerá tan bien como un humano”, destaca el vicepresidente de datos e IA en Amazon.

Formación. Esta no es tanto una característica propia de la IA sino una exigencia para su uso, tanto en el ámbito personal como laboral. En el primero, para conocer sus limitaciones y establecer hasta dónde puede y debe llegar. En el segundo, para establecer liderazgos capaces de implantar los agentes de forma efectiva y, según advierte Pathak, “crear el espacio para que la gente [empleados] aprenda”. “Quizás hay que dar un pequeño paso atrás al desarrollar nuevos hábitos de trabajo para poder dar un salto adelante en productividad y habilidades”, sugiere.

Progresión. Para Pathak, los agentes de IA solo “están rascando la superficie”. En los próximos años espera ver un crecimiento en modelos, inferencia (resultados a partir de premisas), interacción con datos e infraestructura. “Dentro de 12 meses vamos a ver un cambio exponencial”, vaticina. Sharma añade que los agentes ganarán en capacidad de memoria para actuar y en fiabilidad.

Riesgos. Los agentes de IA suponen también riesgos nuevos como las alucinaciones (resultados incoherentes con aspecto de válidos), uso indebido y posible control por parte de los ciberdelincuentes. Anthropic, una empresa estadounidense de investigación y desarrollo de inteligencia artificial ha detectado lo que consideran “el primer caso documentado de un ataque cibernético a gran escala ejecutado sin intervención humana sustancial” y del que responsabiliza a un grupo “patrocinado por el Estado chino”, según un informe publicado a principios de noviembre.

Usos. La IA se ha asentado en la población española, con una utilización doméstica que se sitúa entre el 62% y el 72%. Dos de cada tres usuarios realizan un uso todavía básico, pero el resto interactúa de forma avanzada. También las plantillas la han adoptado en el 61% de sus tareas, a pesar de que la mayoría de las empresas no han fijado un marco corporativo de soporte o gobernanza que valide las decisiones apoyadas por los nuevos sistemas, según el estudio Detectando las claves para el desarrollo de agentes de IA, elaborado por VML The cocktail en colaboración con Salesforce en el marco del Agentic Factory.

Por sectores, de acuerdo con el mismo trabajo, destacan energía y servicios públicos (29%), formación (29%) y seguros y bancos (28%). Y en cuanto a las aplicaciones, según el Informe Mundial de Cloud en Servicios Financieros del Instituto de Investigación de Capgemini sobre el último sector, los procesos donde se han comenzado a aplicar son atención al cliente (sobre el 70%), detección de fraudes (64%), la tramitación de préstamos y siniestros (61%) y la incorporación de clientes (59%).

Otros ámbitos se están sumando a la ola, por ejemplo, el farmacéutico. Según un sondeo de Globant en asociación con MIT Technology Review Insights (Transforming Commercial Pharma with Agentic AI), un 73% de sus altos ejecutivos planifica, prueba o implementa ya proyectos de IA agéntica.