Los Agentes de IA son sistemas orientados a objetivos capaces de interpretar una necesidad, decidir qué pasos realizar, utilizar herramientas y fuentes de conocimiento y ejecutar acciones para avanzar hacia un resultado. Se utilizan para construir sistemas que van más allá de generar respuestas: pueden consultar información, utilizar APIs, coordinar procesos, preparar acciones, verificar resultados y continuar trabajando dentro de límites previamente definidos. Su valor aparece cuando la Inteligencia Artificial se conecta con conocimiento y herramientas capaces de transformar una intención en una acción digital.
Los modelos generativos son capaces de producir texto, imágenes, código y otras representaciones. Pero generar una respuesta no significa necesariamente resolver una tarea.
Los Agentes de IA incorporan una capa adicional: permiten que un sistema utilice un modelo para decidir cómo avanzar dentro de un flujo de trabajo y qué herramientas necesita utilizar. OpenAI define un agente como un sistema capaz de completar tareas en nombre de una persona y señala dos características centrales: el uso de un modelo para gestionar la ejecución del flujo de trabajo y el acceso a herramientas que permiten recuperar información o ejecutar acciones en sistemas externos.
Una arquitectura básica de agente puede incluir: modelo + instrucciones + conocimiento + herramientas + reglas + evaluación
Las herramientas pueden servir para consultar bases de datos, buscar información, leer documentos, llamar APIs, modificar registros o enviar información hacia otros sistemas. En el taller entiendo los Agentes de IA mediante cuatro capacidades: comprender, planificar, actuar y verificar.
Los Agentes de IA son sistemas de Inteligencia Artificial orientados a completar tareas o avanzar hacia objetivos mediante la combinación de modelos, instrucciones, conocimiento y herramientas. A diferencia de una aplicación que utiliza un modelo únicamente para generar una respuesta, un agente puede utilizar el modelo para gestionar la ejecución de un flujo de trabajo, decidir qué herramientas utilizar, analizar resultados y determinar cuándo una tarea ha sido completada.
OpenAI describe los agentes como sistemas capaces de completar tareas en nombre de las personas y señala tres componentes fundamentales para su construcción: modelo, herramientas e instrucciones. Dentro del enfoque de Artesanía Digital de robertonappe.com, los Agentes de IA se organizan mediante cuatro capacidades:
Las herramientas constituyen una dimensión central de esta arquitectura. OpenAI diferencia herramientas destinadas a recuperar información de aquellas capaces de ejecutar acciones, como modificar registros o enviar mensajes.
La autonomía no debe considerarse absoluta. Un sistema puede limitarse a recomendar una acción, preparar una operación para aprobación humana o ejecutarla automáticamente dentro de reglas claramente definidas. El valor de un agente aparece cuando una intención puede transformarse en una secuencia controlada de decisiones y acciones capaces de producir un resultado.
Uso Agentes de IA porque permiten convertir una intención en un proceso capaz de avanzar por distintos pasos. Una persona puede expresar:
El sistema puede interpretar el objetivo, seleccionar herramientas, obtener información y decidir cuál es el siguiente paso. OpenAI diferencia explícitamente los agentes de aplicaciones que simplemente incorporan un LLM: un chatbot básico o una interacción de una sola respuesta no constituye necesariamente un agente si el modelo no controla la ejecución del flujo de trabajo. AWS describe una arquitectura similar: sus agentes orquestan interacciones entre modelos fundacionales, fuentes de datos, aplicaciones y conversaciones, y pueden llamar APIs o consultar bases de conocimiento para completar tareas.
El objetivo no es construir sistemas que actúen sin control. Es diseñar niveles de autonomía adecuados al impacto de cada acción.
Cómo se resuelve: el agente interpreta las preferencias, consulta diferentes fuentes, compara alternativas y construye un itinerario. Cuando existen herramientas autorizadas, puede además preparar acciones posteriores como incorporar actividades a un calendario o consultar sistemas de reserva.
Cómo se resuelve: el agente consulta las fuentes disponibles, recupera información relevante, organiza los hallazgos y utiliza herramientas adicionales cuando necesita ampliar o verificar información
Cómo se resuelve: el agente consulta los sistemas definidos, analiza la información y genera una acción o alerta únicamente cuando encuentra una condición que merece atención.
Cómo se resuelve: el agente comprende la solicitud, consulta la información necesaria y utiliza herramientas autorizadas para avanzar en la resolución. OpenAI utiliza precisamente la resolución de problemas de atención al cliente como ejemplo de flujos donde un agente puede gestionar tareas y utilizar herramientas.
Cómo se resuelve: el agente descompone el objetivo, realiza búsquedas, consulta documentos, compara información y prepara una síntesis basada en las fuentes recuperadas.
Cómo se resuelve: el agente utiliza herramientas conectadas a distintos sistemas para consultar estados, actualizar información, preparar comunicaciones o desencadenar procesos dentro de límites definidos. AWS describe agentes capaces de orquestar modelos, fuentes de datos, aplicaciones y APIs precisamente para este tipo de procesos.
Los Agentes de IA son sistemas orientados a objetivos capaces de interpretar una necesidad, gestionar un flujo de trabajo, utilizar herramientas y fuentes de conocimiento y ejecutar acciones para avanzar hacia un resultado. En robertonappe.com se utilizan como material de Artesanía Digital para conectar IA Generativa, IA Conversacional, Grafos de Conocimiento, APIs y sistemas digitales. Su diseño requiere instrucciones, herramientas, límites, evaluación y niveles de supervisión adecuados al impacto de las acciones.
Un Agente de IA se diferencia de un chatbot porque puede controlar la ejecución de un flujo de trabajo y utilizar herramientas.
Evidencia: OpenAI señala que las aplicaciones que simplemente incorporan un LLM, como chatbots básicos o sistemas de una sola respuesta, no son agentes cuando el modelo no controla la ejecución del flujo. Los agentes utilizan además herramientas para recuperar información y realizar acciones.
Modelo, herramientas e instrucciones constituyen componentes fundamentales de un agente.
Evidencia: la guía de OpenAI identifica estos tres componentes como la base de un agente: un modelo que gestiona razonamiento y decisiones, herramientas que permiten interactuar con otros sistemas e instrucciones que definen comportamiento y límites.
Los agentes pueden utilizar APIs y bases de conocimiento para completar tareas.
Evidencia: Amazon Bedrock describe agentes capaces de orquestar modelos, fuentes de datos y aplicaciones, llamar APIs para realizar acciones y consultar bases de conocimiento para incorporar información.
Los agentes resultan especialmente apropiados para procesos complejos donde las reglas deterministas tienen dificultades.
Evidencia: OpenAI recomienda considerar agentes para flujos con decisiones complejas, reglas difíciles de mantener o fuerte dependencia de información no estructurada, y utilizar soluciones deterministas cuando estas características no están presentes.