Agentes de IA optimizan procesos dispendiosos de las empresas

La inteligencia artificial (IA) generativa, diseñada para producir contenidos nuevos, como textos o imágenes, a partir de entrenamientos previos con grandes volúmenes de datos, ayuda a optimizar tareas operativas que antes solo los humanos hacían, y que llevaban horas de trabajo. Luis Fernando Salazar, director de aplicaciones en nube de Oracle Colombia, conversó con PORTAFOLIO y explicó cómo los agentes de IA optimizan tareas dispendiosas, y de su aprovechamiento por las compañías y sus empleados para ser competitivos. ¿Qué son los agentes

de inteligencia

artificial generativa? Los agentes de inteligencia artificial generativa buscan ejecutar tareas complejas, que hasta hoy solo los humanos hacíamos. Están orientados a lograr un objetivo, y tienen la capacidad de interactuar con otras personas u otros agentes para lograr ese fin. Se apalancan en modelos de lenguaje y en inteligencia artificial generativa, que desde Oracle estamos entregando a nuestros clientes. ¿Cómo va el desarrollo

de agentes de IA? Hace un año, en Oracle anunciamos 50 características de inteligencia artificial generativa embebidas en nuestras soluciones. Entre ellas, el chatbot con el que converso, le pregunto y extrae información de la data de mi compañía. Durante ese año, terminamos entregando 100 soluciones, el doble, por la velocidad misma a la que esto se mueve. Hace un mes anunciamos la inclusión de 50 agentes de IA generativa para 2025, que se apalancan sobre los anteriores y complementan la experiencia. El 80% de las capacidades nuevas que entregamos cada tres meses, vienen de nuestro ecosistema de clientes. ¿Cómo se ven estos agentes? ¿Son

chatbot a los que se

les preguntan cosas? Hay diferentes tipos. Hay agentes de IA conversacionales, a los que puedo preguntarle cosas. Hay agentes de supervisión con la capacidad de supervisar procesos de la compañía y disparar de manera autónoma a otros agentes para traerme las respuestas. ¿Qué tecnologías hay detrás de los

agentes de IA? Venimos trabajando hace años con machine learning, con sistemas expertos, etc. Hoy tenemos acceso a unidades de procesamiento gráfico (GPU), que permiten desarrollar los grandes modelos de lenguaje (LLM) para IA generativa. Los agentes de IA se apalancan de todas ellas. Hay una característica relevante con los agentes: en general, las preguntas que yo le hago a un agente, digamos chatbot, las responde basado en la información que hay en internet o que es pública. Así se entrenan. Pero cuando hablamos de un entorno corporativo, yo necesito que esas respuestas tengan datos de mi compañía. Como empresario, no quiero publicar mi información o la de mis clientes en sistemas públicos y ahí es donde entra la generación aumentada por recuperación (RAG). Cuando un empleado le consulta al agente de IA, este usa un sistema de lenguaje para construir una respuesta, pero, además, consulta los sistemas propios con data de mi compañía, la complementa y me da una respuesta con contexto y data mía, privada. ¿Los agentes de IA aprenden y evolucionan en su conocimiento? Sí. Tienen la capacidad de aprender y entender si la respuesta que dio es la esperada o entregarla más completa. En Oracle trabajamos con varios modelos de lenguaje, mediante alianzas. Uno es Cohere, otro es LLaMA (de Meta). Lo que hacemos es re-entrenar y actualizar los sistemas, y escoger los mejores modelos de lenguaje para nuestros clientes. ¿En cuál área de una compañía tendrían

una mayor eficiencia

los agentes de IA? Las soluciones de aplicaciones de Oracle, que llamamos Fusion Applications, pasan por todos los frentes de las compañías: cadena de suministro, gestión del talento, finanzas, compras, etc. De las 100 capacidades de inteligencia artificial generativa que dispusimos, casi la mitad hoy están en sistemas de gestión de talento humano. Cada tres meses entregamos nuevas capacidades en nuestras soluciones, que nuestros clientes van recibiendo sin costo alguno y que pueden adoptar o incluir en su operación. ¿Qué ejemplos tienen

de usos de agentes

de IA en Colombia? Por ejemplo, para selección de talento humano. Hoy, lo que debe hacer un cliente es escribir las características del cargo, publicarlas en fuentes de empleo, recibir las hojas de vida y analizar los perfiles. Luego, programar entrevistas, coordinar agendas y es un proceso demandante. Hoy ya tenemos clientes que usan agentes de IA que automatizan el proceso. Hay agentes de IA que permiten, con un par de clics y nutriéndose de la información de la organización, crear el perfil de la vacante, publicarlo y conseguir candidatos. Ahí interactúan otros agentes, que reciben las hojas de vida, analizan las experiencias y las sistematizan. Después, un agente de IA puede citar a entrevistas a los candidatos por medio de correos electrónicos y otro agente coordina las agendas de los entrevistadores. ¿Cómo entrenan a los empleados de un cliente que adquiere los agentes de IA? Particularmente, con los agentes de IA hay una característica y es que el entrenamiento para los empleados debería tender a cero, porque la capacidad conversacional de los agentes de IA rompe esa barrera. Es lo más parecido a conversar con un compañero de trabajo, para hacerle una consulta bien sea por voz, por chat o por una interfaz para sacarle el máximo jugo.