{"id":177128,"date":"2025-03-27T09:41:49","date_gmt":"2025-03-27T12:41:49","guid":{"rendered":"https:\/\/nuevoitsitio1.wpenginepowered.com\/ch\/sin-categoria\/la-siguiente-etapa-de-la-ia-generativa\/"},"modified":"2025-11-21T22:07:42","modified_gmt":"2025-11-22T01:07:42","slug":"la-siguiente-etapa-de-la-ia-generativa","status":"publish","type":"post","link":"https:\/\/www.itsitio.com\/ch\/columna-de-opinion\/la-siguiente-etapa-de-la-ia-generativa\/","title":{"rendered":"La siguiente etapa de la IA Generativa"},"content":{"rendered":"

Por Francisco Rojas, Director Ejecutivo de Applied Intelligence de Accenture Chile.<\/strong><\/em><\/p>\n

En todas las industrias, la IA generativa est\u00e1 potenciando el talento humano. Por ejemplo, actualmente, una persona que trabaja en producci\u00f3n puede preguntar a la tecnolog\u00eda sobre cuellos de botella en la l\u00ednea de ensamblaje u oportunidades dif\u00edciles de notar para optimizar procesos y recibir insights ricos en datos de la IA. Pero ya estamos comenzando a ver el surgimiento de la segunda etapa de la IA Gen: el surgimiento de nuevos agentes de IA<\/strong>.<\/p>\n

El software tradicional se basa en instrucciones precisas y basadas en reglas y est\u00e1 programado para producir resultados predecibles. Esto limita significativamente su capacidad para actuar de manera aut\u00f3noma. Carece de la capacidad de razonamiento humano; las decisiones est\u00e1n codificadas de manera r\u00edgida y no incorporan el juicio matizado y la flexibilidad caracter\u00edsticos del pensamiento humano.<\/p>\n

\"Francisco
Francisco Rojas, Director Ejecutivo de Applied Intelligence de Accenture<\/a> Chile.<\/figcaption><\/figure>\n

En contraste, los agentes de IA, construidos sobre modelos de lenguaje preentrenados son m\u00e1s din\u00e1micos y adaptables debido a su capacidad para entender el lenguaje<\/strong>. Los agentes construidos sobre modelos fundamentales multimodales tienen a\u00fan m\u00e1s capacidad porque pueden generalizar y entender, operar y combinar muchos tipos de informaci\u00f3n simult\u00e1neamente: texto, c\u00f3digo, audio, imagen y video<\/strong>.<\/p>\n

Los agentes aut\u00f3nomos tienen tres similitudes con los trabajadores humanos<\/strong>. Primero, el comportamiento orientado a objetivos<\/strong>. Las personas establecen los objetivos, pero los agentes de IA act\u00faan de manera independiente para lograrlos, adoptando las estrategias que sean necesarias.<\/p>\n

En segundo lugar, est\u00e1 el razonamiento l\u00f3gico y la planificaci\u00f3n<\/strong>. Los agentes de IA perciben y analizan su entorno. Pueden descomponer tareas complejas en sus partes componentes y usar el razonamiento para determinar la mejor manera de lograr sus objetivos.<\/p>\n

\"La
La IA generativa optimiza procesos en la producci\u00f3n, permitiendo a los trabajadores identificar cuellos de botella y oportunidades para mejorar la eficiencia.<\/figcaption><\/figure>\n

Finalmente, est\u00e1 la memoria a largo plazo y reflexi\u00f3n<\/strong>. Los agentes de IA se basan en interacciones pasadas para comprender mejor la intenci\u00f3n y el contexto. Aprenden de su experiencia para mejorar en sus trabajos.<\/p>\n

En todas las industrias, muchas empresas est\u00e1n desplegando asistentes o agentes de IA con diferentes grados de autonom\u00eda. Pero combinar m\u00faltiples agentes y permitir que se comuniquen y colaboren entre s\u00ed es crucial para el desarrollo de sistemas de IA que puedan gestionar procesos de extremo a extremo de manera aut\u00f3noma<\/strong>. Tales soluciones podr\u00edan transformar funciones enteras, como la gesti\u00f3n de la cadena de suministro, la producci\u00f3n y el marketing.<\/p>\n

Aunque los agentes de IA act\u00faan en nuestro nombre y en colaboraci\u00f3n entre s\u00ed, eso no significa que los humanos est\u00e9n fuera del proceso<\/strong>. El \u00e9xito de la inteligencia artificial depender\u00e1 tanto de las personas como de la tecnolog\u00eda. Mientras los colaboradores optimizan los modelos de agentes para la interacci\u00f3n humana, los agentes tomar\u00e1n decisiones y operar\u00e1n con un mayor grado de autonom\u00eda.<\/p>\n

\"A
A diferencia del software tradicional, los modelos de lenguaje preentrenados permiten a los agentes de IA adaptarse y razonar de manera aut\u00f3noma.<\/figcaption><\/figure>\n

Cuando tanto los trabajadores como los agentes de IA est\u00e9n empoderados, se generar\u00e1n mejoras continuas en ambos lados de la ecuaci\u00f3n humano-m\u00e1quina<\/strong>. Como se puede observar, la tecnolog\u00eda no existe sin el talento humano. Incluso en la siguiente etapa de la inteligencia artificial, marcada por el aumento de la autonom\u00eda de las m\u00e1quinas, los procesos seguir\u00e1n teniendo en el centro a las personas.<\/p>\n

Leer m\u00e1s<\/span><\/h3>\n