La aplicación estrella de la IA: cómo los agentes de IA podrían cambiarlo todo

Encontrar la aplicación superestrella de la IA

Desde el gran anuncio público del lanzamiento de ChatGPT, la tecnología de IA ha encabezado los titulares y ha cautivado la atención del público en general, los especialistas en TI y los inversores.

Esto ha sido especialmente cierto a medida que la capacidad de la IA generativa ha crecido exponencialmente. Además, una nueva ola de competencia ha acelerado el progreso en el campo, con IA china como DeepSeek que desafía la estructura de costos y precios de las IA fabricadas en EE. UU.

Sin embargo, la industria de la IA se encuentra en una posición algo inestable, ya que los cientos de miles de millones invertidos en infraestructura de IA aún no generan los niveles de ingresos necesarios para justificar la inversión.

Las revoluciones tecnológicas anteriores se construyeron sobre aplicaciones rentables de la tecnología en la economía “real”, como el trabajo de oficina (Windows y Office), el entretenimiento (videojuegos y streaming), la publicidad (Google), las comunicaciones (smartphones) o el comercio (pagos en línea y comercio electrónico).

Hasta ahora, la IA aún no ha revolucionado la forma en que la mayoría de la gente trabaja o lleva su vida diaria. Pero esto probablemente esté a punto de cambiar con la aparición de IA especializada con una gama explosiva de rendimientos y habilidades: los agentes de IA.

¿Qué son los agentes de IA?

La idea central de los agentes de IA es crear IAs que puedan operar de forma independiente en un entorno determinado. Esto les otorga roles prácticos muy diferentes a los de las IAs generativas como los LLM (Modelos de Lenguaje Extenso) o los generadores de imágenes, que mayormente reaccionan a indicaciones creadas por humanos.

En ese contexto, “entorno” puede referirse tanto a situaciones específicas en el mundo real, como un coche en la carretera y la IA para la función de conducción autónoma, o a un espacio totalmente virtual, como un software o interfaz digital específica.

Debido a que el agente de IA actúa de forma autónoma en su rol asignado, no requiere la intervención constante de los humanos mediante indicaciones. Por lo tanto, también puede actuar por sí mismo, sin necesidad de confirmación o supervisión.

En la práctica, la mayoría de los agentes de IA también tendrán condiciones y reglas incorporadas que les harán solicitar retroalimentación de un supervisor humano.

Según Google, las características clave de los agentes de IA son :

• Razonamiento: pueden analizar datos, identificar patrones y tomar decisiones informadas basadas en evidencia y contexto.
• Actuación: la capacidad de tomar acción o realizar tareas, lo que puede incluir acciones físicas o digitales.
• Observación: recopilar información sobre el entorno o la situación para comprender su contexto y tomar decisiones informadas.
• Planificación: desarrollar un plan para alcanzar metas, identificando los pasos necesarios, acciones potenciales y el mejor curso de acción.
• Colaboración: trabajar eficazmente con otros, ya sean humanos u otros agentes de IA.
• Auto‑refinamiento: los agentes de IA pueden aprender de la experiencia, ajustar su comportamiento basado en la retroalimentación y mejorar continuamente su rendimiento y capacidades con el tiempo.

Fuente: DevRevAI

¿Es realmente nuevo?

Este conjunto de características sitúa a los agentes de IA un paso por encima de iteraciones anteriores de herramientas de IA, como asistentes y bots, con habilidades más proactivas, autonomía y la capacidad de manejar tareas más complejas.

Fuente: Google

Los agentes de IA con “cuerpos” físicos pueden interactuar directamente con el mundo real, mientras que los agentes de IA digitales probablemente se especializarán en ciertos entornos de trabajo virtuales.

En ambos casos, otorgar a la IA suficiente capacidad y acciones posibles para ser útil, pero no en exceso, para evitar daños inesperados por errores, es crucial.

En general, es probable que el crecimiento paralelo en la calidad de las decisiones de IA y la creciente familiaridad con ellas permitan que personas y autoridades otorguen más margen a la toma de decisiones de la IA. Esto, sin embargo, plantea interesantes cuestiones legales y éticas respecto a la responsabilidad de las acciones de la IA (ver a continuación una discusión sobre ese tema).

El potencial de los agentes de IA

La capacidad de los agentes de IA para trabajar de forma independiente es lo que podría convertirlos en aplicaciones estrella de la IA. La vida moderna está llena de tareas repetitivas no tan complejas que, al mismo tiempo, son demasiado complejas para ser delegadas a una forma más simple de automatización.

Esto es, por ejemplo, la razón por la que Tesla tuvo que retroceder en la automatización y robotización de su línea de ensamblaje en 2018 (TSLA ). Los robots podrían hacer un gran trabajo, pero incluso la más mínima perturbación o cambio inesperado en los requisitos detendría toda la línea de ensamblaje.

“Teníamos esta loca y compleja red de cintas transportadoras… y no funcionaba, así que nos deshicimos de todo eso. Sí, la automatización excesiva en Tesla fue un error. Para ser precisos, mi error. Los humanos están subestimados.”
Elon Musk

Sin embargo, las IA modernas no son solo un conjunto muy elaborado de reglas rígidas que intentan anticipar todo de antemano. En cambio, pueden, hasta cierto punto, adaptarse y evolucionar a nuevas condiciones si se les proporciona suficiente datos relevantes durante su entrenamiento.

Por lo tanto, esto podría hacer que la IA sea especialmente relevante para tareas altamente repetitivas, desde guiar a un cliente a través de un algoritmo de solución de problemas hasta conducir camiones en una autopista.

A diferencia de los humanos, dicha IA podría trabajar 24/7 y no requerir salario, seguro de salud, etc.

Existen muchas formas de clasificar el nivel que hemos alcanzado en las capacidades de la IA. En general, tienden a comparar la habilidad de la IA con la población humana general, y los agentes de IA más recientes podrían pronto alcanzar las habilidades del 50‑90 % de la población en tareas específicas y de dominio estrecho, usualmente consideradas como un punto medio en el progreso de la IA, y solo el comienzo para la AGI.

Fuente: Cobus Greyling

¿Cómo funcionan los agentes de IA?

AI agents are made of a few key “components” interacting with each other:

• Sensores: para agentes de IA físicos, esto puede incluir cámaras, micrófonos, LIDAR, antenas de radio, etc. Para agentes de IA digitales, puede ser una función de búsqueda, una herramienta para leer archivos, extraer datos de un software o base de datos específica, etc.
• Actuadores: Esta es la forma en que la IA puede desempeñar su trabajo. Cuando es física, pueden ser ruedas o brazos robóticos. Cuando es digital, puede ser la capacidad de crear o modificar archivos, redactar informes, realizar análisis de datos, etc.
• Cerebros: hechos de las cada vez más complejas herramientas de IA construidas a partir de redes neuronales, son los centros de decisión de los agentes de IA.
• Base de datos: este es el centro de conocimiento con hechos, datos de entrenamiento y correcciones humanas que permiten al “cerebro” tomar la decisión correcta.

Fuente: Thomas Latterner

La combinación de estos componentes permite que los agentes de IA tengan memoria y una personalidad construida sobre los cimientos de un LLM especializado.

La memoria es una parte muy importante de la IA aquí y una mejora radical respecto a los bots anteriores. Esto se debe a que la falta de memoria es la fuente de la mayoría de quejas sobre los chatbots y sistemas similares: por eso la mayoría de los bots se quedan atrapados en bucles de razonamiento, no recuerdan información previa proporcionada, etc.

Tipos de agentes de IA

Besides the physical vs digital divide, there are other ways to categorize AI agents:

• Una forma es considerar si los agentes interactúan con humanos o trabajan en segundo plano.
• Otra forma es considerar el uso de un solo agente para una tarea determinada o varios agentes que se comuniquen entre sí para realizar un trabajo más elaborado, con cada agente teniendo su propio modelo y compartiendo datos o no con los demás.
  • Al usar múltiples agentes, se puede establecer una jerarquía, con uno o varios agentes a cargo de coordinar y “dar órdenes” a los agentes de nivel inferior.
• Otra posibilidad para categorizar agentes de IA es considerar los objetivos finales y la complejidad.
  • Los agentes de IA basados en objetivos se centrarán en un resultado final y adaptarán su comportamiento o acciones hasta que dicho objetivo se alcance. Por ejemplo, una IA de almacén dará instrucciones para mover un paquete hasta que llegue a su destino.
  • Los agentes basados en utilidad también se enfocan en el objetivo, pero también en la mejor manera de alcanzarlo. Así, por ejemplo, un coche autónomo irá del punto A al punto B, pero también tendrá en cuenta la seguridad, la eficiencia de combustible, el tiempo de viaje, el tipo de carreteras, etc.

Fuente: Ampcome

¿Por qué usar agentes de IA en lugar de IAs generalistas?

There are many reasons why the AI industry is turning toward AI agents over universal models.

La primera es una cuestión de complejidad técnica y viabilidad. Una inteligencia general completa similar a la humana (AGI) sigue estando fuera de alcance, según lo que sabemos.

Sin embargo, parece mucho más realista crear, por ejemplo, un agente de IA dedicado capaz de conducir un coche como un humano, sin poseer las demás capacidades humanas de razonamiento en otros asuntos.

Otro aspecto es la eficiencia. Un modelo usado para conducir un coche no necesita ser extremadamente bueno hablando, caminando, realizando búsquedas web, calculando, etc. Por lo tanto, muchos agentes de IA individuales para cada tarea tienen mucho más sentido que intentar desplegar un sistema de IA/robótico de propósito general, como suele mostrarse en la ciencia ficción.

Por último, los costos son un problema serio para todos los proyectos de IA. Esto es cierto tanto para los costos de entrenamiento y los miles o incluso millones de GPU que requiere, como para los costos de operar la IA en hardware informático y la energía consumida. Por lo tanto, se prefieren agentes de IA más especializados y simples, que también rinden mejor en su trabajo.

¿De agentes especializados a agentes generalistas?

For narrow and repeated tasks, very narrow AI agents are probably best. However, to fully grasp the benefits of the AI revolution, slightly more competent systems will be required. Like, for example, an AI is not only able to automatically generate a list of equipment needing maintenance but also schedule technicians to do said maintenance and manage their associated timesheets, salaries, etc.

En algunas aplicaciones, esto podría ser un paso necesario para ayudar realmente a los trabajadores humanos, ya que las tareas y el análisis no pueden separarse completamente.

Por ejemplo, una IA que realice un diagnóstico necesitará poder analizar imágenes médicas, comprender un texto o voz que describa los síntomas, integrar resultados de pruebas médicas y el historial del paciente, encontrar la literatura científica y el protocolo médico relevantes, etc.

Fuente: Nature

Es probable que esas IAs generalistas, pero específicas de aplicación, se construyan mediante estructuras de múltiples agentes, donde cada sub‑elemento sobresale en una tarea, mientras una IA supervisora integra la salida de los agentes individuales en un todo coherente.

Los casos de uso específicos de aplicación no son la única posibilidad. Por ejemplo, las IAs de múltiples agentes que utilizan agentes de campos muy diferentes podrían ser útiles para realizar nuevos descubrimientos científicos, al reunir diferentes conjuntos de datos.

Aplicaciones de agentes de IA

Aunque es probable que muchas aplicaciones aún no se comprendan, al igual que nadie podía visualizar el Internet moderno en 1995, ya hay algunas actividades listas para la aplicación de agentes de IA:

• Servicios al cliente: Desde chats en línea hasta tomar pedidos en restaurantes, el proceso relativamente sencillo de la mayoría de las solicitudes de los clientes facilita la automatización. Hasta ahora los chatbots han sido insuficientes, pero los agentes de IA más inteligentes probablemente reemplazarán muchos de estos puestos, con unos pocos humanos detrás para atender las solicitudes más complicadas.
• Investigación científica: Esto incluirá el análisis de conjuntos de datos muy complejos y extensos y la exploración de miles de publicaciones científicas, incluidas en idiomas distintos al inglés. También abarcará IAs especializadas en tareas muy técnicas, como predecir el plegamiento de proteínas, la composición atómica de materiales, etc.
• Sitios web y marketing: Mucho del marketing en línea y la publicidad de hoy ya se gestionan parcialmente con plantillas y optimización automatizada. A medida que se valoran más experiencias personalizadas por los clientes, los agentes de IA flexibles probablemente pronto desempeñen tan bien como muchos humanos en este campo.
• Traducción y derecho: Muchas tareas humanas dependen de poseer un conjunto único de conocimientos sobre un tema muy específico, con mucho que saber, más que el tema sea especialmente difícil de analizar. La capacidad de la IA para examinar enormes cantidades de datos puede ayudar.
  • Sin embargo, los riesgos de “alucinaciones” son muy altos, especialmente porque el cliente probablemente no pueda detectar un error, por lo que solo un agente ultra‑fiable podrá realizar estas tareas.
  • La traducción en tiempo real y de voz a voz, especialmente para situaciones no críticas como el turismo, probablemente se conviertan en una expectativa estándar para nuestros smartphones.
• Artes: Probablemente una de las funciones más controvertidas de la IA es la idea de dejar sin trabajo a miles de músicos, pintores, diseñadores gráficos, etc., lo cual no agrada a muchas personas. Sin embargo, también podría empoderar a equipos mucho más pequeños, o incluso a individuos únicos, para competir con empresas mucho más grandes en la creación de películas, videojuegos, libros, etc.
• Salud: Ya ahora, Elon Musk recomienda a sus seguidores usar la IA de X, Grok, para una segunda opinión médica. A largo plazo, es probable que una IA médica dedicada asista a los médicos en el análisis de datos médicos y en la sugerencia de tratamientos.
  • A medida que la cirugía robótica se vuelva más común, también podríamos imaginar un futuro donde los cirujanos de IA puedan realizar algunos actos quirúrgicos sin asistencia humana.
• Seguridad: Esto se extiende desde la seguridad local hasta la policía e incluso el ejército. Las IAs pueden ser excelentes en la detección de amenazas e incluso en la identificación de objetivos. Sin embargo, por ahora es prácticamente tabú otorgarles demasiada autonomía en este sector, especialmente para decisiones letales.
• Logística y transporte: Ya en uso creciente en almacenes, los robots y drones son cada vez más propensos a asumir los trabajos de entrega y logística de paquetes y de la cadena de suministro en general, a medida que se vuelven más inteligentes y capaces de manejar obstáculos del mundo real.
  • Y, por supuesto, los coches y camiones autónomos podrían ser una revolución aún mayor, cambiando por completo la forma en que manejamos la movilidad y, potencialmente, haciendo que la propiedad personal de un coche sea una rareza.
• Finanzas: Los “algoritmos” ya son una gran parte de los mercados financieros actuales, por lo que deberíamos esperar que IAs más inteligentes se involucren aún más. Los agentes de IA personalizados también podrían volverse prevalentes en la evaluación de casos de seguros, solicitudes de préstamos, etc.
• Manufactura: Las tendencias de impresión 3D, máquinas CNC y otras nuevas herramientas para producción flexible han hecho que las fábricas modernas sean mucho más polivalentes que la antigua línea de ensamblaje. Los agentes de IA incorporados en robots industriales y humanoides podrían impulsar aún más esta tendencia.

Legalidad, regulación y ética

Responsabilidades

En cualquier discusión sobre IAs, el tema del manejo responsable de la tecnología es muy debatido.

Por un lado, demasiada regulación obstaculizaría el progreso y probablemente entregaría las IAs más avanzadas a jurisdicciones más flexibles. En el contexto de una carrera tecnológica de IA entre EE. UU. y China, está claro que este no es un resultado deseable para ninguna de las partes.

Por otro lado, nadie quiere una IA fuera de control sin ninguna responsabilidad.

Por lo tanto, será necesario determinar un marco legal claro. Por ejemplo, si un coche autónomo se estrella, ¿es responsable el proveedor del agente de IA? Y cuanto más autonomía se otorgue a los agentes de IA, más sus decisiones podrían afectar a personas reales y resultar costosas.

Esto también cubre el tema del uso indebido de la IA, como, por ejemplo, el robo de identidades, el fraude, etc.

En muchos casos, ni siquiera está claro qué agencia o autoridad debería regular la IA. ¿Debería ser un organismo especializado dedicado? ¿O debería la IA en finanzas ser regulada por la SEC, los drones aéreos por la FAA, etc.?

Estas son más preguntas legislativas y regulatorias, pero como a menudo pueden retrasarse años respecto al progreso tecnológico, es probable que sea urgente que algunas de las preguntas más apremiantes sobre el marco regulatorio de los agentes de IA sean respondidas pronto.

Empleos e inequidad

Un efecto temido del desarrollo de la IA es el crecimiento del desempleo masivo, ya que la IA reemplaza más y más empleos mucho más rápido de lo que las personas pueden reciclarse o se crean nuevos puestos.

En teoría, esto debería ser un paso hacia una civilización utópica y post‑escasez. En la práctica, podría empujar a millones de personas a la pobreza antes de llegar a ese punto. Y, a diferencia de oleadas anteriores de automatización, la IA podría reemplazar a trabajadores del conocimiento muy calificados.

Fuente: Intellipoint

El peligro de monopolios o de profundizar la desigualdad de riqueza también es serio, ya que históricamente se ha demostrado que es peligroso y desestabilizador para la sociedad en general.

Ética

Qué se puede y no se puede delegar a la IA. Esta es una cuestión cada vez más urgente para cualquier tarea que vaya más allá de mover paletas en un almacén o responder correos automáticamente.

El problema es aún más urgente cuando existe la tentación de usar IA para sistemas de objetivo en drones militares. Incluido en Ucrania, con una “carrera de drones habilitados con IA en los campos de batalla ucranianos”.

Reuters informó que la carrera de drones habilitados con IA está “llevando la guerra a territorio desconocido mientras los combatientes compiten por obtener una ventaja tecnológica en la batalla”. En Ucrania, el desarrollo de drones IA se centra en tres áreas clave: identificación de objetivos, mapeo del terreno para la navegación y la creación de “enjambres” interconectados de drones.

Una empresa, Swarmer, está construyendo software para interconectar drones, permitiendo que las decisiones se ejecuten instantáneamente a través de un enjambre con mínima intervención humana.

¿Realmente queremos otorgar a las IAs esta capacidad? ¿Pero realmente queremos que solo “el enemigo” la tenga?

Estos temas probablemente necesiten ser discutidos y decididos internacionalmente. También son un tema del que la industria de la IA no debería eludir.

Agentes de IA ya en servicio

Agentes de OpenAI

Como líder de larga data en IA, no es sorprendente ver a OpenAI con varios agentes sólidos basados en GPT. La compañía está proporcionando a los desarrolladores herramientas dedicadas para desarrollar agentes de IA, incluido el SDK multi‑agente de Open AI (Kit de Desarrollo Estándar).

El modelo de OpenAI parece centrarse principalmente en crear versiones mejores de GPT y otros LLM, y luego utilizarlos como base para el desarrollo de agentes separados, contando con su posición de liderazgo para generar la demanda de agentes que usen GPT.

Google

Google (GOOGL ) ha estado presente en IA durante mucho tiempo a través de su modelo DeepMind. Pero es con Gemini 2.0 que abrazó la “era agente”.

Google también es muy consciente de la amenaza potencial de las IAs LLM para la búsqueda clásica, que sigue siendo, hasta el día de hoy, la fuente del 90 % de los ingresos de la compañía.

Por lo tanto, utilizó Gemini 2.0 para crear AI Overviews, un resultado de búsqueda adicional para abordar temas más complejos y preguntas de varios pasos, incluyendo matemáticas y programación.

También creó Jules, un agente de IA asistente de codificación, y Genie 2, un modelo de IA para crear mundos 3D jugables.

Google también busca mantenerse a la vanguardia mediante la investigación de hardware, notablemente sus TPU Trillium (Unidades de Procesamiento Tensorial).

Manus

Butterfly Effect, una startup china, lanzó Manus en marzo de 2025, afirmando que es el primer agente de IA general capaz de actuar de forma autónoma.

Mientras algunos vieron en él un “segundo momento DeepSeek” para los agentes de IA, donde China está tomando la delantera, la situación es menos clara que con el enfoque de DeepSeek, notablemente más eficiente en cómputo (y financieramente).

Manus parece un poco más lento, más propenso a fallos, pero también proporcionando respuestas más detalladas que ChatGPT. Sin embargo, parece que los agentes de IA general podrían ser posibles antes de lo esperado, aunque quizá no sean ideales para todas las situaciones.

Alibaba

Un líder del comercio electrónico bajo presión de plataformas competidoras como Temu, o incluso TikTok, Alibaba está recuperando su posición como líder tecnológico con avances en IA.

En particular, abrió el código de su modelo QwQ-32B a principios de marzo de 2025, afirmando que con una quinta parte de los parámetros de DeepSeek-R1 está diseñado para la eficiencia.

Además, en marzo de 2025, Alibaba lanzó una nueva versión de Quark, un asistente/agente de IA impulsado por la IA Qwen de la compañía, combinando pensamiento profundo e IA generativa. Antes de esta renovación, Quark ya contaba con 200 millones de usuarios cuando era un motor de búsqueda.

Empresa de agentes de IA

Alibaba

Más conocida en Occidente por su plataforma de comercio electrónico y como proveedor de materiales, piezas y bienes de consumo baratos, Alibaba también es una enorme empresa tecnológica en China, líder en IA y computación en la nube.

En particular, Alibaba controla el 36 % del mercado de la nube en China, muy por delante de todos sus competidores.

Fuente: Jeff Townson

Quizás más importante, ya está ofreciendo seis nuevos modelos de IA DeepSeek, la IA de código abierto que ha sacudido al mundo al superar repentinamente a la mayoría de los modelos de IA estadounidenses por una fracción mínima de los costos tanto en desarrollo como por uso.

Alibaba también tiene su propio modelo de IA, Qwen, y afirma que Qwen 2.5 es incluso mejor que DeepSeek V3.

“Qwen 2.5‑Max supera… casi en todos los aspectos a GPT‑4o, DeepSeek‑V3 y Llama‑3.1‑405B,”

Unidad de Nube de Alibaba

En general, además de su crecimiento en la nube y la IA, Alibaba sigue siendo un gigante del comercio electrónico en China, con Taobao y Tmall apenas ligeramente por debajo de su participación del 29 % de las ventas en línea globales en 2019.

Fuente: Forbes

El reciente progreso de la IA ha cambiado la percepción de Alibaba. Desde una posición heredada de comercio electrónico bajo presión y ventas de nube dominantes (pero también bajo presión de competidores), ha vuelto a liderar la innovación tecnológica de China.

Quark es ahora el arma extra que Alibaba está desplegando para apoderarse del mercado chino de asistentes de IA, habiendo construido el terreno al lanzarlo primero como motor de búsqueda de IA y acumulando 200 millones de usuarios.

Así que, a pesar de considerar su precio de acción relativamente bajo, provocado por años de represión tecnológica en China y preocupaciones sobre invertir en el país, Alibaba podría ser una oportunidad para los inversores dispuestos a apostar a que China tome la delantera en la carrera de la IA. (También puedes leer nuestro informe dedicado centrado en Alibaba para más detalles).

Últimas noticias sobre Alibaba

Así que, a pesar de considerar su precio de acción relativamente bajo, provocado por años de represión tecnológica en China y preocupaciones sobre invertir en el país, Alibaba podría ser una oportunidad para los inversores dispuestos a apostar a que China tome la delantera en la carrera de la IA. (También puedes leer nuestro informe dedicado centrado en Alibaba para más detalles).