Que é un axente de intelixencia artificial e que pode facer nunha empresa?

Que hai dentro dun axente?

O modelo de linguaxe ou LLM interpreta a petición e produce texto ou solicitudes de ferramentas. Non recibe acceso directo á empresa polo feito de coñecer palabras como «ERP» ou «factura». Unha aplicación externa valida cada solicitude e executa a operación permitida.

As ferramentas son interfaces concretas: buscar un pedido, obter o saldo dun cliente ou preparar un borrador. Unha API permite intercambiar eses datos cunha aplicación. As credenciais quedan no servidor; a persoa que deseña a integración decide os campos accesibles, os límites e as condicións de uso.

O contexto reúne a instrución da tarefa, os resultados das ferramentas e a información necesaria para decidir o seguinte paso. A memoria, se existe, conserva estado entre interaccións. Non debe converterse nun arquivo indiscriminado de correos, datos persoais ou respostas antigas. Cómpre definir que se garda, durante canto tempo e quen pode recuperalo.

Neste esquema, «selección do paso» describe o comportamento observable do sistema. Para auditalo interesan as entradas autorizadas, as chamadas e os resultados; non é necesario gardar un suposto razoamento interno do modelo.

Chatbot, fluxo e axente: a interface non o explica todo

Un chatbot é unha interface de conversa. Pode estar conectado a ferramentas e incluso actuar como interface dun axente. Un workflow fixa no código a orde ou as condicións dos pasos. Nun axente, o modelo decide parte dese percorrido. Estas categorías poden combinarse; non son niveis automáticos de calidade.

A distinción entre fluxos predeterminados e axentes que seleccionan ferramentas tamén aparece na guía de arquitecturas de Anthropic. É unha referencia conceptual útil; a implementación non obriga a utilizar ese provedor.

Exemplo de aplicación: responder sobre un pedido atrasado

Unha distribuidora recibe un correo preguntando por unha entrega. O sistema identifica o pedido e consulta o ERP coa identidade dunha conta de servizo limitada. Se hai dous pedidos posibles, pide aclaración: non escolle o máis probable e continúa como se fose certo.

Co pedido localizado, consulta o estado loxístico e prepara un borrador que separa feitos confirmados de información pendente. Un cambio de enderezo ou unha devolución queda fóra dese alcance. A persoa revisora ve a mensaxe orixinal, os datos consultados e a proposta antes de autorizar o envío.

Se a consulta ao ERP falla, o axente non debe inventar unha data nin interpretar a ausencia de resposta como ausencia de pedido. Deixa a tarefa pendente cun motivo concreto. Se o servidor recibe a mesma petición dúas veces, un identificador de operación evita duplicar o correo ou o cambio.

A autonomía decídese acción por acción

Un bo primeiro alcance pode permitir consultas automáticas e reservar os cambios para aprobación. Non é preciso dar ao sistema capacidade para facer todo o que pode facer unha persoa co ERP. Unha ferramenta «preparar devolución» é máis controlable que unha ferramenta xenérica con acceso de escritura a calquera táboa.

• Separar ferramentas de lectura e escritura e autorizar cada unha no servidor.
• Limitar tempo, chamadas e número de intentos; interromper bucles.
• Amosar á persoa que aproba o obxecto exacto que se vai modificar.
• Comprobar de novo o estado antes de executar unha acción aprobada se os datos puideron cambiar.
• Definir unha saída manual cando o sistema non consegue unha solución.

Un correo ou documento pode conter instrucións maliciosas destinadas a alterar a tarefa. Esa información debe tratarse como datos non fiables. As instrucións escritas nun PDF non poden conceder permisos, decidir a conta de destino dun pagamento ou desactivar a revisión. A aplicación debe facer cumprir estas fronteiras aínda que o modelo se equivoque.

Como probar o sistema antes de conectalo ao traballo diario

Comezariamos cun conxunto de exemplos representativos, separado dos usados para axustar as instrucións. Incluiría casos habituais, información contraditoria, ausencia de datos, permisos insuficientes e fallos das ferramentas. Cada exemplo tería un resultado esperado e accións expresamente prohibidas.

Primeiro executaríase en modo de observación: produce propostas, pero non modifica sistemas nin envía mensaxes. Compararíase co traballo humano atendendo á corrección do expediente ou pedido, á completitude da resposta e ás revisións necesarias. Un resultado medio alto pode ocultar un erro grave nunha clase pouco frecuente.

A decisión de ampliar permisos depende do risco de cada acción. Antes dun paso de produción acordaríanse o responsable, as condicións de parada e a forma de volver ao procedemento manual. Cómpre repetir a avaliación cando cambian o modelo, as ferramentas ou as fontes.

Se a tarefa consiste principalmente en consultar manuais, pode resultar máis axeitado un asistente sobre documentación con RAG que un axente con capacidade de actuar.

Que determina o custo e cando non compensa

O custo inclúe integracións, preparación dos datos, avaliación, infraestrutura, uso do modelo e atención ás excepcións. Medir só tokens deixa fóra boa parte do proxecto. Un sistema que reduce a escritura dun correo pero obriga a revisar cinco pantallas pode non reducir o traballo total.

Para comparar alternativas, propoñemos medir o custo por tarefa correctamente resolta, incluída a revisión. Cómpre observar tamén latencia, incidencias e operacións abandonadas. Se a acción ten pouco volume, a integración é fráxil ou ninguén pode revisar as excepcións, pode ser preferible mellorar primeiro o proceso.

Non empezaríamos por un sistema multiagente se un único fluxo acoutado resolve a tarefa. Engadir coordinadores e axentes especializados introduce máis estados, mensaxes e puntos de fallo. A complexidade só se xustifica cando unha avaliación mostra unha vantaxe concreta.

O seguinte paso útil é describir unha tarefa real, as entradas, os sistemas implicados e o custo dun erro. A guía para priorizar unha automatización axuda a preparar esa conversa; o servizo de axentes de IA aborda o deseño e a integración.