Durante un tiempo, 2025 se perfilaba como un período en el que todos (al menos en el mundo empresarial) tomarían un respiro colectivo y establecerían un camino para la IA que estuviera menos impulsado por exageraciones y amenazas de “no adoptar bajo tu propio riesgo”. ”y más anclado a la evaluación del ROI.

Pero era sólo cuestión de tiempo.

La tecnología digital siempre ha sido susceptible a las palabras de moda, y ahora la IA generativa se ha convertido en un vocabulario dominante, y está siendo eliminada por el último término del momento: “IA agencia”.

Entonces, si ha visto aparecer cada vez más el término pero no está completamente seguro de qué es, o incluso si necesita saberlo, no está solo. Aquí tienes una explicación.

¿Qué es exactamente la IA agente y por qué de repente se habla de ella?

Se refiere a un tipo de IA que está diseñada para realizar acciones independientes, en lugar de simplemente responder a órdenes dadas por humanos. Fue acuñado por Andrew Ng, un renombrado investigador de IA, en junio de este año. Las grandes empresas y proveedores de tecnología han comenzado a impulsarlo de manera más agresiva y el objetivo final es que estos llamados “agentes de IA” lleven a cabo tareas complejas en nombre de los humanos, pero con una supervisión humana mínima. La creencia es que conducirá a una mejor eficiencia organizacional y productividad de los empleados.

¿Cómo encaja con la IA generativa?

Para comprenderlo completamente, es necesario pensar en todos los tipos de IA y en lo que hacen, en esencia.

La llamada IA ​​tradicional completa tareas basadas en reglas y patrones predefinidos (establecidos por humanos). No es adaptable y no aprende ni mejora a partir de nuevos datos (piense en calculadoras, programas de ajedrez basados ​​en lógica o un chatbot con respuestas escritas). ) Luego está el aprendizaje automático (ML), un subconjunto de la IA, que implica entrenar un modelo utilizando grandes conjuntos de datos para identificar patrones y tomar decisiones. Él es adaptable y mejora a medida que procesa más datos. La IA generativa es un subcampo del ML. La IA generativa utiliza datos de grandes modelos de lenguaje para crear contenido nuevo, como texto, imágenes, música o código. Es como el tipo más creativo de IA frente al análisis del ML.

Ahora tenemos la IA agente, que toma todos los componentes de la IA tradicional y generativa y los utiliza para anticipar las necesidades de forma autónoma y ejecutarlas. Y puede adaptarse dinámicamente, aprendiendo de las experiencias y ajustando acciones futuras en función de nueva información. También puede ser proactivo, en lugar de esperar únicamente órdenes humanas como otras formas de IA.

Dé un ejemplo de lo que un agente de IA puede hacer por un profesional de recursos humanos.

Al igual que la IA generativa, la agentic se promociona como un potenciador de la productividad de los empleados al automatizar tareas rutinarias aburridas y que consumen mucho tiempo, liberando a las personas para que puedan concentrarse en trabajos de tipo más estratégico. “Es importante que los líderes de recursos humanos comprendan el impacto de la IA agente en el desempeño y el bienestar de la fuerza laboral porque introduce nuevas dinámicas en la experiencia de los empleados y en cómo se gestiona y ejecuta el trabajo”, dijo Jay Patel, vicepresidente senior y gerente general de Soluciones de experiencia del cliente de Webex en El gigante de las telecomunicaciones Cisco.

Sea más específico, pongamos un ejemplo.

Tomemos como ejemplo el aprendizaje y el desarrollo. La IA agente puede beneficiar el desarrollo profesional de los empleados al ofrecer programas de capacitación y desarrollo más personalizados.

Así lo resume Jill Goldstein, socia gerente global de recursos humanos y transformación del talento en IBM Consulting: La IA tradicional recomendará cursos de capacitación basados ​​en el rol del empleado y su desempeño anterior. La IA generativa puede desarrollar módulos de aprendizaje personalizados, cuestionarios e interactuar con el contenido en función de las necesidades específicas de la agenda de los empleados. Agentic AI gestiona el plan de aprendizaje personal de ese empleado y busca continuamente más información. Ajusta la ruta de aprendizaje del individuo en función de la nueva información que está disponible y proporciona rendimiento, datos y retroalimentación en tiempo real que luego se canaliza nuevamente hacia la IA para ayudar al empleado a mejorar sus habilidades. “Así que el primero [traditional AI/ML] “Se ejecuta, la IA generativa ayuda a personalizar el contenido, y la IA agente se basa en ambos y me ayuda a resolver problemas y, de hecho, produce los resultados asociados con ellos”, agregó.

También debería liberar a los equipos de recursos humanos de sus propias tareas administrativas que consumen mucho tiempo, para que puedan prestar más atención a una planificación más estratégica en torno al compromiso de los empleados, el soporte personalizado y la productividad. Por ejemplo, automatizar respuestas a consultas comunes relacionadas con recursos humanos, como políticas de licencia, información de nómina u oportunidades de capacitación. Cisco afirma que los profesionales de recursos humanos pueden ahorrar aproximadamente 2,5 horas a la semana.

Para leer el artículo completo sobre WorkLife haga clic aquí