Salesforce presenta el marco de agentes de IA de 5 niveles, disipando exageración

Cada vez que llega a mi bandeja de entrada un comunicado de prensa sobre agentes de IA, no puedo evitar sentirme un poco inquieto. No es tan grave como el mareo que experimento cuando alguien intenta convencerme de la "codificación por vibras", ni es la sensación de incomodidad que me produce un representante de relaciones públicas usando la palabra "charla" para pedir una entrevista. Sin embargo, el entusiasmo por los agentes de IA me hace escéptico. A menudo se les sobrevalora, están mal definidos, son potencialmente riesgosos y sus capacidades son bastante limitadas. Algunos incluso sugieren que podrían significar el fin de la vida tal como la conocemos.

A pesar de mis reservas, los agentes de IA están en pleno auge. Microsoft recientemente hizo una serie de anuncios promoviendo su uso no solo para empresas, sino para cada usuario de Windows. Google siguió el ejemplo esta semana, integrando agentes de IA en varias aplicaciones, incluidas herramientas de codificación. Es como dejar que el zorro cuide el gallinero, ¿no es así?

Mi mayor preocupación es que las promesas sobre los agentes de IA a menudo no coinciden con sus limitaciones, especialmente en cuanto a cómo interactúan entre diferentes ecosistemas. Es una mezcla caótica de promoción e innovación de IA, pero Salesforce aporta una dosis refrescante de cordura a la conversación.

Salesforce ha presentado el Modelo de Madurez Agentica, un marco que describe las etapas clave de adopción y capacidades de los agentes de IA. Este modelo proporciona un lenguaje común para evaluar la avalancha de ofertas de agentes de diversos proveedores. Shibani Ahuja, vicepresidenta senior de Estrategia de TI Empresarial en Salesforce, enfatiza que, aunque los agentes pueden implementarse rápidamente, escalarlos de manera efectiva requiere un enfoque reflexivo y por fases. "Comprender la progresión de las capacidades de los agentes de IA es crucial para el éxito a largo plazo", dice, "y este marco ofrece una hoja de ruta clara para ayudar a las organizaciones a alcanzar niveles más altos de madurez en IA."

Hay una brecha significativa entre la percepción pública de los agentes de IA y lo que realmente es posible. Los proveedores a menudo etiquetan como "agente" cualquier cosa que siga un conjunto de pasos usando IA, lo que puede llevar a mucho lavado de IA. Incluso Siri de Apple, que existe desde hace un tiempo, parece ser más alarde que sustancia.

Los cinco niveles de madurez de los agentes de IA de Salesforce

Salesforce desglosa la madurez de los agentes de IA en cinco niveles:

• Nivel 0: Reglas fijas y tareas repetitivas - Estas son automatizaciones básicas sin aprendizaje de IA involucrado. Piensa en filtros de correo electrónico personalizados. Aunque pueda parecer extraño incluir tareas tan básicas en un modelo sobre agentes de IA, tiene sentido como punto de partida. Imagina si estas tareas simples pudieran mejorarse con IA para volverse más inteligentes. Por ejemplo, siempre he querido reglas de correo que puedan clasificar las propuestas de prensa en una carpeta pero marcar aquellas directamente relevantes para mi trabajo. Ese es un trabajo para un agente de Nivel 2.
• Nivel 1: Agentes de recuperación de información - Estos agentes obtienen información y recomiendan acciones basadas en ella. Un agente de solución de problemas que busca soluciones o un agente de compras que compara precios son buenos ejemplos. Sin embargo, hay un inconveniente. Estos agentes están limitados a los datos dentro de su ecosistema. Por ejemplo, Microsoft Copilot no podrá buscar en tus Google Docs o en la base de datos de Notion. Por lo tanto, los agentes de Nivel 1 son efectivos dentro de su ecosistema anfitrión.
• Nivel 2: Orquestación simple, dominio único - Este nivel aborda el problema del ecosistema al enfocarse en un solo entorno de datos. La IA de Notion, que deriva conocimiento de tu archivo de Notion, es un gran ejemplo. Puede organizar mis artículos según criterios específicos, pero no puede integrar datos externos. Este nivel trata sobre tareas de baja complejidad dentro de un solo dominio.
• Nivel 3: Orquestación compleja, múltiples dominios - Aquí es donde los agentes de IA comienzan a cumplir su promesa al orquestar múltiples flujos de trabajo en diferentes dominios. Es un desafío porque requiere APIs cooperativas o métodos de lectura/clics en pantalla. Los servicios de publicación en redes sociales ilustran los desafíos; pueden publicar en varias plataformas, pero no en todas, y no en perfiles personales en algunas redes. El Nivel 3 puede funcionar si todos los dominios cooperan, pero siempre habrá limitaciones.
• Nivel 4: Orquestación multi-agente - Este nivel implica operabilidad de agente a agente en diferentes sistemas con supervisión de agentes. Una vez construí un sistema como este con múltiples agentes de IA trabajando juntos para producir artículos de noticias. Cada agente tenía un rol específico y se comunicaban sin problemas. Sin embargo, lograr este nivel fuera de entornos empresariales parece poco probable debido a la necesidad de un control e integración extensos.

El Modelo de Madurez Agentica es un marco útil, pero el nombre podría ser más atractivo. Sugerencias como la Escala de Inteligencia de Agentes o la Matriz de Maestría de Agentes podrían ser más convincentes. Independientemente del nombre, este sistema es una herramienta valiosa para discutir sobre los agentes de IA y sus capacidades.

¿Qué piensas sobre los agentes de IA? ¿Son emocionantes, sobrevalorados o algo intermedio? ¿Has usado alguna herramienta que encaje en el marco de Salesforce? ¿En qué nivel crees que la mayoría de los proveedores están realmente entregando, y cuántos están solo haciendo lavado de IA con scripts simples? ¿Crees que la verdadera orquestación multi-agente se verá fuera de la empresa pronto? Comparte tus pensamientos en los comentarios a continuación.