Infraestructura y el auge del agente de IA

Nitesh Bansal habla sobre la creciente popularidad de los agentes de IA y cómo estos provocarán un cambio necesario en la política de datos.

Según Nitesh Bansal, CEO y director general de la empresa de ingeniería de productos digitales R Systems, los agentes de IA son modelos autónomos con la capacidad de aprender, realizar tareas y tomar decisiones sin necesidad de intervención humana constante. Estos agentes combinan aprendizaje automático, procesamiento de lenguaje natural y razonamiento para automatizar tareas, analizar datos y optimizar flujos de trabajo.

“A diferencia de la automatización tradicional, la IA agentiva se adapta dinámicamente, permitiendo la resolución proactiva de problemas y la colaboración entre múltiples agentes a través de funciones cognitivas avanzadas como el pensamiento, el razonamiento y la memoria, similar a la mente humana.”

Para las empresas, especialmente aquellas que operan en el ámbito de la ciencia, la tecnología, la ingeniería y las matemáticas (STEM), la IA agentiva se está volviendo crucial para avanzar en la investigación y la innovación. Como señala Bansal, en áreas como las ciencias de la vida, los agentes de IA pueden agilizar ensayos clínicos, acelerar el descubrimiento de fármacos y llevar terapias que cambian vidas al mercado más rápidamente.

A través de plataformas de aprendizaje personalizadas, los agentes de IA también están democratizando el acceso a la educación STEM y a las herramientas necesarias para trabajar de manera efectiva en este campo. Esto permite que cualquier persona, ya sea estudiante, profesional o entusiasta de la tecnología, se enseñe las habilidades necesarias para prepararse para un rol en una industria que está en constante reinvención.

Si lo construyes, ellos vendrán

Al respecto de la implementación y uso de agentes de IA en el lugar de trabajo, existen numerosos desafíos, incluyendo la falta de habilidades entre el personal, la baja retención, la calidad limitada de los datos y una comprensión débil del verdadero potencial de la tecnología en toda la empresa. Pero para Bansal, es la complejidad de la integración y las crecientes demandas de infraestructura las que están afectando a la industria.

Citando una investigación de una encuesta de más de 1,000 líderes y profesionales de tecnología empresarial, señaló que el 42% de las empresas que respondieron requerían ocho o más conexiones de datos para una implementación exitosa de agentes de IA. Esta necesidad de alta potencia computacional y redes de baja latencia a menudo está en el núcleo del éxito de una empresa y puede poner una presión significativa sobre los recursos disponibles.

Investigaciones adicionales indican que “mientras algunas empresas tienen infraestructuras robustas, muchas enfrentan brechas. Un estudio reciente encontró que solo el 22% de las organizaciones tienen arquitecturas listas para cargas de trabajo de IA sin modificaciones. El 86% de las empresas requieren actualizaciones en su pila tecnológica existente para implementar agentes de IA.

“Es importante que las empresas consideren su necesidad de soluciones escalables basadas en la nube y acceso a recursos informáticos avanzados. Sin ellos, prevengo que muchas organizaciones enfrentarán retrasos en la implementación o problemas si no tienen un plan sólido para actualizar su infraestructura.”

Para construir una infraestructura lo suficientemente fuerte como para soportar la capacidad total de los agentes de IA de una organización, las empresas pueden invertir en algunas áreas clave. Por ejemplo, en tuberías de datos de alta calidad para la recolección, limpieza y preparación de información. También son necesarias soluciones de almacenamiento robustas y recursos computacionales escalables, así como la capacidad de integrar sistemas existentes para garantizar la compatibilidad general.

La capacitación de la fuerza laboral y una profunda comprensión de la gobernanza ética apoyarán todo el sistema, ya que, según Bansal, para que los agentes de IA estén libres de sesgos y mal uso, deben existir políticas claras sobre datos, privacidad y seguridad.

Política de supervisión

Para que esto suceda, él opina que las organizaciones deben considerar la política de datos como un proyecto a seguir, con objetivos claros y hitos, pero que nunca podrá realizarse completamente. Debido a la naturaleza a menudo privada de la información que procesan los agentes de IA, las empresas deben esforzarse por actualizar y avanzar en sus políticas de datos, en línea con las regulaciones cambiantes y los métodos de seguridad mejorados.

“Existen leyes, como el GDPR y el CCPA, que requieren marcos robustos de gobernanza de datos y aseguran la privacidad y seguridad. Para que las organizaciones aborden efectivamente sus políticas de datos, deben primero evaluar y planificar actualizaciones a estos cambios de políticas.

“Esto incluye realizar una auditoría de datos completa para entender su paisaje actual de datos, centrándose en fuentes de datos, prácticas de gestión y despliegue en todo el negocio. Esta auditoría identificará brechas y áreas que necesiten mejora. También deberían implementar un enfoque basado en riesgos al desarrollar e implementar IA, evaluando si la IA es necesaria para contextos específicos e identificando amenazas de seguridad potenciales.”

El avance continuo de la IA en el lugar de trabajo ha creado nuevas oportunidades tanto para el individuo como para la organización. De hecho, han surgido carreras completamente nuevas, como entrenadores de IA, ingenieros de prompts y auditores éticos de IA, como avenidas populares y emocionantes para que los profesionales y empresas exploren.

Pero también significa que hay más oportunidades para que personas malintencionadas infiltren y exploten debilidades en la infraestructura, especialmente en organizaciones que no comprenden completamente los pasos necesarios para instalar, usar y mantener tecnologías de IA agentiva de manera segura.

Para Bansal, ahora más que nunca, las empresas deben asegurarse de que el elemento humano esté tan capacitado y informado como los elementos no humanos, para que ambas partes puedan colaborar y formar una unidad resistente y sólida.

IA, infraestructura, política, data, tecnología