Las iniciativas de IA empresarial a menudo siguen un patrón predecible.Lanzan con objetivos ambiciosos: "Necesitamos agentes de IA que puedan automatizar los flujos de trabajo, integrarse con nuestros sistemas y ejecutar lógica empresarial compleja". Pero entonces la realidad de la implementación se sitúa. Los meses pasan mientras los equipos luchan con los desafíos de la infraestructura en lugar de centrarse en la inteligencia.El problema no es que la IA carezca de capacidad, es que las organizaciones se atrapan en la construcción de infraestructuras en lugar de moverse rápidamente para traer soluciones al mercado. La mayoría de los equipos empresariales se encuentran atrapados en ciclos interminables de trabajo de integración.Ellos escriben código personalizado para conectar APIs, juntar servicios, borrar flujos de trabajo frágiles y hacer que todo a escala.Al momento de construir la base, los requisitos empresariales han evolucionado, y el ciclo comienza de nuevo. ¿Por qué las empresas se quedan atrapadas Comprender por qué las iniciativas de IA prometedoras se paralizan requiere examinar los desafíos fundamentales que surgen al pasar del concepto a la producción. Representa una de las barreras más significativas.Lo que parece simple en el papel -conectarse a los sistemas empresariales existentes- se convierte en un ejercicio en la arqueología digital.Cada sistema comunica de manera diferente, utiliza esquemas de autenticación únicos y tiene ideas distintas sobre el flujo de datos. API integration complexity En algunos casos, las APIs necesitan ser ajustadas y requieren documentación mejorada o convertirlas en MCP para que los sistemas de IA puedan entender cómo usarlas de manera efectiva. El desarrollo y el mantenimiento de los flujos de trabajo, reglas y árboles de decisión de la empresa requieren una estrecha colaboración entre los gerentes de productos, analistas y desarrolladores.Traducir los requisitos de negocio de alto nivel en código ejecutable, manejar excepciones y asegurar la coherencia entre los sistemas requiere un esfuerzo significativo.Las reglas complejas a menudo abarcan bases de datos, microservicios y sistemas legados, haciendo que la implementación sea demorada y propena a errores.Incluso pequeños cambios en los requisitos pueden desencadenar un trabajo sustancial para actualizar y validar los flujos de trabajo, ralentizando la iteración, aumentando los costes y aumentando el riesgo de inconsistencias. Building business logic requires significant resources Los procesos de múltiples etapas implican interacciones entre diversos servicios, pero los sistemas empresariales tradicionales proporcionan una visión limitada de estos flujos de trabajo.Cuando surgen problemas, y en sistemas complejos, inevitablemente lo hacen, los equipos se quedan reconstruyendo eventos a partir de archivos de registro dispersos en diferentes sistemas. Workflow orchestration visibility Exponer las limitaciones de las arquitecturas empresariales tradicionales cuando se enfrentan a las cargas de trabajo de IA. Los sistemas de producción necesitan manejar picos repentinos: eventos de mercado que desencadenan miles de alertas simultáneas, o trabajos de lotes que procesan millones de registros en paralelo. Scaling requirements Las consideraciones a menudo surgen como reflexiones posteriores, creando retrasos significativos cuando los equipos se dan cuenta de que necesitan rutas de auditoría exhaustivas, controles de acceso y monitoreo de la conformidad. Governance and compliance Cómo las empresas están tratando de resolver esto hoy Las organizaciones suelen seguir uno de varios enfoques para abordar estos desafíos de infraestructura, cada uno con distintos compromisos. Este enfoque ofrece un control completo y un alineamiento perfecto con las necesidades específicas de la organización, pero generalmente consume a los equipos de ingeniería enteros durante meses.Los equipos terminan reconstruyendo infraestructuras que ya existen: colas de mensajes, motores de flujo de trabajo, sistemas de monitoreo, en lugar de centrarse en sus principales problemas de negocio y capacidades de IA. Custom development Las organizaciones más sofisticadas técnicamente a menudo eligen plataformas de mensajería robustas como , de , o Estos son sistemas probados, probados en batalla, capaces de manejar enormes volúmenes y patrones de enrutamiento complejos. Kafka conejito NATS El desafío es que están construyendo bloques en lugar de soluciones completas.Las organizaciones todavía necesitan estratificar la lógica de orquestación, el monitoreo de la conformidad, la gestión de agentes y las herramientas de observabilidad integral.Lo que comienza como una implementación de mensajes sencillos evoluciona a un sistema complejo de sistemas que requiere experiencia especializada para mantener y operar. Cada enfoque aborda partes del desafío general, pero ninguno proporciona una solución completa que permita a los equipos centrarse principalmente en la lógica de la IA en lugar de la complejidad de la infraestructura. Plataformas de mensajería La tercera (y creo que la mejor) opción es usar una plataforma de mensajería de agentes construida con propósito. Esto combina las capacidades de mensajería empresarial con la capa de orquestación que requieren los agentes de IA. En lugar de tratar el mensaje como un mero mecanismo de transporte, la arquitectura de una plataforma de mensajería de agentes . integrates intelligence and workflow automation directly into the messaging foundation El enfoque ofrece varias capacidades clave: 
 
 
 
 La lógica de negocio se puede escribir en lenguaje natural y convertir automáticamente en flujos de trabajo ejecutables. La documentación de la API, incluyendo documentos de especificaciones completos, se puede subir para generar herramientas listas para usar que los agentes pueden consumir de inmediato. La complejidad de las APIs en bruto se abstrae, lo que las convierte en bloques de construcción reutilizables a través de múltiples flujos de trabajo. Los flujos complejos pueden luego ser montados utilizando estas herramientas, con paralelismo y observabilidad incorporadas, todo funcionando en una infraestructura de mensajería probada en entornos de producción. Las plataformas de mensajería de agentes diseñadas para fines específicos son la solución perfecta, manteniendo la fiabilidad y los requisitos de seguridad de la empresa, al tiempo que permiten la velocidad de desarrollo que requieren los entornos de negocios modernos. El mensaje en la práctica Veamos un ejemplo de cómo todo esto puede funcionar.Vamos a mirar una herramienta de mensajería de agentes, KubeMQ-Aiway trae herramientas, APIs, agentes y flujos a una plataforma de mensajería de agentes. KubeMQ-Aiway en España Herramientas y APIs En primer lugar, las herramientas y las APIs. El panel de herramientas permite a los equipos registrar cualquier API de servicio (por ejemplo, sistemas propietarios, servicios asociados, SaaS/feeds de mercado). Fuego en tiempo real feed, o un servicio de cumplimiento, y monitorear el uso directamente.La plataforma admite tanto conexiones de solicitud/respuesta sincronizadas como de transmisión, todas gestionadas a través de un corredor subyacente.Esta visibilidad asegura que cuando las APIs se comportan mal o alcancen límites, los equipos vean las señales de advertencia antes de que los flujos de trabajo se interrumpan. CoreBanking MarketData agentes El panel de Agentes de Aiway muestra cómo los componentes alimentados por IA se conectan a las herramientas. 
 
 
 
 
 Un modelo subyacente (por ejemplo, GPT-5, Sonnet 4.1) Lenguas naturales que definen su papel (“Usted es un agente de negociación de acciones para nuestro banco...”) Patrones de mensajería flexibles, que permiten a un agente coordinar varias herramientas de diferentes maneras simultáneamente.Por ejemplo, el mismo agente podría colocar solicitudes de actualización de cartera en una cola para un servicio de análisis de riesgos, mientras que también transmite datos de mercado en tiempo real a una herramienta de seguimiento, todo orquestado a partir de las instrucciones dadas en el prompt. Herramientas vinculadas que puede llamar durante la ejecución Esta capacidad es particularmente importante para los flujos de trabajo de la empresa, donde un agente a menudo necesita gestionar diferentes patrones de comunicación entre sistemas heterogéneos.En lugar de dividir las responsabilidades entre varios agentes o las integraciones de código duro, los equipos pueden definir comportamientos ricos y multi-herramienta dentro de un único prompt. El resultado es una coordinación más estrecha, menos fragmentación y un mantenimiento más fácil, al tiempo que proporciona transparencia completa y audibilidad para el cumplimiento. flujos El es donde ocurre la orquestación. Los equipos pueden diseñar visualmente secuencias que enlazan APIs y agentes. Puede que: Flow Editor TradingAgent 
 
 
 
 
 Retirar el saldo de la cuenta de CoreBanking a través de la solicitud / respuesta. Validar KYC con el servicio CustomerKYC usando un cheque en caché. Ejecutar una validación de cumplimiento a través del ComplianceAgent a través de pub/sub. Avanzar resultados a un servicio de notificaciones para las actualizaciones de los clientes. Todos estos se configuran a través de nodos drag-and-connect, respaldados por garantías de mensajería (queues, pub/sub, flujos).La interfaz visual hace que sea claro cómo fluyen los datos, mientras que la columna vertebral de mensajería asegura que nunca se pierda. Monitorización, control de costes y análisis El de Aiway El dashboard proporciona una visión de todo el sistema de las operaciones, el rendimiento y los costes: Analytics 
 
 
 
 
 Volumen de mensajes (por ejemplo, 2.4M transacciones diarias) Tiempos de respuesta (por ejemplo, 43 ms de latencia media) Salud del sistema (por ejemplo, 99,9% de tiempo de funcionamiento) Las métricas de control de costos, incluyendo el seguimiento del uso por agente y por herramienta, permiten a las empresas monitorear los volúmenes de llamadas de API, el consumo de modelos y la carga de infraestructura.Esta visibilidad ayuda a los equipos a predecir los costos, identificar flujos de trabajo costosos y optimizar cuando sea necesario sin comprometer la fiabilidad. Con la profundidad En la coordinación de agentes y el comportamiento del sistema, las empresas pueden rastrear los flujos de mensajes de extremo a extremo, identificar las barreras en los servicios distribuidos y profundizar en los detalles de la ejecución de cada agente. observability Para los equipos empresariales, la observabilidad y la transparencia de los costes a menudo son el vínculo que falta. By using an agentic messaging platform to unify these capabilities in one platform, we can shorten mean time to detect and resolve issues, prevent cost overruns, and give stakeholders the confidence that large-scale AI operations remain both sustainable and accountable. Ejemplo de caso: Selección de fondos de índice AI Veamos un ejemplo de caso de uso de cómo puede funcionar una plataforma de mensajería de agentes. Supongamos que un banco quiere proporcionar a sus clientes un servicio de filtración impulsado por la IA que va más allá de las comprobaciones estáticas programáticas. ¿Qué fondo de índice S&P 500 debería considerar? o ¿Qué fondos centrados en la robótica están disponibles en este momento? En lugar de reemplazar a un asesor financiero o dar recomendaciones prescriptivas, el IndexAgent ayuda a los clientes reduciendo un gran universo de fondos a una lista filtrada y clasificada que mejor se ajusta a sus preferencias, cartera y perfil de riesgo. El agente proporciona explicaciones claras de por qué se seleccionaron ciertas opciones, al tiempo que requiere que el cliente tome la decisión final.Este servicio agrega valor al simplificar las complejas opciones de fondos en una lista corta comprensible respaldada por datos en tiempo real, alineación de cartera y comprobaciones de cumplimiento. Instalación de las herramientas necesarias El banco sube las especificaciones de API de sus servicios clave a la Tab. Cada herramienta se registra por separado: Tools 
 
 
 
 
 
 
 
 MarketData proporciona cotizaciones en vivo, spreads y constituyentes para que el agente siempre trabaje con el último contexto de mercado. PortfolioService proporciona participaciones y exposiciones actuales, permitiendo una filtración personalizada alineada con las carteras de clientes. RiskProfile proporciona información de adecuación y tolerancia al riesgo para garantizar que los resultados de la lista corta se ajusten al perfil del cliente. CustomerKYC verifica la elegibilidad y las reglas de residencia, evitando opciones a las que los clientes no pueden acceder legalmente. BenchmarksAPI mapea los fondos a índices de referencia, soportando comparaciones entre familias como el S&P 500 o los índices centrados en el sector. NotificationService gestiona la entrega de salidas como listas cortas y racionales directamente al portal o aplicación del cliente. Opcionalmente, se puede añadir una API de corredor de ejecución si el cliente más tarde elige colocar una orden, conectando los resultados de la lista corta a la ejecución de comercio. Configurar el Agente Principal (IndexAgent) El prompt IndexAgent está escrito para coordinar todas estas herramientas y garantizar que el flujo permanezca conforme y explicable. Usted es un Su trabajo es restringir un gran universo de fondos de índice / ETFs en una lista corta filtrada y clasificada que se ajuste a la intención, cartera y perfil de riesgo del cliente. Indicador No haga pedidos a menos que el cliente lo apruebe explícitamente. Cuando una solicitud del cliente llega a través de [Pattern:Queue:advisor.requests], comienza una nueva sesión de asesoramiento y etiqueta todos los mensajes con advisor_session_id y customer_id. Poner precios en vivo, spreads, ADV y constituyentes para fondos candidatos desde [Tool:MarketData] a través de [Pattern:Stream:prices]. Si el flujo se detiene, vuelva a los últimos 30 años. Encuentre las participaciones, la exposición del sector y los límites de concentración desde [Tool:PortfolioService] a través de [Pattern:Request/Reply]. Obtener bandas de riesgo y restricciones de adecuación de [Tool:RiskProfile] a través de [Pattern:Request/Reply]. Validar la elegibilidad del producto y las restricciones usando [Tool:CustomerKYC] a través de [Pattern:Cache:5min]. Consultar familias de índices y mapas de fondo a referencia desde [Tool:BenchmarksAPI] a través de [Pattern:Request/Reply]. Pon puntuación a los candidatos en relación con el gasto, la liquidez (ADV / spreads), el error de seguimiento, la diversificación (top-10 peso), los retrasos históricos, la eficiencia fiscal y la adecuación a la cartera y las restricciones de riesgo. Saque una lista corta TOP-3 con una racionalidad en lenguaje simple y una pequeña tabla de métricas para cada opción. Publicar un resumen de conformidad para su revisión en [Agent:ComplianceAgent] a través de [Pattern:Pub/Sub:compliance]. Si está marcado, revise la lista corta o solicite la aprobación humana. Si el cliente hace clic en BUY, emite un evento de orden-intención con una clave de idempotency y lo entrega a ejecución a través de [Pattern:Queue:trading.orders]. Este prompt de agente único demuestra cómo se unen varias herramientas, un subagente y diferentes patrones de mensajería en un flujo cohesivo. El IndexAgent coordina MarketData, PortfolioService, RiskProfile, CustomerKYC y BenchmarksAPI, mientras que también publica a un ComplianceAgent como sub-agente. Muestra cómo se pueden combinar patrones de cola, streaming, solicitud/respuesta, caché y pub/sub en un único agente para orquestar un flujo de trabajo de asesoramiento completo. Esto destaca cómo un banco puede utilizar la infraestructura de agentes no solo para responder a preguntas generales como W pero también gestiona solicitudes específicas del sector, tales como ¿Debo considerar el fondo de índice S&P 500? Mostrame los fondos de índice que siguen la industria de la robótica. En ambos casos, el IndexAgent estrecha el universo de opciones en una lista corta clara y conforme, dejando al cliente en el control de la decisión final. El poder del agente integrado en una plataforma de mensajería El enfoque integrado cambia la economía fundamental de la implementación de la IA empresarial.Cuando las capas de mensajería y orquestación se diseñan juntos, se eliminan clases enteras de problemas de integración que normalmente consumen meses de tiempo de desarrollo. Las organizaciones continuarán utilizando diversos enfoques, algunos basándose en Kafka o RabbitMQ mientras que las herramientas de orquestación y cumplimiento se colocan en la parte superior, mientras que otras se centran en plataformas integradas que combinan flujos de trabajo de agentes con una infraestructura de mensajería probada. Las ventajas específicas que vemos con la mensajería de agentes diseñada para fines específicos hacen que esta integración sea particularmente efectiva. Una plataforma como KubeMQ cuenta con una arquitectura nativa de Kubernetes que funciona de forma natural dentro de las infraestructuras de nube modernas, eliminando complejas configuraciones de puente que a menudo introducen puntos de fallo. El principio subyacente es fundamental: la IA de agentes requiere mensajería empresarial en su núcleo. Sin una infraestructura de mensajería robusta, los agentes de IA no pueden coordinarse de manera confiable a escala empresarial. Conclusión El éxito de la IA empresarial depende cada vez más de la capacidad de desplegar rápidamente sistemas de agentes confiables, observables y escalables.Las capacidades de inteligencia de la IA están en gran medida establecidas - el desafío está en hacer que funcionen de forma confiable dentro de entornos empresariales. A medida que las empresas pasen de la prueba de concepto a la producción de IA, el éxito dependerá menos de las capacidades de los agentes y más de la fiabilidad y eficiencia con que estos sistemas se pueden desplegar a escala.La base de infraestructura elegida hoy determinará si las iniciativas de IA se convierten en capacidades de negocio transformadoras o ejercicios técnicos costosos. Las organizaciones que establezcan primeramente bases de infraestructura de IA efectivas obtendrán ventajas competitivas significativas. Aquellas que no se encontrarán reconstruyendo la infraestructura mientras los competidores desplegan soluciones de IA que funcionan. ¡Que tengas un gran día!

2022 - HackerNoon Contributor of the Year - Cloud Computing

2022 - HackerNoon Contributor of the Year - Design

2022 - HackerNoon Contributor of the Year - Heroku

2022 - HackerNoon Contributor of the Year - Javascript

2022 - HackerNoon Contributor of the Year - Salesforce

2022 - Hackernoons Tech Storyteller of the Year

I ♥ writing code. Find me on GitLab.

Nominated for 2022 - HackerNoon Contributor of the Year - Javascript

Nominated for 2022 - Hackernoons Tech Storyteller of the Year

Nominated for 2022 - HackerNoon Contributor of the Year - Cloud Computing

Nominated for 2022 - HackerNoon Contributor of the Year - Heroku

Nominated for 2022 - HackerNoon Contributor of the Year - Design

Nominated for 2022 - HackerNoon Contributor of the Year - Salesforce

Este audio es producido en el idioma original de la historia!

Demasiado Largo; Para Leer

La trampa de la infraestructura oculta detiene a la empresa AI

La trampa de la infraestructura oculta detiene a la empresa AI

About Author

COMENTARIOS

ETIQUETAS

ESTE ARTÍCULO FUE PRESENTADO EN

Related Stories

Las capas invisibles: por qué las entrevistas con los usuarios son un activo irremplazable

De los foros a los feeds: cómo los algoritmos de las redes sociales influyen en la interacción digital

La fuga rápida del sistema Claude Sonnet 3.5: un análisis forense

Navegando por las aguas: desarrollo de aplicaciones RAG de nivel de producción con lagos de datos

Las capas invisibles: por qué las entrevistas con los usuarios son un activo irremplazable

De los foros a los feeds: cómo los algoritmos de las redes sociales influyen en la interacción digital

La fuga rápida del sistema Claude Sonnet 3.5: un análisis forense

Navegando por las aguas: desarrollo de aplicaciones RAG de nivel de producción con lagos de datos

Light-Mode

Classic

Newspaper

Dark-Mode

Neon Noir

Minty

HN StartUps