La historia de la inteligencia artificial (IA) se remonta a la década de 1950 y ha evolucionado significativamente. Hoy en día, la IA desempeña un papel prominente tanto para los individuos como para las organizaciones. , un aumento de 13 veces desde 2014. la demanda es alta, y todos están hambrientos por el crecimiento de los ingresos y la reducción de costes. 252.3 millones de dólares 252.3 millones de dólares Más recientemente, Generative AI ha creado una ola de marea en todas las industrias. El 74% de los encuestados reportó un ROI en las inversiones en GenAI. Sin embargo, la evolución no se detuvo allí, con el siguiente salto en el ascenso de los Agentes de IA. Aún en su infancia, las capacidades de los Agentes de IA aún no han sido completamente exploradas. Una encuesta de Google Cloud, Una encuesta de Google Cloud, Generative AI vs. Agentic AI: ¿Cuál es la diferencia? Generative AI vs. Agentic AI: ¿Cuál es la diferencia? Generative AI opera recibiendo datos y siguiendo instrucciones para producir salidas. Por otro lado, los agentes de IA están diseñados para aprender y actuar de forma autónoma para alcanzar metas predefinidas. Los agentes de IA van un paso más allá; en lugar de simplemente seguir las reglas, pueden interpretar cada caso y hacer sugerencias o incluso tomar decisiones sin intervención humana dentro de un marco regulatorio y de control de riesgos definido. ¿Cómo puede esta inteligencia de próxima generación afectar a las industrias? ¿Cómo puede esta inteligencia de próxima generación afectar a las industrias? Aquí hay algunas tareas que los agentes de IA pueden manejar cuando están debidamente entrenados: Servicio al cliente: ejemplos incluyen la gestión de cuentas, el procesamiento de solicitudes de préstamos y la resolución de problemas de clientes. Operaciones de back-end: manejo de tareas complejas que requieren la intervención humana, como la optimización de estrategias de negociación y la gestión de pagos. Curiosamente, según una encuesta de Forrester, el 70% de los encuestados anticipan usar Agentic AI para ofrecer asesoramiento financiero personalizado que estaba disponible únicamente para individuos de alto valor neto, lo que en última instancia perturbaría los modelos tradicionales de exclusividad. Detección y prevención de fraudes: aprender y identificar diferentes tipos de patrones de fraude, marcar anomalías, congelar transacciones sospechosas. Monitorización regulatoria: escaneo para actualizaciones de políticas y ajuste de procesos en consecuencia. Puntuación de crédito: acelerar la tasa de evaluaciones de la credibilidad y proporcionar oportunidades a los prestamistas con "archivos finos" mirando a otras fuentes de datos más allá de los informes de crédito tradicionales. Estudio de Forrester Aplicaciones del mundo real: signos tempranos de adopción Aplicaciones del mundo real: signos tempranos de adopción Algunas empresas están liderando este movimiento tecnológico a través de la adopción temprana. por ejemplo, BNY tiene su propia plataforma de IA empresarial llamada Eliza, que ofrece múltiples modelos de IA de proveedores líderes para los empleados de BNY. “trabajadores digitales” en BNY encuentran nuevos líderes empresariales, escriben código, manejan los procesos de pago y el embarque del cliente, y manejan las reconciliaciones. Actualmente, BNY informa que tiene más de 100 empleados digitales. Además, el despliegue de agentes de JPMorgan Chase demuestra sus capacidades empíricamente. Introducieron LAW, que consiste en múltiples agentes especializados en el dominio legal que responden a consultas legales complejas. El benchmark empírico del estudio consiste en un conjunto de datos de 720 consultas. Por lo tanto, LAW se destacó en tareas complejas en comparación con la base, que es GPT-3.5-turbo Por ejemplo, en el cálculo de las fechas de terminación del contrato, LAW se desempeñó un 92,9% mejor que la base. (en el género) Checklist de inversores: consideraciones clave Checklist de inversores: consideraciones clave De hecho, anticipamos el crecimiento de las inversiones para las empresas que implementan con éxito los Agentes de IA. Sin embargo, hay varios desafíos que los inversores deben tener en cuenta al evaluar los enfoques de IA de las empresas: The proper deployment of AI Agents In general, across different AI initiatives, extracting value from these models remains a challenging process. An of 2,000 CEOs found that only 25% of AI initiatives delivered the expected ROI over the past three years, and just 16% scaled at the enterprise level. IBM survey So, for companies, having a budget isn’t enough. Moreover, history shows that technological potential alone isn’t enough and that it requires proper deployment. According to an , this was evident with GenAI implementations, which were often fragmented or poorly launched. Based on executive interviews, this study found that 95% of organizations with GenAI models are getting zero return, while a small portion is “extracting millions in value.” Although this study has its limitations, as it only measured ROI six months post-pilot, it highlights the issue: misapplication rather than technological failure. MIT study “Agentic washing” This occurs when companies or vendors claim their AI systems have agentic qualities, but in reality, they do not. After analyzing thousands of “supposedly” Agentic AI vendors, Accordingly, Gartner projects that over 40% of agentic projects will be canceled by the end of 2027 due to factors such as “unclear business value, inadequate risk controls, or escalating costs.” Therefore, as investors, it is important to look beyond marketing claims. Gartner analysts report that only around 130 products exhibit agentic traits. First movers gaining an edge highlights a clear performance gap between AI-first organizations and those with gradual implementations (see Figure 1). IBM research El correcto despliegue de los agentes “El lavado agente” Los analistas de Gartner reportan que solo alrededor de 130 productos exhiben rasgos agentes. Primeros movimientos ganando un edge Por lo tanto, las organizaciones primeras en la IA muestran mejoras en los ingresos y los beneficios operativos en comparación con sus otras iniciativas de IA. reportan hallazgos similares, reforzando el vínculo entre el compromiso estratégico temprano y el ROI realizado. Google Cloud Google Cloud El hype es real, pero la evaluación adecuada es real El hype es real, pero la evaluación adecuada es real Basado en encuestas y entrevistas con más de 2.000 encuestados, un informe del MIT Sloan afirma que el 35% de las empresas ya están utilizando Agentic AI, y otro 44% planea adoptarlo pronto. Compruebe los planes de implementación de las empresas y su progreso. Revise su presupuesto para asegurarse de que sea suficiente. Evaluar la autenticidad de las capacidades de agentes que se están desarrollando. Buscar evidencias empíricas de resultados de agentes en lugar de promesas de etapa piloto. Seguir la velocidad de adaptación a los nuevos desarrollos y innovaciones de la agencia. Cuando se cumplen todos los criterios anteriores, Agentic AI tiene un verdadero potencial para ofrecer un ROI realizado y mejorar el rendimiento de las acciones.
