El principal desafío para las empresas que desarrollan agentes de inteligencia artificial dejó de ser su creación y se concentra ahora en mantenerlos operativos a largo plazo. Así lo afirmó Marcio Aguiar, director de la división Enterprise de NVIDIA para América Latina, durante una reciente exposición.
Según Aguiar, construir un agente capaz de ejecutar tareas específicas ya es algo relativamente sencillo, pero sostener su funcionamiento diario, garantizando que opere dentro de un presupuesto viable y bajo reglas claras, representa el verdadero obstáculo para las compañías.
Los agentes de inteligencia artificial se diferencian de los modelos tradicionales que solo responden preguntas o generan contenido, ya que ejecutan tareas autónomas, acceden a documentos y toman decisiones limitadas dentro de permisos definidos. Este tipo de sistemas atrajo grandes inversiones durante el último año y multiplicó los anuncios corporativos, aunque la brecha entre las demostraciones y la operatividad real se ha convertido en un tema central del sector.
El paso de la fase de experimentación a la adaptación en operaciones
“Lo que vemos hoy es que muchas empresas ya han pasado de la fase de experimentación a la implementación de la inteligencia artificial, pero convertir esos proyectos en operaciones consistentes sigue siendo un reto”, explicó Aguiar. Destacó que una demostración puede convencer a la junta en veinte minutos, pero el verdadero éxito se mide en los seis meses siguientes, cuando el agente debe funcionar cotidianamente con costos controlados y reglas claras.
NVIDIA identificó tres errores comunes que impiden la escalabilidad de estos proyectos: subestimar el consumo de recursos al pasar de prueba a uso masivo; abordar la seguridad y gobernanza solo después del lanzamiento en lugar de incluirlas desde el diseño; y escalar sin definir claramente el retorno de inversión esperado. Estos errores suelen derivar en presupuestos excedidos, agentes desactivados por incidentes de seguridad y proyectos que quedan estancados en la fase piloto.
El ejecutivo explicó que la naturaleza técnica de los agentes ha evolucionado. Mientras la mayoría de los sistemas actuales se activan con comandos puntuales para tareas específicas, los agentes autónomos de larga duración operan continuamente en segundo plano, revisando y ejecutando tareas dentro de sus permisos y escalando a humanos solo los casos que requieren intervención. Este funcionamiento implica un acceso constante a datos internos, aumentando las exigencias de seguridad.
Aguiar ubicó esta problemática como el eje central de la discusión tecnológica en los próximos meses: “La pregunta que se hará el mercado de ahora en adelante no es quién tiene un agente, sino quién logra mantenerlo operando de manera segura y generando resultados”. Señaló además que las empresas que consideren la infraestructura de soporte como un componente estratégico estarán mejor posicionadas para escalar sus proyectos.
Finalmente, el director de NVIDIA aseguró que en los próximos dos años la diferencia entre compañías no estará en el acceso a modelos de inteligencia artificial, cada vez más similar entre competidores, sino en la capacidad de convertir esos modelos en operaciones confiables bajo las reglas específicas de cada negocio. Esta habilidad para sostener lo que hoy funciona en demostraciones definirá qué empresas capturan el valor prometido por la IA agéntica y cuáles permanecerán en un ciclo interminable de experimentación.
