Agentes inteligentes, ¿cuándo, cómo y para qué utilizarlos?

La adopción de la inteligencia artificial generativa (IA generativa) ha crecido notablemente en el ámbito empresarial en los últimos años. Según un informe de Capgemini publicado en julio de 2024, el 24% de las empresas a nivel mundial ya han integrado esta tecnología en alguna de sus funciones, lo que representa un incremento significativo desde el 6% reportado el año anterior.

Si seguimos con los datos de esta consultora y los trasladamos a España, vemos que el 22% de las compañías de nuestro país ya había comenzado en esa fecha a explorar el potencia de la IA generativa y que una de cada tres ya la tenía integrada de algún modo.

Sin duda alguna 2024 ha sido el año de la IA generativa. Así lo señalan distintas voces como la de y el momento en el que muchas empresas comenzaron a poner en práctica lo que, en 2023, solo eran ensayos o prototipos. Eso sí, pequeños proyectos y “para resolver un problema o necesidad concreta, es decir, sin posibilidad de escalarse o reutilizarse”, explica Juanma Aramburu, CEO de Keepler Data Tech.

Por eso, apunta, la opción es “desacoplar las aplicaciones de IA generativa en microservicios”, una especie de componentes de esta tecnología modulares y fáciles de escalar.

Agentes inteligentes para cada caso de uso

De ahí surge la idea de los agentes inteligentes que, basados en esa IA generativa, son autónomos con la capacidad de percibir, procesar información y actuar para cumplir un objetivo, explican desde Keepler. Unos agentes que gracias a la IA generativa pueden además generar contenido, tomar decisiones o interactuar con usuarios.

Para analizar en qué casos utilizar estos agentes inteligentes, qué pasos previos hay que dar o qué ventajas ofrecen Silicon organizaba un encuentro de la mano de Keepler Data Tech al que acudían Alba Carrero, Industrial Digital Transformation en Solvay; Marçal Amado, Digital Support and Leverage Specialist de Nestlé; Carlos Gil, Transformation & Data Strategy de AXA; Anna Corretjer, Machine Learning y Adopción IA en CBRE; Elisabet Casas, Digital Transformation Manager de Isdin; Alex Maymó, Digital Innovation & Smart Data de Soler & Palau; Enrico Galluccio, Senior Director of Data de Glovo; Esteve Mitjavila, Data Analytics & AI Director en Banc Sabadell; David Margalef, responsable de Transformación de Procesos en VidaCaixa; David Porta, Director Data&IA en Veolia; y Martin Hiendlmayer, Head of IT en COFCO.

Un encuentro que, bajo la dirección de Daniel de Blas, director de Branded de Netmedia Internacional, el CEO de Keepler Data Tech abría con ese análisis de los agentes inteligentes explicando con más detalle algunos de sus casos de uso: “Para incrementar la eficiencia operacional, reduciendo costes del contact center y del back office; para mejorar la experiencia del cliente, para dar soporte a decisiones estratégicas, para incrementar el compliance y la seguridad…” y afirmaba que, actualmente, impactar en la eficiencia y en la experiencia del cliente son “las killer aplicaciones de la IA generativa”.

Y como muestra un botón, el propio caso de Banc Sabadell, que según explicaba Esteve Mitjavila, Data Analytics & AI Director de la entidad, utiliza agentes inteligentes conversacionales “especialmente en el contact center” y ahora mismo “estamos intentando aplicarlos para mejorar procesos de negocio en el área de Recursos Humanos como es el onboarding digital”.

Es un proceso complejo, con muchas patas, y la idea sería que los agentes inteligentes “acompañaran al empleado en ese onboarding, preguntándole lo que necesita, asesorándole en los pasos a dar, en las formaciones que tiene que hacer, etc.”, añadía.

Además ponía sobre la mesa el verdadero Talón de Aquiles que compartían además todos los presentes: los datos con los que entrenar a esos agentes. “Lo más importante es el contenido, la información de que dispones. De hecho, tenemos mucha documentación pero que hay que transformar para poder utilizarla”.

Un aspecto que también experimentan en el día a día en CBRE, según Anna Corretjer, Machine Learning y Adopción IA de la empresa: “Para nosotros los datos son esenciales; hace tiempo que utilizamos tecnologías como el Machine Learning para analizarlos y ahora con la IA generativa estamos identificando casos de uso”.

En ese sentido, comentaba, ya cuentan con un agente inteligente para temas relacionados con legal, “para que pueda identificar una cláusula determinada, saber la regulación de un determinado municipio, etc. pero, de nuevo, es muy importante para nosotros la información ya que necesitamos que nos den la respuesta correcta, no vale con una aproximación o con un dato erróneo”.

En el caso de Isdin la seguridad de la información es también clave “ya que estamos hablando de temas críticos, estamos hablando de salud”, explicaba su Digital Transformation Manager, Elisabet Casas. “En la parte más de dermoestética sí utilizamos agentes inteligentes conversacionales que pueden responder las preguntas del usuario, recomendarles un producto, etc. pero en otras áreas es muy complicado y tal vez por eso nuestros proyectos vayan a un ritmo más lento”.

Esa razón también les lleva a hacer desarrollo pero internos, como ahora mismo que “estamos trabajando en un agente que ayude a los comerciales a incrementar sus ventas, recomendándoles producto según la farmacia, etc”.

Datos de calidad, el primer paso

Un proyecto que no es fácil, como apuntaba Juanma Aramburu, de Keepler ya que “necesitas tener la información actualizada en todo momento”.

“Ya, es que no es tan fácil, hay gente que piensa que con la IA todo es tan sencillo como si fuera magia y no, hay mucho trabajo detrás”, reconocía Elisabet Casas.

Mucho trabajo especialmente para tener esa información de calidad es lo que reconocía también David Porta, Director Data&IA en Veolia que apuntaba que, en su empresa, “el 70 por ciento de la información son datos desestructurados”.

Con una clara apuesta por la IA, en 2024 “creamos un grupo de trabajo en la compañía, en el que involucramos a todas las áreas de negocio, para identificar caso de uso”, explica.

Para Veolia tres son las áreas a las que impactar con los agentes inteligentes y la IA: el empleado, incrementando su eficiencia y productividad; el cliente; y las operaciones, “donde queremos optimizar recursos”.

Con 50.000 millones de lecturas al día, “creemos que un agente inteligente podría ser muy útil a nuestros clientes, automatizando procesos como por ejemplo el cambio de la cuenta bancaria donde domicilian el pago”, observa David Porta.

La resistencia al cambio es otro de los obstáculos con los que hay que lidiar cuando se pone en marcha un proyecto de IA generativa, como señalaba Alba Carrero, Industrial Digital Transformation en Solvay. “Es cierto que tal vez no vamos tan adelantados en este terreno como otras empresas pero es que los datos que nosotros utilizamos son complejos y, lo que más nos encontramos, cuando iniciamos un proyecto de agentes inteligentes es resistencia. Lo ven como una amenaza y no quieren utilizarlo, no lo ven como una ayuda para optimizar su tiempo”.

Con proyectos de IA para el mantenimiento predictivo así como agentes conversacionales para explotar la información de su data lake, para Alba Carrero es esencial “explicar bien al usuario qué estamos haciendo y para qué”.

Y de hecho apuntaba lo idóneo que sería “poder tener un agente inteligente que les explicara de forma sencilla todo esto”.

Sin embargo, para Marçal Amado, Digital Support and Leverage Specialist de Nestlé la resistencia al cambio sí se produce pero es mucho menor que en el caso de otras tecnologías “porque se habla mucho de la IA generativa, en cualquier foro, y hay grandes expectativas respecto a ella”.

Predecir, prevenir, mejorar

Lo que sí apuntaba como reto es que son muchos los que realmente no saben cómo llevar esta tecnología a su día a día. Respecto al ROI de este tipo de proyectos, en Nestlé, explicaba Amado, “lo medimos teniendo en cuenta las horas ahorradas, la mejora de la calidad y el propio hecho de tener empleados ´future ready´porque si no aprenden esta tecnología ahora, en 10 años estaremos desfasados”.

También en COFCO están utilizando la IA como una herramienta para predecir y prevenir, en este caso, las cosechas, contaba Martin Hiendlmayer, Head of IT en la empresa.

“Nuestros clientes son los gobiernos por lo que todo lo que hacemos con IA es a nivel interno”, explicaba y añadía que actualmente están trabajando en crear una aplicación que les permita enviar a nuestros transportistas la estrategia de ese día, las rutas, etc. pero es complejo porque hay que manejar muchas y muy distintas variables incluso geopolíticas”.

Otro desarrollo en el que están trabajando en COFCO, compartía Martin Hiendlmayer, es en un agente inteligente conversacional “que de soporte a TI pero nos estamos encontrando con que no tenemos información suficiente, no siempre se documenta como se deben las incidencias y su resolución”.

En el caso de Glovo, compartía con el resto de asistentes su Senior Director of Data, Enrico Galluccio, “el foco lo tenemos más en la IA tradicional, en temas de Machine Learning especialmente”. Aún así, apuntaba, están trabajando para identificar casos de uso con agentes inteligentes como la respuesta de consultas de los clientes pero nos encontramos con que necesitamos trabajar en la homogeneidad en los datos”.

La atención al cliente e incrementar las ventas son los objetivos que persiguen en Soler & Palau con la aplicación de la IA generativa, según Alex Maymó, Digital Innovation & Smart Data de la empresa. “Nuestra idea es ponerle una capa de LLM a toda nuestra plataforma de ingeniería para poder convertir los proyectos en ventas” explicaba.

Además, otro de los objetivos de Soler & Palau es “mejorar la atención al cliente, su experiencia, con un agente inteligente que pudiera por ejemplo mediante sus preguntas o necesidades recomendarle directamente un producto”

Para Carlos Gil, Transformation & Data Strategy de AXA, lo esencial es preguntarse para qué usar la IA. “No todo tiene por qué resolverse con esta tecnología, hay cosas que se solucionan con un desarrollo de RPA perfectamente”.

Demasiados interrogantes aún

Por eso, en la compañía están trabajando en “encontrar casos de uso donde la inteligencia artificial generativa realmente aporte un valor añadido” y, añadía Carlos Gil, siempre abordando la gestión del cambio y “que estos desarrollos vayan alineados con los objetivos de la compañía”.

“Hay que tener claro que no puedes usar un agente inteligente para todo ni para todo momento; si un cliente está llamándonos porque se le está inundando la casa, no quiere hablar con un agente”, afirmaba.

Un punto delicado pero que, como explicaba Juanma Aramburu, desde Keepler, “es perfectamente posible de gestionar ya que se puede configurar el agente para que, en determinados casos como ese, se derive la interacción a un humano”.

En la misma línea argumental se situaba David Margalef, responsable de Transformación de Procesos en VidaCaixa que apuntaba que “antes de meter cualquier agente inteligente lo importante es entender bien el proceso end to end y una vez hecho esto reinventarlo. Un ejemplo es el onboarding digital que antes se comentaba y que nosotros ya hacemos totalmente mediante agentes inteligentes”.

Para él hay que buscar siempre “casos de uso que aporten” y, como desafíos, apuntaba ganar en escalabilidad y “adaptarnos a toda la regulación que hay y vendrá”.

La lista de retos es extensa; así, desde Isdin, Elisabet Casas apuntaba la formación ágil “ya que esta tecnología cambia constantemente en el tiempo”; Anna Corretjer, de CBRE señalaba una estrategia clara de “data gobernance”; David Porta, de Veolia añadía la ciberseguridad; o la necesidad de calcular el ROI de los proyectos, que recordaba Alba Carrero, de Solvay.

Necesidades que poco a poco irán despejándose en una tecnología tan incipiente como revolucionaria y que hará que la inteligencia artificial generativa y los agentes inteligentes sean una pieza más en la estrategia empresarial de las compañías.