Tras dos años de auge de la inteligencia artificial generativa, las empresas comienzan a enfrentarse a una nueva pregunta: ¿qué ocurre después de implementar chatbots y copilotos? La respuesta, para expertos en SONDA, empresa en transformación digital, apunta hacia un modelo en el que múltiples agentes de inteligencia artificial especializados trabajan de forma coordinada para ejecutar procesos completos de negocio.
La tendencia, conocida como sistemas multiagente (Multi-Agent Systems, MAS, por sus siglas en inglés), empieza a ganar terreno en sectores como banca, salud y servicios empresariales, impulsada por una necesidad que hoy comparten muchas organizaciones: lograr que la IA deje de ser una herramienta aislada y se convierta en una capacidad integrada a la operación.
«La conversación empresarial está cambiando. El reto ya no es incorporar más herramientas de inteligencia artificial, sino lograr que estas operen de forma coordinada, interoperable, gobernada y alineada con los objetivos del negocio«, explica Cristian Castaño, gerente en tecnologías disruptivas en SONDA Colombia.
A diferencia de los chatbots tradicionales, diseñados para responder consultas específicas, los sistemas multiagente operan bajo un modelo colaborativo. En este esquema, diferentes agentes especializados -financieros, comerciales, operativos, logísticos o de recursos humanos- interactúan entre sí para resolver procesos completos y generar recomendaciones en tiempo real.
Un ejemplo práctico podría ocurrir en una empresa de consumo masivo: si un agente de mercadeo detecta un incremento inesperado en la demanda de un producto, el sistema puede activar simultáneamente agentes de operaciones para validar inventarios, agentes financieros para evaluar rentabilidad y agentes logísticos para revisar la capacidad de distribución, consolidando la información para apoyar la toma de decisiones.
Este modelo introduce una nueva capacidad dentro de las organizaciones: la orquestación de agentes de inteligencia artificial. Este componente es responsable de coordinar las interacciones entre agentes, administrar los flujos de trabajo, aplicar políticas de Gobierno de IA, optimizar el consumo y los costos asociados al uso de modelos y tokens, garantizar la trazabilidad de las decisiones automatizadas y supervisar el desempeño del ecosistema de IA.
«Muchas empresas están descubriendo que uno de los principales desafíos para escalar la inteligencia artificial no reside en los modelos, sino en la integración, la interoperabilidad y el Gobierno de IA de los diferentes sistemas que conforman el ecosistema empresarial. El verdadero valor surge cuando estas capacidades operan bajo una arquitectura coordinada, segura y alineada con los objetivos del negocio«, señala Castaño
La necesidad de establecer mecanismos de control también responde a una realidad que empieza a preocupar a las áreas de tecnología y cumplimiento: la proliferación de soluciones de IA implementadas de manera aislada. Según especialistas del sector, esta fragmentación dificulta la visibilidad sobre costos, genera riesgos de seguridad y limita la capacidad de auditoría de las decisiones automatizadas.
Por esta razón, los sistemas multiagente incorporan elementos de supervisión empresarial como gestión de identidades y accesos, trazabilidad, observabilidad, monitoreo del desempeño, evaluación continua de la calidad de las respuestas, gestión de costos y supervisión humana (Human-in-the-Loop).
¿Cómo está Colombia?
En el país, esta evolución comienza a evidenciarse principalmente en sectores altamente regulados y con grandes volúmenes de información, como banca y salud. En estas industrias, el interés ya no se concentra únicamente en automatizar tareas puntuales, sino en construir ecosistemas inteligentes capaces de coordinar procesos completos.
La transformación también podría modificar el rol de los colaboradores dentro de las organizaciones. Diversos analistas prevén que, en los próximos años, los profesionales trabajarán acompañados por equipos de agentes digitales especializados que ejecutarán tareas operativas, prepararán análisis y apoyarán la toma de decisiones, mientras las personas concentrarán sus esfuerzos en actividades estratégicas, de supervisión y validación.
Para la compañía, la evolución natural de la inteligencia artificial empresarial no será la aparición de modelos más sofisticados, sino la capacidad de construir sistemas donde múltiples inteligencias colaboren entre sí. En ese escenario, la ventaja competitiva no dependerá de quién tenga más herramientas de IA, sino de quién logre integrarlas, gobernarlas y convertirlas en un verdadero ecosistema de trabajo.
