Rafael Mattje, Líder de Tecnología para la Región Sur de Latinoamérica (Chile, Argentina, Paraguay y Uruguay) en AWS, tiene muy en claro las limitaciones que tiene la IA Agéntica tal cual la entendemos hoy. “Las aplicaciones que utilizan agentes hoy están muy enfocadas en un objetivo específico: hago una petición a un agente, y ese agente ejecuta alguna acción y me da una respuesta. Por ejemplo, estoy en el contact center y quiero cancelar un boleto, el agente puede cancelar un vuelo sin ningún problema. La limitación está en que normalmente son aplicados en casos específicos y de corta duración. La respuesta llega en algunos minutos. La dificultad de aplicar agentes se da en tareas en las que el agente tiene que actuar de forma totalmente autónoma, sin intervención humana, sin interrupciones, por horas o días”, explica.
Esta barrera se aprecia de manera especial en el desarrollo de software. Sin embargo, AWS tiene para este contexto una propuesta superadora: los Frontier Agents, o agentes de frontera, que apuntan a solucionar precisamente las incongruencias en aplicaciones en las que los agentes deben obrar de forma autónoma, sin supervisión humana, por mucho tiempo y, lo que es más importante: en constante interacción con otros sistemas y agentes.
Un ingeniero para encender la luz
Mattje entiende que hoy las organizaciones apenas están rascando la superficie en materia de aplicación de la IA, incluso con el surgimiento de Agentic AI. Dicho de otra forma: es el equivalente a usar un ingeniero para encender una lámpara, con la desventaja de que estamos todo el tiempo monitoreando cada paso del profesional en esa tarea. “Puedo utilizar un agente para generar código sencillo que cumpla una determinada función. Y el agente va a generar el código sin ningún problema. Pero cuando llevamos esto al siguiente nivel, que son los Frontier Agents, podríamos describir lo que la aplicación debe hacer de manera funcional. Sin describir el código”.
El ejecutivo da un ejemplo: adaptar un sitio de noticias donde se espera que los lectores lean los artículos y puedan dejar su opinión o comentario, y que éstos puedan ser moderados por un administrador. “Eso es todo lo que digo sobre la aplicación. Doy OK, entonces un agente va a analizar la aplicación, va a ver qué cambios tiene que hacer en el código de la aplicación, hará esos cambios. Otro agente va a tomar ese código, va a preparar un ambiente, va a correr ese código y va a validar que ese código está trabajando de acuerdo con la especificación. Otro agente, una vez validado eso, va a subir ese código. Otro agente va a validar que ese código fue generado de acuerdo con las prácticas de seguridad y está siguiendo los estándares de la organización. Si identifica algún problema, automáticamente registrará eso como un problema que otro agente corregirá. Entonces empezamos a tener varios agentes que se están coordinando entre sí, de forma autónoma, sin una intervención humana, y que logra un objetivo bastante más complejo”.
“Aquí el desafío es coordinar los agentes: Pueden ser miles de agentes que están coordinados para ejecutar una determinada tarea”, puntualiza Mattje, quien también asegura que el trabajo de estos agentes empoderados no necesariamente debería terminar allí: “Después de que el software fue desarrollado y está funcionando, también hay múltiples agentes que están monitoreando de forma proactiva la infraestructura, y pueden detectar problemas de forma automatizada, señalando la fuente del problema para su resolución”.
«Las aplicaciones que utilizan agentes hoy están muy enfocadas en un objetivo específico: hago una petición a un agente, y ese agente ejecuta alguna acción y me da una respuesta (…) La respuesta llega en algunos minutos. La dificultad de aplicar agentes se da en tareas en las que el agente tiene que actuar de forma totalmente autónoma, sin intervención humana, sin interrupciones, por horas o días».
De esta forma, sintetiza el líder tecnológico, los agentes de IA pasan a trabajar a lo largo de todo el ciclo de desarrollo de software, en lugar de quedar enfocados solamente en la generación de código.
El diferencial de AWS
“En AWS —sostiene Mattje— tenemos la visión de que no existe un modelo que va a ser el mejor para todos los casos de uso”. Esto se tradujo en que, cuando AWS lanzó su plataforma para IA Generativa, estuvo disponible para múltiples modelos, como OpenAI, Meta o Anthropic, entre otros. Esta heterogeneidad tiene su impacto en la interacción de los agentes (no hablan entre pares, sino entre agentes basados en modelos diferentes, según el caso de uso para el cual son mejores). “Y ahí tenemos soluciones que ayudan a los clientes a elegir cuál es ese modelo óptimo”.
Mattje explica que todo el proceso de gestionar estos agentes de IA requiere de una IA orquestadora. “Desarrollamos un framework de código abierto que se llama STRANDS, que está disponible para toda la comunidad. STRANDS ayuda a generar modelos y a hacer toda esa orquestación entre agentes con distintas herramientas. A través de este framework se puede hacer la coordinación de agente a agente”.
Cómo se traduce esto en revenue
El Líder de Tecnología para el Sur de América Latina, señala que este abordaje de Frontier Agents genera un impacto altamente positivo para los clientes. “Lo que hemos visto con muchos clientes es que pueden tener hasta un 90% de ahorro en el tiempo de desarrollo de software. Y solo para darte un ejemplo práctico de la región, tenemos el caso del gobierno de la provincia de Córdoba, el cual, usando esta solución de Frontier Agents, pudo mejorar en veintidós veces el tiempo de detección de problemas durante el desarrollo de software, pasando de 45 minutos a 2 minutos, y el diagnóstico de causa-raíz se aceleró en veinte veces. Se redujo de 60 minutos a 3 minutos. Tenemos muchos clientes que ven mejoras: en lugar de desarrollar software en semanas, pasaron a desarrollar el software en días”.
A su vez, estas métricas generan demanda por esta tecnología, lo cual se traduce en oportunidades para los partners de AWS. “Tenemos muchos clientes experimentando y poniendo en producción agentes aquí, en la región, y eso termina generando nuevos negocios para el partner en términos del desarrollo y del gobierno de esos agentes”, explica Mattje. Y es que los agentes de frontera requieren una cierta arquitectura, más en la medida en la que se convierten en verdaderos trabajadores digitales.
Para participar de esta oportunidad, el partner deberá tener algunas habilidades. “Por ejemplo, si los agentes no tienen acceso a la data o a los demás sistemas, es difícil que puedan aportar valor. Entonces, los partners tienen que trabajar sobre todo lo que tenga que ver con el gobierno de la información y las integraciones. Algunas empresas vienen trabajando en los últimos años en gobierno de la información, pero lo dejaron de lado. Ahora, este tema vuelve a tomar relevancia. Tenemos muchos clientes que están buscando cómo democratizar la data internamente para que los agentes puedan acceder a ella”.
Además de integración, y gobierno de la información y de los agentes, un punto crítico en estos proyectos es la ciberseguridad. “Se abren nuevos tipos de vulnerabilidad, nuevos tipos de ataques, y las organizaciones deben estar preparadas”. No sorprenderá a nadie saber que, para comprobar aspectos de cumplimentación reglamentaria y de ciberseguridad, AWS tiene herramientas disponibles que usan agentes de AI. “Tenemos soluciones que utilizan agentes de IA, o utilizan Inteligencia Artificial para validar si un agente puede o no puede ejecutar determinada acción”.
«STRANDS ayuda a generar modelos y a hacer toda esa orquestación entre agentes con distintas herramientas. A través de este framework se puede hacer la coordinación de agente a agente».
Otro aspecto a tener en cuenta es el del consumo de recursos (lo que se traduce en erogaciones monetarias de parte de las organizaciones). Una cosa es suponer cuánto puede ser el consumo en tareas simples y otra es hacerlo en proyectos complejos, donde los agentes tienen cierta libertad para invocar a otros agentes sin consultar con el humano. “Para esto no solo tenemos herramientas de control de costos, sino que trabajamos con el cliente para optimizar cada vez más estos agentes. Y parte de esa optimización es tener modelos más pequeños y cada vez más especializados. Es lo que llamamos destilar un modelo”, destaca Mattje.
Sobre la cuestión de la habilitación de clientes y partners, comenta el ejecutivo, “AWS tiene un probado compromiso con la capacitación, sobre todo en el terreno de la Inteligencia Generativa, tanto para clientes como para partners. Hemos entrenado a más de 1,3 millones de personas en IA alrededor del mundo. En AWS lanzamos además un programa que se llama AWS Entrena, que puede llegar a más de 2 millones de personas solo en Latinoamérica”. Por estos días, el tópico que se está abarcando con este entrenamiento es, precisamente, los agentes de frontera. “Esperamos tener más de 2.000 personas en la audiencia. Nuestros partners también tienen acceso a varios cursos que ofrecemos a partners a través de una plataforma que llamamos The Skill Builder”, admite Mattje.
