Agentes de frontera en IA: el futuro empresarial

Cuando todavía estamos intentando entender lo que la inteligencia artificial puede significar para la economía y el mundo del trabajo, llegó el momento de los “agentes de frontera” que prometen dominar la conversación en 2026. Este fue uno de los principales conceptos presentados en el evento Re:invent 2025 que Amazon Web Services (AWS) celebró en Las Vegas entre el 1 y el 5 de diciembre, en el que se conocieron las principales tendencias en IA y nube. LA NACION accedió a hablar con Ben Schreiner, jefe de IA y Datos, que impulsa el desarrollo de nuevas arquitecturas que están definiendo la próxima etapa de la automatización y trabaja con empresas para bajar a la práctica a la IA.

-¿Cuáles son las principales ideas erróneas que existen sobre la implementación de la IA?

-Que es algo que es súper fácil, como descargar una aplicación gratuita en el teléfono y automáticamente tener IA para hacer cosas. La realidad es que las aplicaciones que la gente tiene en sus teléfonos resuelven un problema muy diferente al que enfrenta un empresario. La dificultad principal para el empresario no técnico reside en conectar los datos internos de la empresa con la IA, lo cual es más difícil de lo que se cree. Otra idea errónea es que se siguen automatizando cosas que ya no deberían existir, en lugar de pensar de forma más integral sobre si necesitan hacer ese proceso o si pueden eliminar pasos o funciones enteras.

-¿Qué problemas empresariales específicos se espera que resuelvan los agentes?

-Se pueden abordar problemas de larga data que antes se resolvían contratando más personas. Para las pymes, el mayor valor será la capacidad de los agentes de liberar tiempo para centrarse en el crecimiento del negocio. A diferencia de la GenAI que solo responde preguntas, los agentes son capaces de razonar, planificar y tomar medidas, lo que les permite resolver flujos de trabajo más complejos, manuales y lentos. El objetivo es que los agentes aumenten la eficacia de los humanos para que el negocio crezca más rápido.

-Del entusiasmo inicial por la IA ya se percibe cierta desilusión al no percibir el valor que se esperaba

-A la prisa por implementar IA, le siguió la constatación de que no es tan fácil como se pensaba. Esto se debe a los datos, ya que todas las soluciones, incluyendo los modelos, son tan buenas como los datos a los que tienen acceso. La decepción surge de la necesidad de realizar un trabajo considerable para conectar la solución a los datos de la empresa.

-¿Qué le aconseja a los empresarios en cuanto a cómo deben pensar sobre la IA?

-Cómo la IA va a cambiar su negocio y en su ventaja competitiva en los próximos uno o dos años. Deben preguntarse cómo sus clientes están utilizando la IA y cómo están cambiando sus expectativas. Se anticipa que en los próximos dos años, todos (empresas y consumidores) esperarán soluciones adaptadas a sus necesidades.

-Si hablamos de pymes, ¿cómo se espera que experimenten con agentes?

-Experimentarán con la IA y los agentes a través del software que ya están utilizando (como CRM, inventario o gestión de personal). Muchas empresas de software están colaborando con AWS para mejorar sus productos con IA y agentes, haciéndolos más valiosos y fáciles de usar. Existe una gran oportunidad para el desarrollo de agentes y orquestación entre los múltiples softwares que suelen utilizar las pymes que no se comunican entre sí, para generar mayores eficiencias.

-¿Cuáles son sus recomendaciones para las empresas que buscan valor en la IA?

-Empezar por el problema que se necesita resolver, asegurándose de que sea significativo. Dos, analizar qué datos se necesitan para resolver el problema y si se tiene acceso a ellos, antes de considerar modelos o agentes. Tercero, establecer una métrica para medir el éxito (como ahorro de tiempo o aumento de ventas). Aunque la IA ahorra tiempo, el mayor valor es la reinversión de ese tiempo ahorrado en actividades de mayor valor, como vender más, reunirse con más clientes o innovar.

-¿Cómo deberían las empresas abordar el gran volumen de datos que poseen y cómo identificar qué datos son valiosos para la IA?

-Las industrias obligadas por regulaciones (bancos, salud) tienen una ventaja porque se vieron forzadas a ordenar sus datos. Otras industrias se darán cuenta de la correlación directa entre la calidad de sus datos y el valor que obtendrán de la IA. El problema de los datos se ha vuelto crítico.