Al proporcionar a los sistemas de TI la capacidad de acción razonada, la IA agente cambia la lógica misma de la gestión operativa. Identifica, soluciona y recomienda antes de que se propaguen los incidentes, al tiempo que permite a los ingenieros impulsar el ritmo de la automatización. El potencial para ganar proactividad es inmenso, pero la exposición aumenta si los poderes están mal calibrados. El desafío ahora es liberar la eficiencia sin abrir la puerta a los excesos.
Según un estudio de Deloitte, el 25% de las empresas que utilizan IA generativa lanzarán proyectos de IA agente en 2025, y se espera que esta cifra alcance el 50% en 2027. Los agentes de IA son una tecnología cada vez más popular en las organizaciones, ya que permiten aumentar la productividad de los empleados asumiendo tareas que requieren mucho tiempo. Sin embargo, para aprovechar plenamente los beneficios de la IA agente, es esencial comprender todo el espectro de la tecnología, pero también los riesgos que conlleva.
La IA agente puede transformar las operaciones de TI al hacer que la automatización de runbooks pase de estática a adaptativa. En lugar de seguir un guión fijo, un agente puede analizar la situación, decidir qué acción es la más adecuada y recomendarla al operador. Por ejemplo, en un escenario de soporte de producción, la IA puede detectar que un servicio de base de datos ya no responde, correlacionar las señales asociadas y recomendar reiniciar el servicio en lugar de reiniciar todo el servidor. Se trata de pasar de robots basados en reglas a una verdadera agencia, con un ser humano siempre al tanto para garantizar la confianza y la seguridad.
Para una implementación exitosa de la IA agente
El mejor enfoque para implementar IA agente es comenzar con casos de uso de bajo riesgo y alta confianza, como clasificación de tickets, automatización de la mesa de servicio y recomendaciones de soporte de producción. Estos son predecibles y fáciles de validar. A partir de ahí, las organizaciones pueden expandirse a áreas más avanzadas, como runbooks adaptativos que seleccionan la ruta de remediación correcta según el contexto. Comenzar con información de solo lectura y acciones aprobadas por humanos genera confianza en las recomendaciones del sistema. La remediación debe implementarse gradualmente, con barreras de seguridad y gobernanza claras, hasta que la organización se sienta cómoda permitiendo una mayor automatización.
La mejor solución para tener empleados que comprendan la IA agente es capacitar al personal de TI existente porque ya comprenden el entorno y los procesos. De hecho, muchos empleados están ansiosos por aprender nuevas habilidades y adaptarse a las operaciones impulsadas por la IA. Externamente, los CIO deberían buscar personas con experiencia en automatización, desarrollo y capacitación de modelos de IA, ya que ya trabajan con orquestación, canalizaciones y toma de decisiones impulsadas por máquinas, lo que los convierte en una opción natural para la IA agente.
Una transformación de TI que debe ser asegurada
Este cambio, junto con la implementación de agentes de IA, hace que la TI sea más proactiva y menos reactiva. Esto resultará en menos interrupciones para los empleados porque la IA puede evitar que pequeños problemas se conviertan en incidentes mayores. Por ejemplo, podría detectar que la memoria de una computadora portátil es baja y recomendar un reinicio, o identificar un rendimiento Wi-Fi limitado y sugerir acercarse a un punto de acceso. En el soporte de producción, la tecnología puede recomendar acciones correctivas para resolver una aplicación degradada antes de que provoque una interrupción, con la aprobación de ese paso por parte de un ingeniero. Luego, los equipos de TI dedican menos tiempo a combatir los incidentes una vez que ocurren y más tiempo a mejoras estratégicas que mejoran la resiliencia, la eficiencia y la satisfacción del usuario.
Sin embargo, el mayor riesgo es otorgar demasiado poder y demasiado rápido. Un sistema diseñado para solucionar problemas de redes o sistemas de producción también puede alterarlos si se utiliza incorrectamente o se corrompe. El análisis de solo lectura y las recomendaciones aprobadas por humanos son primeros pasos seguros, pero la remediación debe implementarse con cuidado y acompañarse de barreras de seguridad, pistas de auditoría y monitoreo. También existe un riesgo cultural si los empleados ven que la IA los reemplaza en lugar de aumentar su trabajo, por lo que los líderes deberían posicionarla como un compañero de equipo que libere a las personas para concentrarse en trabajos de mayor valor.
La IA se ha utilizado en las operaciones durante años, pero principalmente se ha integrado en el aprendizaje automático con estrictas salvaguardias, como los sistemas Wi-Fi que se autocuran y equilibran las redes. La diferencia con la IA agente es la agencia. En las operaciones de TI, esto significa automatizar las tareas de la mesa de servicio, recomendar correcciones de soporte de producción y hacer que los runbooks sean adaptables en lugar de estáticos. La oportunidad es enorme para las organizaciones, pero el éxito depende de una adopción cuidadosa, una gobernanza clara y la creación de confianza paso a paso manteniendo a los humanos informados hasta que se establezca la confianza.
____________________________
Par mike andersonCIO en netscopio
Lea también:
IA agente: hacia una supervisión TI proactiva y autorreparable
Alertas repetidas, respuestas inteligentes: la IA agente redefine la ciberseguridad…
Desarrolladores: IA agente como catalizador de vocación e innovación para nuestro país…
De la IA generativa a la IA agente: por qué las empresas deben reinventar su arquitectura GenAI…
La llegada de la IA agente está cambiando las cartas en la lucha contra el fraude…
Plataformas abiertas: la urgencia de adaptarse a los agentes de IA…
[
