La IA agéntica ofrece una forma de superar el pensamiento empresarial arraigado en la lógica de «seguir como siempre».
Puede respaldar la creación de modelos de negocio sostenibles que beneficien tanto a los ingresos como a los resultados.
Las organizaciones deberían invertir en IA agéntica para aprovechar las oportunidades en un entorno empresarial que evoluciona rápidamente.
Las empresas han alcanzado muchos objetivos loables y siguen trabajando para lograrlos mediante prácticas empresariales sostenibles. Entre ellos se incluyen envases de productos menos derrochadores, materiales obtenidos de forma más ética y un enfoque responsable en las pruebas de productos. Es menos habitual ver prácticas y modelos de negocio sostenibles que, al mismo tiempo, beneficien tanto al planeta como a los resultados económicos.
Esto se debe a que los principios de sostenibilidad y el pensamiento empresarial tradicional suelen ser contradictorios, sobre todo para quienes trabajan en abastecimiento, fijación de precios y desarrollo de productos. Por ejemplo, si los modelos de precios se centran generalmente en pagar lo menos posible por un producto que apenas cumple la normativa, no resulta fácil cambiar de rumbo y crear modelos de precios y costes para un producto más sostenible con una cadena de suministro no lineal.
Además, los mecanismos necesarios para adoptar prácticas rigurosas de abastecimiento sostenible podrían estar repartidos entre múltiples ámbitos, sistemas y partes interesadas de la empresa. Los equipos de compras, desarrollo de productos, logística y marketing deben actuar de forma coordinada. Si bien estos equipos pueden gestionar con facilidad los datos y la inteligencia empresarial en situaciones habituales, abordar cuestiones relacionadas con la trazabilidad de los materiales, la ética de los proveedores y el cumplimiento laboral o comercial es un desafío completamente distinto.
Cómo el Foro ayuda a los líderes a comprender la IA y a colaborar en la innovación responsable
El Centro de Excelencia en IA conecta a líderes de distintos sectores para comprender la rápida evolución de la inteligencia artificial y sus implicaciones para las economías y las sociedades. Favorece un diálogo informado sobre las oportunidades, los riesgos y las compensaciones vinculados a la adopción de la IA.
A través de espacios de confianza e iniciativas de colaboración, el Centro permite a sus socios construir una comprensión compartida y trabajar juntos en enfoques responsables para la innovación y el uso de la IA.
Lo que se necesita es una forma de superar estos límites arraigados. Ahí es donde entra en juego la IA agéntica.
En el ámbito agéntico, los sistemas de IA trabajan juntos para adquirir de forma autónoma nuevos conocimientos y orquestar soluciones a problemas complejos. Esto permite a las empresas lograr avances. Con la IA agéntica, los agentes de IA comparten información, aprenden y razonan. Esto les permite descubrir nuevas correlaciones que las partes interesadas humanas podrían pasar por alto.
La IA agéntica supone un avance en la interpretación y la inferencia
Gracias a su autonomía, capacidad de aprendizaje y capacidad de orquestación, los modelos de IA multiagente pueden ayudar a las empresas a explorar patrones y descubrir sensibilidades que desafían el pensamiento de «seguir como siempre». Esto es lo que se necesita para diseñar con éxito modelos de negocio sostenibles, de baja huella, alta recuperabilidad y ciclo de vida prolongado.
Piense en estos agentes como custodios de dominios específicos (como las normas fiscales o el cumplimiento de las exportaciones) o de sistemas de registro (como las aplicaciones de compras o de gestión del ciclo de vida de los productos). Están entrenados para interpretar ese dominio y extraer inferencias de él.
Pero, a diferencia de los sistemas de IA tradicionales, que dependen de reglas y algoritmos predefinidos, estos sistemas pueden adaptarse dinámicamente a los cambios de su entorno. Pueden aprender de nuevos datos y tomar decisiones informadas con menor supervisión humana. Múltiples agentes trabajan a través de los silos organizativos para interactuar, mediar y ofrecer un razonamiento intuitivo que no se crea de forma programada.
Ir más allá de las antiguas ideas sobre trazabilidad, visibilidad y garantía de productos
Consideramos que existen tres formas en que los sistemas multiagente pueden marcar una diferencia en las prácticas empresariales sostenibles y resilientes:
1. Comprender las relaciones causa-efecto de los recursos
En la mayoría de las empresas modernas, actividades como el abastecimiento de materias primas, el uso de energía, el diseño de la estructura de los productos, la planificación de la fabricación y la logística se gestionan a través de sistemas dispares y en organizaciones aisladas en silos.
Los sistemas de IA agéntica pueden ayudar a las empresas a identificar, aprender y reforzar las relaciones causa-efecto entre estos sistemas, y a diseñar procesos operativos que permitan alcanzar los objetivos de sostenibilidad.
Tomemos una pregunta como: «¿Cuál es la compensación entre los salarios éticos y el precio de una pieza de un bolso?». Los datos existen dentro de distintos ámbitos para que las partes interesadas empresariales respondan a la pregunta. El problema es que no están acostumbradas a analizar datos entre silos ni a extraer conclusiones para encontrar la respuesta.
Sin embargo, los agentes de IA pueden consultar y correlacionar múltiples fuentes de datos de forma autónoma, no basada en reglas. Gran parte de la carga del razonamiento se transfiere a estos agentes, lo que reduce la necesidad de interacciones prolongadas entre las partes interesadas humanas. Aún mejor, es probable que los agentes encuentren correlaciones que los humanos pasarían por alto.
Consideremos otra pregunta: «¿A partir de qué volúmenes deberíamos desviar el abastecimiento del proveedor A debido al estrés por deforestación?». Esta pregunta puede responderse mediante un análisis experto de forma puntual. Pero ¿y establecer controles sobre múltiples factores ambientales en grandes carteras de productos? Eso requeriría una automatización habilitada por la IA agéntica.
2. Obtener información proactiva en la cadena de suministro
Las empresas suelen basarse en auditorías periódicas e informes de terceros para garantizar la resiliencia de la cadena de suministro. Sin embargo, estos esfuerzos aislados dan lugar a una visión fragmentada de las posibles interrupciones. Con procesos de auditoría, inspección y certificación fragmentados, resulta difícil obtener una visión integral del flujo de suministro, o de las posibles infracciones o tensiones que podrían derivarse de los cambios en las cuestiones geopolíticas.
La IA multiagente podría desplegarse para supervisar sistemas y transacciones con el fin de reconocer patrones, umbrales y anomalías. Con estos conocimientos, las empresas podrían depurar la base de suministro y cultivar cadenas de confianza mediante análisis de escenarios más precisos y proactivos. Por ejemplo, un agente de IA entrenado para interpretar imágenes satelitales podría consultar a un agente que gestione la compra de productos agrícolas para alertar a los gestores de la cadena de suministro sobre problemas de deforestación.
3. Reducir la carga del cumplimiento y la gobernanza multidimensionales
Los marcos sólidos de cumplimiento y gobernanza fomentan la confianza, la integridad y la sostenibilidad a largo plazo. Sin embargo, las empresas suelen enfrentarse a múltiples marcos, modelos de información y registros de auditoría que se entrecruzan. Como resultado, un mismo registro puede presentarse en varios marcos de cumplimiento y viceversa: la mayoría de los marcos de cumplimiento exigen que los datos se reúnan a partir de múltiples sistemas de registro. La información sobre el cumplimiento laboral, por ejemplo, abarcaría el control de las exportaciones, la sostenibilidad, la protección de la propiedad intelectual y la información sobre diversidad.
Con la IA agéntica, los agentes podrían trabajar juntos para garantizar que los conjuntos de datos se compilen semánticamente en los modelos de cumplimiento y divulgación adecuados, automatizando así gran parte del esfuerzo de divulgación externa e información.
Por ejemplo, los conjuntos de datos sobre seguridad ambiental o de materiales a menudo deben interpretarse a través de múltiples modelos legales y ser utilizados por muchas partes interesadas de la empresa. La IA agéntica reduciría la dependencia de personal experto y proporcionaría respuestas contextuales para que las personas utilicen la información en el contexto en el que la necesitan.
Además, las empresas podrían establecer mecanismos de observancia para señalar discrepancias y lagunas en los datos o en las auditorías que, de otro modo, podrían derivar en incumplimientos o en riesgos reputacionales.
La IA agéntica y el futuro de los modelos de negocio sostenibles
La IA agéntica puede ayudar a las empresas a superar el pensamiento arraigado que obstaculiza sus esfuerzos de sostenibilidad. Los sistemas multiagente ofrecen una oportunidad transformadora para diseñar procesos operativos que puedan escalar hacia modelos de negocio sostenibles autosuficientes, capaces de generar beneficios tanto en los ingresos como en los resultados.
