Las lecciones del ‘low-code’ que los CIO pueden aplicar a la IA agéntica

A medida que la IA generativa pasa de ser un chatbot al que se le hacen preguntas a ser una herramienta a la que se le piden cosas (agentic AI, una expresión un poco torpe para este enfoque), cada vez está más claro que la IA generativa es más útil cuando es más personalizada. Y es entonces cuando también es más útil y más apreciada por los empleados. Es un círculo virtuoso familiar en el que el personal que más utiliza la IA generativa se toma el tiempo de experimentar con las nuevas funciones a medida que van apareciendo, sacándoles el máximo partido y utilizándolas con más regularidad.

Esto está estrechamente relacionado con la formación adecuada, especialmente en lo que respecta al uso apropiado de la IA generativa para su propio flujo de trabajo. Según una investigación exhaustiva de Microsoft y LinkedIn, los usuarios avanzados de IA que afirman que las herramientas les ahorran 30 minutos al día son un 37% más propensos a decir que su empresa les dio formación personalizada en IA generativa. Aproximadamente el mismo porcentaje afirma haber recibido formación que cubría tanto los aspectos básicos, como la forma de escribir mensajes, como la formación adaptada a su función, sus tareas y su flujo de trabajo.

Los usuarios avanzados de IA también comparten regularmente con sus colegas las indicaciones que utilizan y otros consejos, y les preguntan qué les funciona. Por ejemplo, el exitoso despliegue de Copilot de Virgin Atlantic no solo implicó formación, sino también encontrar “campeones en las áreas locales para que se llevaran los aprendizajes clave de las sesiones de formación específicas e intentaran difundirlos entre los grupos de usuarios”, afirma Gary Walker, vicepresidente de Tecnología y Transformación.

Cree que crear la seguridad psicológica para que el personal experimente, que también les recompensa por compartir lo que funciona con colegas y compañeros en lugar de acaparar su experiencia, es importante para cualquier implementación de tecnología, y señaló los paralelismos con el low code. “Cuando encuentres algo que funcione, socialízalo”, dice. “Compártelo en las redes sociales internas y con tus compañeros, eso ayuda a magnificar la ganancia de eficiencia que acabas de descubrir”.

Eso es eficaz porque tendemos a aprender mucho más rápido de nuestros compañeros que de la mayoría de las demás fuentes de información, dice Kjell Carlsson, jefe de Estrategia de IA en Domino Data Lab.

Si eso le suena familiar, es el tipo de adopción viral ascendente y de comunidad que muchas organizaciones vieron evolucionar en torno al low code y la automatización del flujo de trabajo, donde la resolución de sus propios problemas hizo que los empleados se entusiasmaran por compartir trucos y técnicas con sus colegas. Los directores de sistemas de información pueden utilizar las lecciones aprendidas de la adopción exitosa del low code como un manual para sacar el máximo provecho de los agentes. “En realidad, existe una correlación entre la preparación para la adopción del low code y la adopción, preparación y éxito de la IA generativa”, afirma John Bratincevic, analista principal de Forrester. “Si realmente quieres obtener el valor de la IA y escalar la experimentación, tienes que combinarla con tu estrategia de desarrollo del talento”.

Gestionar agentes al estilo ‘low code’

La IA agéntica abarca desde automatizaciones sencillas para tareas diarias basadas en mensajes de ‘rellena el espacio en blanco’, hasta flujos de trabajo más autónomos que detectan entradas como correos electrónicos entrantes que activan procesos empresariales para buscar información y enviar respuestas, o incluso realizar un pedido o reservar una reunión. La IA generativa hace que esas automatizaciones sean menos frágiles y más fáciles de crear.

En muchos sentidos, se trata de una progresión natural, y las plataformas de low code como Power Platform de Microsoft, Mendix, Salesforce y Zoho, que llevan varios años ofreciendo funciones de IA para simplificar el desarrollo, están añadiendo ahora herramientas de IA generativa para ayudar a los usuarios a crear aplicaciones y flujos de trabajo. En la investigación de Forrester, Bratincevic afirma que el principal caso de uso de las plataformas de bajo código son las aplicaciones con IA.

Igual de importante es que apliquen las mismas herramientas de cumplimiento, gobernanza, seguridad de la información y auditoría a la IA agéntica. Al igual que el low code, los agentes de IA generativa necesitan acceso a fuentes de datos y conexiones a aplicaciones de línea de negocio, y las organizaciones también querrán políticas que controlen el acceso y las acciones que se pueden realizar, así como el alcance con el que los usuarios pueden compartir aplicaciones y flujos de trabajo. Al igual que con cualquier otra herramienta con precios basados en el consumo, los equipos de TI también querrán saber sobre el uso y la adopción, y los gerentes querrán ver lo que eso ofrece a la empresa para comprender el retorno de la inversión.

El low code ha demostrado su eficacia. La mayoría de las empresas tienen estrategias de desarrollo ciudadano y Bratincevic afirma que hay ejemplos documentados de personas que han obtenido cientos de millones de dólares de beneficio gracias a ello.

“En los últimos cinco o seis años, el departamento de TI se ha dado cuenta de que, si lo hacen bien, pueden convertirse en una máquina de escala”, añade Richard Riley, director general de marketing de Power Platform en Microsoft. “Pero un gran poder requiere un gran control”. Eso significa controles para TI, así como flexibilidad para los usuarios empresariales.

“Es una cuestión de dos partes”, continúa. “¿Cómo podemos empoderarle como usuario empresarial? Usted es quien conoce estos datos, el proceso, si se puede arreglar. Podría ahorrar cinco millones de dólares, pero ¿cómo podemos empoderarle para que lo haga? Y luego, ¿cómo podemos hacer que el departamento de TI se sienta cómodo para que te permita hacerlo? Esto respeta todas las políticas de datos. Tiene DLP, EAP [Protocolo de autenticación extensible] y todas las promesas de evaluación de riesgos que te damos, y se ejecuta en entornos gestionados, por lo que tiene todo el intercambio, la auditoría y la presentación de informes”.

Las cuestiones de coste pueden ser más complicadas con la IA agéntica que con las aplicaciones tradicionales de bajo código, admite. “Podrías ejecutar el mismo agente una vez y necesitaría 10 filas de una base de datos en algún lugar y utilizaría 10 000 tokens”, dice Riley. “Podrías ejecutarlo de nuevo y podría utilizar un millón de tokens debido a la entrada que recibe y las acciones que realiza. Necesitamos asegurarnos de que tenemos medidas de seguridad a nuestro alrededor, y las estamos construyendo”.

Las organizaciones quieren visibilidad de lo que ha sucedido para poder hacer un seguimiento de lo que hacen los agentes, telemetría para poder perfeccionar los agentes para que funcionen de una manera específica, y claridad en los costes para poder aplicar límites. El departamento de TI querrá controlar la amplitud del uso de los agentes de IA y el coste de la IA generativa para asegurarse de que aporta valor al negocio, así como comodidad a los usuarios empresariales.

Y si la IA de agentes despega, es posible que desee los mismos procesos para recoger agentes útiles y mantenerlos, o añadir más funciones. Por ejemplo, el Centro de administración de Power Platform está obteniendo información de Copilot Studio, y otras plataformas ofrecen información similar. “Podrás ver quién ha creado agentes, qué han creado, cuál es el uso, quién lo está utilizando, qué datos fluyen”, dice Riley. «Si quieres, podrás recogerlo, convertirlo en una solución mucho más gestionada y hacer que TI lo controle”.

Aunque es posible que desees evitar la duplicación de esfuerzos, tal vez para centrarte en el control de costes de un agente en lugar de muchos. “Deberías poder crear muy fácilmente un agente que compruebe a los agentes para asegurarte de que no están haciendo lo mismo: usar la herramienta para vigilar la herramienta”, añade Riley.

Una vez más, las organizaciones se han acostumbrado a las opciones intermedias, señala Bratincevic. “Hay más madurez en torno a esas cosas más allá de simplemente ‘lo hiciste, es tuyo’ o ‘me hago cargo’”, dice. “Hay mejores procesos”. Por ejemplo, en Shell, cada aplicación no tiene un solo propietario, sino un propietario de respaldo. “Tienen un flujo de trabajo para garantizar que la propiedad esté distribuida”.

Poner en marcha la IA agéntica

Obtener valor de la IA agéntica comienza con que tanto los líderes como los usuarios averigüen dónde pueden aplicar la tecnología y para qué, lo que significa comenzar con el caso de negocio en lugar de la tecnología, que también será familiar desde el low code, señala Riley.

“Sigue el mismo patrón que vi seguir a Power Apps, donde nadie duda realmente del valor del producto, pero está ayudando a los clientes a comprender el arte de lo posible”, dice. “Especialmente en el espacio de los agentes, es fácil tomar toda esta nueva tecnología y aplicarla a los procesos y problemas empresariales existentes, y la mejoras, sí, pero no será el cambio radical que creo que la gente espera de la IA. Creo que eso llega cuando vas un poco a la izquierda y a la derecha: a la derecha, escalas hacia arriba en este espacio autónomo, y vas a la izquierda mucho más hacia el usuario final”.

Las organizaciones probablemente comenzarán por cambiar un proceso realizado por un usuario a uno realizado por un agente y, al menos inicialmente, verificado por un humano, sugiere Bratincevic. Los controles pueden volverse menos comunes, pero el siguiente paso lógico será rediseñar los procesos en torno a lo que hacen los modelos y los agentes. “¿Por qué se necesitan tres pasos con tres personas en un flujo de trabajo humano cuando podría ser un solo paso?”, dice.

Para conseguir tanto las pequeñas mejoras como estos cambios más grandes, sostiene que las organizaciones necesitan experimentación a escala, y el low code es la mejor manera de conseguirlo.

“El verdadero valor está en crear nuevo software, incluso software sencillo que haga algo con la IA en su núcleo”, continúa. “Y la única forma de hacerlo en la práctica es a través del desarrollo ciudadano de low code. Hay años de valor encerrados en los LLM que tenemos que averiguar cómo conseguir, y la única manera de conseguirlo es a través de la experimentación a escala”.

Al igual que con el low code, los usuarios empresariales son los expertos en la materia que mejor saben lo que hay que cambiar. “Son los que están más cerca de los datos y del proceso empresarial, y son los que reciben los golpes todos los días porque esto no funciona”, dice Riley. “Y en el mundo del low code, son las personas que han construido cosas que han tenido un impacto enormemente desproporcionado en el negocio que el departamento de TI nunca habría conseguido, porque lo habrían mirado y puesto al final de la larga cola de cosas que tenían que hacer”.

Sacar el máximo partido a la IA generativa con técnicas más avanzadas como la creación de agentes requiere un profundo conocimiento del dominio, afirma Bratincevic. “Son el contable o la responsable de RR. HH. los que pueden imaginar lo que puede hacer, y pueden hacer la ingeniería rápida y otros tipos de RAG ligeros para que funcione y envolverlo en algo así como un proceso o una experiencia que luego realmente cree algún valor”, añade.

Ya tiene varios ejemplos de aplicaciones ‘impregnadas de IA’ creadas por usuarios empresariales con este enfoque de código bajo, muchos de los cuales adoptan el enfoque de agente. Está la gran empresa de construcción que utiliza una aplicación creada por sus empleados para conseguir más negocios respondiendo más rápidamente a solicitudes de propuestas detalladas y técnicamente complejas, haciendo que la IA generativa ingiera el contenido y genere la respuesta inicial. Luego está la gran compañía de seguros que clasifica las reclamaciones entrantes con IA generativa y las envía internamente al grupo adecuado más rápidamente que las dos horas que tardaba manualmente. Y está el bufete de abogados que vende una aplicación SaaS creada con IA generativa a otros bufetes de abogados que cubre leyes de todo el país en una categoría particularmente oscura. Otra gran compañía de seguros tiene un tercio de todas sus aplicaciones escritas en low code. “No solo sus aplicaciones personalizadas: un tercio de toda su cartera de aplicaciones empresariales está escrita a medida, en una sola plataforma con sus herramientas de low code por personas del dominio ajenas a TI, y muchas de ellas son soluciones de IA”, dice Bratincevic.

Preparar a la plantilla para crear agentes

Es importante tratar la IA agéntica como un cambio tecnológico para el que las organizaciones capacitan al personal, y no como una actualización del software existente que se espera que absorban por sí mismos. Al igual que la IA generativa, “es una tecnología muy intuitiva para jugar con ella durante unos minutos. Es mucho menos intuitiva, o mucho menos clara, cómo integrarla en tu flujo de trabajo”, dice Carlsson, de Domino.

Los empleados necesitarán mejorar sus habilidades para adquirir la experiencia necesaria para aprovechar la IA agéntica, y sin duda tienen ganas de recibir una formación que cubra la IA generativa de manera eficaz. En el último informe anual de referencia sobre formación y desarrollo de TalentLMS, el 64% de los empleados quiere recibir formación sobre cómo utilizar las nuevas herramientas de IA, y el 49% se queja de que la IA avanza más rápido de lo que la formación de la empresa puede seguirle el ritmo.

De nuevo, aquí es donde puede confiar en lo que deberían ser enfoques familiares de low code, que también deberían ayudar a abordar las preocupaciones y reticencias que la investigación sugiere sobre cómo muchos empleados se sienten acerca de la amenaza que la IA generativa puede suponer para sus trabajos.

La adopción responsable de la IA generativa incluye permitir que los empleados compartan los beneficios de estas herramientas en lugar de tratarlas como competencia, y las organizaciones pueden demostrarlo recompensando y apoyando al personal que comparte sus experimentos exitosos, y dejando claro qué áreas son apropiadas para esos experimentos y cuáles son de demasiado riesgo. Ofrezca esa orientación a través de sesiones de capacitación eficaces y personalizadas en lugar de solo en documentos de políticas formales y desagradables.

Hay razones obvias por las que los empleados que obtienen ventajas de la IA generativa en sus propios flujos de trabajo pueden no compartir de forma natural su éxito: las políticas que prohíben el uso indebido de la IA generativa pueden asustarlos, pueden esperar más recompensas por sus resultados que por compartir sus técnicas de IA generativa, y pueden preocuparse por la reducción de costes o por que se les asigne más trabajo debido a las mejoras de productividad de la IA generativa.

O puede ser que los usuarios avanzados de IA en tu organización estén entusiasmados por compartir lo que les funciona; simplemente no tienen una forma eficaz de hacerlo. Una vez más, los mismos programas que apoyaron la adopción de low code (encontrar y apoyar a los campeones, organizar hackatones y sesiones de intercambio, desarrollar un centro de excelencia y equipos de fusión para apoyar al personal, y reconocer la experiencia de los empleados con aumentos salariales y ascensos o incluso desarrollar nuevas funciones) proporcionarán incentivos para compartir lo que funciona para la IA agéntica.

“Una vez que se han marcado las casillas de seguridad y los modelos que se utilizan, y se ha comprobado que los datos están listos y todas esas cosas fundamentales, el mecanismo para gran parte de ello se ejecuta a través de ese mismo manual de estrategias para encontrar a los primeros en adoptar, realizar hackatones y campamentos de entrenamiento, y luego escalar la experimentación a través de todos los participantes dispuestos en diferentes dominios, creando nuevas aplicaciones con IA, siendo los agentes uno de ellos”, dice Bratincevic. “Ahí es donde se define y descubre el valor y se obtiene el dinero de ello”.

Los equipos de fusión ya son una realidad. Los datos de Forrester para 2023 muestran que el 62% de los desarrolladores realizan la mayor parte o la totalidad de su trabajo colaborando con desarrolladores ciudadanos ajenos a TI. “Los tecnólogos ayudan a los no tecnólogos según sea necesario”, afirma. “Añaden nuevas fuentes de datos o puntos finales, o les ayudan a aprender algo que no sabían”.

Carlsson sugiere tratar a los equipos de fusión o a un centro de excelencia, que puede proporcionar orientación y apoyo junto con evaluaciones realistas de lo que funciona y lo que no, como un compañero de IA al que la gente puede recurrir. “Nunca hacer IA solo debería ser una ley de la IA”, dice.

Algunos experimentos serán fracasos. “No es que no haya lío o riesgo”, coincide Bratincevic. “Obviamente, hay lío y riesgo con la democratización a escala. Lo que hacen las empresas de éxito es gestionar el riesgo de forma pragmática. Separan los diferentes tipos de riesgo y tienen un lugar autorizado para poner cosas, lo que mitiga gran parte de ellos”. Una vez más, esa es la ventaja familiar del low code: aprovechar la creatividad de los empleados que están motivados para resolver problemas empresariales, y ahora pueden añadir la IA agéntica como una herramienta para hacerlo de una manera gestionada y visible.