Agentes de IA: El futuro de la inteligencia artificial
La creación de valor en el sector de la IA está girando rápidamente hacia las aplicaciones específicas. Un campo en el que, por ahora, todo está por hacer.
Es evidente que estamos inmersos en una de las disrupciones más trascendentales de la historia: la irrupción de la inteligencia artificial generativa. Como ocurrió en su momento con la electricidad, los motores a combustión, internet o los smartphones, esta tecnología amplificará nuestras capacidades y automatizará muchas de las tareas que hoy realizamos los humanos. Todas ellas son tecnologías que cambiaron la historia, el futuro de la humanidad e incluso la propia definición de aquellos aspectos que nos son más intrínsecos, como la socialización o la comunicación. Quedaba un reducto —cada día más acorralado, pero un reducto—, aquello que, aún sin saber qué es, llamamos inteligencia. Esto parecía hacernos únicos y diferentes al resto de las especies, pero hoy vemos como ese reducto se desmorona ante nuestros ojos, que se debaten entre el asombro y el pánico.
Sin embargo, la característica principal de las disrupciones no es solo su capacidad de asombrarnos, sino su potencial transformador. Este potencial se expresa en su impacto en una multitud de tareas concretas, redefiniéndolas.
El papel de los agentes en la IA
Los agentes son aplicaciones de software que, a través de modelos de lenguaje, pueden razonar y actuar en nuestro nombre en situaciones complejas. Esta capacidad de tomar decisiones y ejecutar acciones les confiere un enorme poder transformador.
Estos agentes podrán, por ejemplo, reservar una mesa en un restaurante y negociar la hora, gestionar la compra de billetes de tren o avión en las mejores condiciones, reservar hoteles, resumir literatura científica, alertarnos sobre cambios en los mercados financieros, corregir exámenes o incluso actuar como tutores personalizados. Si bien muchas de estas funciones ya son posibles con modelos de lenguaje, la diferencia radica en su capacidad de evaluar el contexto, tomar decisiones autónomas y actuar en consecuencia. Esto los convierte en herramientas más específicas y menos generalistas, pero también más potentes y autónomas.
Disrupciones tecnológicas: un marco para entender la IA
Si observamos las disrupciones tecnológicas del pasado, podemos identificar tres niveles en su evolución:
- Infraestructura: Son las tecnologías base sobre las que se construye todo el ecosistema. En el caso de internet, hablamos de protocolos como TCP/IP, HTML o SMTP/POP3, y de avances en hardware como Ethernet, 3G o ADSL.
- Tecnologías de propósito general: Son las que permiten la creación de aplicaciones concretas. En internet, los navegadores y lenguajes como JavaScript o Flash cumplieron este papel.
- Aplicaciones específicas: Son las que generan la transformación real en la sociedad. Desde Wikipedia hasta el comercio electrónico, pasando por los motores de búsqueda, las aplicaciones de correo o las de movilidad. Estas son las que definen el impacto final de la disrupción.
Aunque las infraestructuras y las tecnologías de propósito general tienden a concentrar el valor económico en pocas manos, la verdadera creación de valor a nivel social proviene de las aplicaciones específicas, que redefinen sectores enteros y transforman organizaciones.
La IA generativa
En el caso de la inteligencia artificial generativa, la infraestructura está en plena expansión. Empresas como Nvidia y AMD dominan el sector de hardware, mientras que plataformas cloud como AWS y Azure proporcionan el entorno necesario para el desarrollo de estas tecnologías.
La acción está en las tecnologías de propósito general, representadas principalmente por los chatbots y el acceso programático a los modelos vía APIs. Este es un terreno donde los efectos de red y la dinámica de mercados tipo "winner-takes-most" (el ganador se lo lleva casi todo) generan situaciones cercanas al monopolio.
Podemos observar una situación dual de utilidades y modelos open source, como Llama o vLLM, y otros propietarios. Esta coexistencia es habitual y responde a las diferentes formas de captura de valor de las organizaciones que los lideran. Si esta captura es directa, como en el caso de OpenAI, se tiende a partir de un modelo propietario —aunque a veces el open source es una manera de ganar notoriedad interna y externa, algo muy valioso en China tal y como muestra el caso de DeepSeek, algo muy valioso en China—. Si, en cambio, la captura de valor se hace a través de su aplicación, se prefiere potenciar el crecimiento de la tecnología y su uso, como en el caso de Meta o Google.
Sin embargo, si miramos el mercado de las aplicaciones específicas, encontramos un gran espacio en blanco. Allí está todo por hacer:
El verdadero crecimiento y la creación de valor en IA en los próximos años se darán en las aplicaciones específicas. Ya empiezan a surgir algunos agentes de propósito general, como Operator de OpenAI, o sectoriales, como Harvey en el ámbito legal. Pero la mayoría de los campos —medicina, educación, asistentes personales, gestión de equipos, burocracia gubernamental, administración universitaria o herramientas internas de automatización— siguen sin explotar.
Existen dos tendencias que tendrán un impacto social especialmente profundo:
- El reemplazo de la interfaz gráfica tradicional (point & click) por una basada en diálogo. La interacción con la tecnología será mucho más natural, sin menús ni botones, sino con conversaciones personalizadas a nuestro nivel.
- La automatización del servicio al cliente y la interacción con usuarios. Veremos una transformación radical en el customer service, las ventas y el marketing, con agentes conversacionales tomando un rol protagonista.
Al igual que en caso anterior, la línea entre propósito general y aplicaciones es un continuo. ¿Dónde colocamos Perplexity, en propósito general o en aplicaciones?
Europa y el desafío de la IA
Si la creación de valor está en las aplicaciones, la conclusión es evidente: todo está por hacer. La disrupción de la IA generativa apenas comienza, y su despliegue completo podría llevar una década o más. Mientras que los chatbots generalistas como ChatGPT ya cuentan con más de 400 millones de usuarios habituales, las aplicaciones más específicas en el sector legal, educación, medicina, movilidad, asistentes personales y tantas otros están por hacer.
Este proceso de innovación determinará en gran medida el crecimiento económico futuro. La creciente brecha entre EEUU y Europa no se debe tanto a diferencias en la productividad de las industrias tradicionales, sino a la falta de un sector digital de alta productividad en Europa.
Nuestra oportunidad no radica tanto en competir directamente en infraestructuras o tecnologías de propósito general —aunque también— sino en capturar el valor a través de las aplicaciones. Esta es nuestra mejor opción y nuestro reto para seguir siendo relevantes en el siglo XXI.