Al hablar de inteligencia artificial, la gente imagina sistemas que harán todo por ti, como un asistente digital que conoce tus gustos y toma las mejores decisiones. Esta visión no es lejana: es la promesa de los Agentes, pero no se ha cumplido por la falta de información bien organizada y contextualizada.
¿Qué es un agente de IA?
Un agente de IA no es un simple chatbot como Gemini o Claude. En teoría, es un sistema capaz de recibir un objetivo, analizar las tareas necesarias e interactuar con otros elementos digitales para cumplirlo. Es decir, se le pueden delegar tareas. Sin embargo, en la práctica aún no se alcanza este nivel de innovación y el proceso tomará aproximadamente 10 años.
El verdadero desafío: contexto organizativo
Ali Ghodsi, CEO de Databricks, afirma que la inteligencia artificial no sufre de falta de capacidad cognitiva, sino de una profunda carencia de contexto organizativo. El verdadero desafío para las empresas no es la inteligencia de los modelos, sino integrar sus datos, procesos y cultura interna en el ecosistema de la IA.
Ghodsi destaca que el valor real de la IA no ha alcanzado su potencial porque los datos empresariales no están listos. Sin contexto adecuado, los agentes de IA no pueden operar con la eficacia prometida. "La IA tiene un problema de complejidad; si tuviera todos los datos, todo el contexto y todos los procesos dentro de las organizaciones, podríamos obtener mucho más valor de ella hoy mismo", comenta.
Impacto económico potencial
McKinsey estima que si se logra desbloquear la capacidad de la IA para razonar, planificar y actuar de forma autónoma, se generarían entre 450,000 y 650,000 millones de dólares anuales en ingresos, con reducciones de costos operativos del 30 al 50%.
Hasta ahora, la única industria donde la IA ha tenido este impacto es en el desarrollo de código, porque las herramientas tenían mucho contexto en los códigos fuente. Esto no se ha replicado en otras áreas como ventas, marketing o finanzas.
Genie One: datos en un solo lugar
Databricks lanzó Genie One, un sistema basado en una capa de contexto en tiempo real (Genie Ontology), que aprende continuamente de datos internos y externos, generando respuestas precisas a menor costo. En lugar de adivinar a partir de un contexto incompleto, el agente utiliza datos en tiempo real —documentos, chats, reuniones— para tomar decisiones acertadas y evitar "alucinaciones".
"Si los agentes no saben todo lo que tú sabes, no seremos capaces de hacer nada con la IA", dice Ghodsi. Los empleados quieren respuestas a preguntas simples sobre el funcionamiento de la empresa, pero "incluso los mejores agentes de IA no pueden responder de manera confiable cuando la información está fragmentada".
Con Genie One, un director financiero puede confiar en un agente para saber por qué cambiaron los márgenes, trabajando con los mismos datos reales del negocio. La herramienta está disponible en computadoras, Android e iOS, y permite orquestar flujos de trabajo y automatizar labores.
Lakehouse RT y agentes Genie
Además, Databricks presentó Lakehouse RT, una arquitectura que unifica datos operativos en un solo conjunto en tiempo real, y los agentes Genie, que guardan conversaciones como un asistente digital para repetir flujos de trabajo confiables y automatizar tareas.
Un viaje de 10 años
Esta transformación no ocurrirá de inmediato. La reingeniería de procesos para que una empresa sea "lista para la IA" requiere socios estratégicos y visión a largo plazo. Ghodsi predice que este enfoque definirá la próxima década: "Creo que es un viaje de al menos 10 años. Durante la próxima década verán un gran boom. Necesitamos a los socios de servicios para cambiar todas nuestras empresas y estar listos para la IA".
Concluye que la era de los agentes como asistentes capaces de actuar en nombre de las personas apenas comienza. "No se trata de desplegar modelos más potentes, sino de construir una infraestructura donde la IA posea el mismo nivel de contexto que un empleado humano".
