“Voy a ser honesto” es una oración que generalmente señala lo contrario. Así que permítanme decir desde el principio, trabajo en IA para un (principalmente) vendedor de fintech, y sí, todos hablamos de AI de agente. Los vendedores lo venden, los consultores de alto nivel venden con entusiasmo que pueden integrarlo, y los clientes parecen ser cuidadosamente curiosos o esperar a los medios de comunicación. Mi compañía tiene clientes que toman medidas provisionales con los agentes, mientras que yo estaba en un análisis de eventos de transmisión para servicios financieros donde un CDAO era vehemente que su banco no tenía las habilidades necesarias para adoptarlos. Por lo tanto, estoy decidido francamente si soy parte del estadio temprano de un espíritu de un espíritu “que cambia los juegos” o simplemente una sala de eco para disfraces brillantes.
A principios de este año, mencioné al agente de IA en un blog de predicción en 2026. Desde entonces, el ruido solo ha sido mayor. Los analistas tienden a amarlo. La compañía de analistas principales establece que para 2028, el 33% del software corporativo incluirá una IA de la agencia, con la mitad de las decisiones diarias tomadas de forma independiente.
Capgemini pesa el mercado en $ 47 mil millones Para 2030. Grandes números. Gran cambio. Pero también, muchos animales de peluche. Un analista experimentado durante una cena privada dijo que su público ya estaba confundido con la jerga de agente, no están listos para esto. Incluso con su negocio que vende investigaciones sobre el agente profesional. Incluso la compañía de analistas principales citada anteriormente ha sido cayendo:
El 40% de los proyectos de AI de agente serán abandonados para 2027. Personas como Stephen Klein apoyan vociferamente las opiniones contrarias contra los “enlaces” del tipo Eduardo Orlax.
Cortar el ruido, referencia a la nomenclatura al menos si no las implementaciones del mundo real o consultando y haciéndose eco de consultores. Mi opinión sobre cuál es? A nadie le importa realmente, pero para aquellos que lo hacen, creo que el agente fue parte de un espiritante espíritu.
¿Qué tiene el agente, realmente?
La IA de agente no es solo un chatbot renombrado o un flujo de trabajo glorificado. Estos son sistemas proactivos, no reactivos. Estos agentes no solo reaccionan, planean, deciden y se adaptan. Pueden descomponer tareas complejas, elegir herramientas, recuperar errores y ajustar las estrategias de acuerdo con los comentarios. No solo hacen instrucciones de ejecución, razonan.
Estaba lejos del primer LLM como ChatGPT, que simplemente respondió las preguntas. Los agentes de hoy pueden recuperar información, recordar el contexto y orquestar los procesos en varias etapas. Pero todavía no son infalibles. Incluso los marcos más avanzados cometen errores. Esta es la razón por la cual la vigilancia humana sigue siendo esencial, al menos por el momento.
Flujo de trabajo versus agentes: conociendo la diferencia
Los flujos de trabajo son deterministas. Siguen caminos predefinidos y proporcionan resultados coherentes. Son perfectos para tareas estructuradas y reproducibles: piense en los documentos de procesamiento o la extracción de datos. Incluso pueden incluir LLM, pero no se adaptan ni aprenden.
Los agentes y los sistemas de envejecimiento, por otro lado, son dinámicos. Deciden qué hacer al hacerlo y cómo. Son ideales para problemas desordenados e impredecibles, como evaluar las interacciones complejas del cliente o la navegación en procesos de múltiples sistemas. Son queridos, sí, pero potentes donde son necesarias flexibilidad y autonomía.
Sistemas de agentes: el caso real
Solo un agente es útil. Un sistema de agente es transformador, al menos en papel. Imagine un agente de orquestadores que coordina un equipo: discutimos con los usuarios, otro genera visualizaciones, otro monitor de alertas. Comparten memoria, siguen las reglas y se adaptan en tiempo real. No es inteligencia a nivel del hombre, pero es un paso hacia la concepción de los sistemas inteligentes.
Piense en ello como administrar 100 aprendices en un proyecto de verano. Cada agente tiene un papel, pero el orquestador mantiene una visión general a la vista. No es solo tecnología, es diseño organizacional y manga. Yo estaba en un
Ai para el resto Desde la reunión de los Estados Unidos recientemente hasta Shoreditch. Allí, un orador que implementa este tipo de cosas (en seguridad y defensa más que los servicios financieros) fue más allá de los alumnos en una analogía del proyecto de verano. Formuló sus “sistemas de agentes” (no sistemas de inteligencia artificial de la agente, nunca usó esta oración) como la gestión y la orquestación de equipos especializados.
Ingrese los servidores MCP
Para hacer todo este trabajo, los agentes deben hablar con las herramientas y el resto de nosotros. Aquí es donde entra en juego MCP (protocolo de comunicación de múltiples agentes). Desarrollado por Anthrope, la organización que nos dio Claude, MCP ofrece a los agentes un medio estándar para conectarse con herramientas, servicios y datos. No es perfecto: se han planteado problemas de seguridad y complejidad, pero como estándar, es un salto hacia adelante de las integraciones codificadas a mano, más cerca de un denominador común que un centro de excelencia. Otros mejores estándares que elevan la barra pueden seguir. Pero al menos, es un estándar.
Si han obtenido capturas, puede ver servidores MCP en todas partes: los proveedores los dan la bienvenida, los clientes los orquestan y los agentes que los usan no solo en el interior sino en todas las organizaciones.
¿Cuándo debe usar el agente AI?
Use agentes cuando:
- La tarea es abierta o impredecible.
- Necesita flexibilidad y adaptabilidad.
- Varias herramientas deben estar dinámicamente orquestadas.
- La vigilancia humana siempre es necesaria, pero quieres evolucionar.
Evite los agentes cuando:
- La tarea es simple, estructurada y reproducible.
- La velocidad y la rentabilidad son prioridades.
- Un flujo de trabajo tradicional o un sistema basado en reglas hará el truco.
Implicaciones para los servicios financieros y los pensamientos finales
La IA agente no es mágica. No se actúa. Pero es una evolución significativa en la forma en que construimos sistemas inteligentes. La clave es saber cuándo usarlo y cuándo no hacerlo. ¡Los flujos de trabajo cuentan! Lo mismo ocurre con las personas, los fabricantes de decisiones y la complejidad.
Como con cualquier tecnología emergente, el matiz cuenta más que el ruido. Si funciona, los agentes son adecuados para tareas clave.
- En los mercados, así como en el capital, imaginen a los agentes de la serie cronológica, agentes de respaldo, agentes de precios, agentes de investigación en acciones, agentes de cálculo VAR, etc.
- Para la oficina media y el cumplimiento, los agentes leerán los informes (EGSAR o STR), alertarán, monitorearán, calificarán, construirán gráficos, evaluarán las contrapartes, escriben informes, etc.
Cuando se han agrupado y orquestado como sistemas de agentes, o sistemas de IA de agente si prefiere esta oración, aumentarán, el servicio y los procesos pesados pesados, como la orquestación del tráfico de FX, los marcos de gestión de riesgos derivados, las mejoras en el cumplimiento y la validación y el desarrollo del software.
Pero el video no ha matado por completo a la estrella de radio. Esto trajo una tonelada de oportunidades de entretenimiento adicionales. ¡Solo mira el rango y la emoción de Glastonbury este fin de semana! La electrificación tampoco ha destruido la industria de servicios financieros. Lejos de esto, podemos intercambiar cualquier cosa, en cualquier lugar, en cualquier momento (especialmente), no solo el FTSE o el NYSE. Internet no ha matado por completo a los periódicos diarios, trayendo tramas y noticias falsas, así como un millón de personas y una perspectiva.
Con el Agente AI, veremos.