La industria tecnológica frecuentemente abraza palabras de moda o «buzzwords», y la más reciente en capturar la atención es la Inteligencia Artificial (IA) agéntica. A diferencia de las fases previas de la IA que ya han sido ampliamente discutidas y adoptadas, la IA agéntica promete una revolución mediante agentes autónomos capaces de tomar decisiones y actuar para lograr objetivos específicos sin intervención humana constante. Marcas importantes como Qualcomm, durante el Snapdragon Summit, destacaron este concepto, a pesar de no presentar productos concretos que se ajusten a esta definición avanzada de IA.
La IA agéntica, considerada como una evolución significativa de la inteligencia artificial, pretende superar a la IA generativa mediante su capacidad de realizar tareas complejas de manera independiente. Gigantes tecnológicos como Google, NVIDIA, y Amazon describen a estos agentes como sistemas autónomos con capacidades avanzadas de resolución de problemas, razonamiento, y planificación iterativa.
Sin embargo, la realidad está lejos de estas ambiciosas definiciones. Muchos productos y servicios etiquetados como “agénticos” no pasan de ser automatizaciones básicas, lo que ha llevado a críticas por parte de analistas y expertos que acusan a las empresas de «agent washing», es decir, de vender como novedosa una tecnología que realmente no introduce cambios significativos o que simplemente renombra capacidades ya existentes.
Este fenómeno refleja un entusiasmo temprano, posiblemente prematuro, por la IA agéntica, motivado por el miedo a quedar obsoletos y la competencia en el mercado. Una encuesta reveló un aumento en la inversión en IA por parte de empresas estadounidenses, impulsadas por la creencia de que los agentes IA transformarán el entorno laboral de manera similar o incluso más radical que lo que hizo internet.
A pesar de las críticas y las expectativas infladas, la IA agéntica se ubica como un campo prometedor en el horizonte tecnológico, con la potencialidad de avanzar hacia la autonomía completa, pero enfrenta desafíos significativos tanto en su conceptualización como en su implementación práctica.