Cuando se trata de tejido agente, ¿qué es interesante, importante e inmediato?

La industria ha pasado los últimos dos años demostrando que los agentes pueden "pensar". Los próximos años tratarán de demostrar que pueden operar de forma fiable. Dependiendo de a quién te preguntar, la tela agentica (a veces llamada tela agente, plano de control agential o tela de control agente) están o bien una idea arquitectónica significativa o la última etiqueta asociada a los agentes de IA. Las conversaciones más útiles son teniendo lugar entre los equipos de plataforma, líderes de operaciones de TI, arquitectos y profesionales de la automatización preguntando: ¿Qué ocurre después de que los agentes pasan de experimentos a producción? ¿Qué se necesita para operar cientos o miles de ellos de forma fiable y segura? Ahí es donde la discusión pasa rápidamente de lo que pueden hacer los agentes a cómo serán operados.

¿Qué quieren decir las personas con "tejido agente"?

La estructura agente se está mejor entendida como un concepto arquitectónico, no como un producto, plataforma o marco. En la práctica, el término describe la capa que conecta, coordina, gobierna y observa a los agentes de IA mientras interactúan con sistemas, datos, herramientas y entre ellos. Si eliminas la terminología, es un esfuerzo por Crea un plano de control para los agentes. Una forma de:

• Conectar agentes con sistemas y datos
• Goberna lo que pueden y no pueden hacer
• Coordinar el trabajo entre varios agentes
• Supervisa acciones y resultados
• Mantener la responsabilidad cuando las decisiones impulsadas por los agentes afectan a las operaciones empresariales

El tejido agente está dando un nuevo nombre a un reto con el que los equipos de TI llevan décadas lidiando: coordinar sistemas cada vez más complejos de una manera fiable, segura, observable y escalable. Si la etiqueta dura o no está irrelevante. Los desafíos operativos subyacentes son reales y llegan independientemente de cómo los llamemos.

Tejido Agentico vs. Orquestación

En este punto, algunos de te pueden estar pensando: ¿No es esto solo orquestación? Es una pregunta justa y, en algunos casos, una crítica justificada. Muchos productos que se comercializan como tejido agential son fundamentalmente plataformas de orquestación, motores de flujo de trabajo, capas de integración o herramientas de gobernanza envueltas en terminología de IA. Al mismo tiempo, es difícil hablar de tejido agente sin hablar de orquestación. La diferencia están que las discusiones sobre agentes tienden a surgir un conjunto más amplio de cuestiones operativas sobre gobernanza, identidad, rendición de cuentas, gestión del ciclo de vida y contexto compartido, especialmente a medida que crecen las poblaciones de agentes.

¿Qué tiene de interesante la tela agente?

La estructura agente están llamando la atención porque los agentes son interactuando cada vez más con herramientas, datos, sistemas de negocio y entre ellos, ampliando el rango de lo posible.

• Los agentes especializados son cada vez más prácticos

Ahora podemos imaginar de forma realista a agentes de operaciones, de atención al cliente, de finanzas, de entrega de software y de análisis de datos trabajando junto a equipos humanos, cada uno centrado en dominios y responsabilidades específicas. Los agentes son empezando a reflejar los entornos en los que entran, actuando como sistemas especializados que realizan funciones especializadas dentro de procesos más amplios.

• Los flujos de trabajo multiagente son más allá de la teoría

Los equipos son implementando flujos de trabajo donde los agentes coordinan el trabajo, acceden a diferentes herramientas y participan en procesos empresariales más amplios. Lo interesante están empezando a estructurar los procesos empresariales en torno a esa colaboración.

• Los agentes se son convirtiendo en consumidores de plataforma

Los equipos de plataforma son acostumbrados a crear servicios para desarrolladores, operadores, SRE y usuarios de negocio. Ahora están diseñando para otro consumidor: los agentes. A medida que los agentes se convierten en participantes en sistemas operativos, surgen preguntas familiares:

• ¿Cómo se autentican?
• ¿Qué permisos deberían tener?
• ¿Cómo son se hacen cumplir las políticas?
• ¿Cómo se están observados su comportamiento?

La idea de los agentes como consumidores de plataforma puede ser una de las discusiones menos valoradas que se están produciendo actualmente. Estos tres desarrollos son interesantes porque amplían el rango de trabajo en el que los agentes pueden participar y el número de sistemas con los que pueden interactuar. Pero siguen siendo en gran medida conversaciones sobre capacidad y posibilidad.

El siguiente desafío está operativo.

¿Qué es importante el tejido agente?

Lo que hace importante la estructura agente están cómo la idea se refleja en los requisitos operativos reales y en las capacidades de solución que trasladan a los agentes de interacciones aisladas a operaciones empresariales. Los modelos potentes y los agentes capaces son cada vez más accesibles. A medida que la inteligencia se convierte en una mercancía, el diferenciador están la ejecución: la capacidad de desplegar, coordinar y gobernar agentes a través de sistemas, flujos de trabajo y equipos de forma fiable, segura y escalable. Si el control, y no la inteligencia, están convirtiéndose en el factor diferenciador, las soluciones de tejido agential deberían:

1. Ayudar a los agentes a contribuir a los resultados, no solo a las tareas

Un problema con el cliente puede requerir la recopilación, análisis, aprobación, escalada y acción de datos a través de múltiples sistemas. Un proceso de entrega de software puede implicar flujos de trabajo de pruebas, validación, despliegue y notificaciones. En la práctica, eso significa descomponer objetivos mayores en tareas más pequeñas, enrutarlos a agentes o sistemas especializados y adaptarlos cuando algo no sale según lo planeado. La capacidad de un agente para realizar una tarea está solo el punto de partida. Lo importante están permitir que varios agentes contribuyan a un proceso más amplio sin coordinación manual entre pasos.

2. Dar acceso a los agentes sin renunciar a la gobernanza

Los agentes necesitan acceso a aplicaciones, APIs, bases de datos, fuentes de conocimiento y sistemas empresariales para ser útiles. Pero no queremos que operen con acceso no controlado. Estándares como MCP Haz que las conexiones sean más fáciles de establecer, pero no sustituyen la aplicación de políticas, la monitorización y la rendición de cuentas. Lo importante están que esas conexiones puedan ocurrir dentro de marcos de seguridad y gobernanza existentes, en lugar de obligar a los equipos a inventar un modelo operativo completamente nuevo para la IA.

3. Incorporar agentes al modelo operativo

Si un agente puede tomar medidas en nombre de la empresa, cuestiones como la propiedad, la autorización y la responsabilidad se vuelven inevitables:

• ¿El agente dispone de los recursos adecuados?
• ¿Sons capaces de recuperarnos de fallos transitorios?
• ¿Puede el agente gestionar un aumento en el rendimiento de las solicitudes?
• ¿Podemos pausar el agente si necesitamos verificar entradas?
• ¿Podemos volver a una versión anterior de este agente?

Esas preguntas deben formar parte del modelo operativo, no algo que resolvamos después del despliegue.

4. Haz el comportamiento del agente lo suficientemente visible para confiar

Si un agente hace una recomendación, toma una acción, accede a un sistema o activa un flujo de trabajo, necesitamos entender qué ha pasado y por qué. Eso significa poder Ve prompts, decisiones, llamadas a herramientas, ejecución de flujos de trabajo y resultados. Cuanto más autónomos se vuelven los agentes, más valiosa será esa visibilidad. En conjunto, estas capacidades ayudan a pasar de la experimentación a la producción.

¿Qué tiene de inmediato la tela agente?

El problema inmediato están que los agentes son empezando a entrar en entornos de producción más rápido de lo que muchos equipos pueden inventariarlos y gobernarlos como población. Eso plantea ahora dos desafíos prácticos: descubrir dónde son agentes aparecen y mantener el control operativo a medida que aumentan su número, alcance e interdependencia. Un llamado a la preparación, no al pánico.

La expansión de agentes está cada vez más difícil de ignorar

Tu organización puede que ya tenga más agentes de los que te imaginas. Los agentes son llegando a través de entornos Microsoft Copilot, plataformas SaaS, equipos internos de desarrollo, iniciativas departamentales, soluciones de terceros y capacidades de IA integradas. Antes de poder gestionar agentes, necesitamos ser capaces de encontrarlos. Aunque la mayoría de los equipos pueden inventariar aplicaciones, infraestructura y flujos de trabajo, menos pueden decir cuántos agentes son operando en el entorno actualmente.

La complejidad están el verdadero desafío

A medida que crece la población de agentes, los equipos tendrán que gestiona acciones contradictorias, dependencias, deriva de permisos, ambigüedad de propiedad, contención de herramientas, fallos en flujos de trabajo, rutas de escalada y requisitos de auditoría. Ninguno de estos son exclusivo de la IA. Las empresas llevan décadas gestionando dependencias, permisos, fallos, propiedad y coordinación entre aplicaciones y flujos de trabajo. Lo que diferencia están que ahora esas dependencias involucran participantes del software que pueden Haz recomendaciones, invocar herramientas, iniciar acciones e interactuar entre sí sin intervención humana directa. considera la evolución: un solo agente puede revisarse manualmente. Diez agentes empiezan a afectar los flujos de trabajo. Cientos de agentes que interactúan con sistemas, datos, flujos de trabajo y otros agentes requieren un modelo operativo más sólido.

¿Qué es el plano de control para los agentes?

La industria ha pasado años construyendo planos de control capaces de coordinar aplicaciones, infraestructura, flujos de trabajo y Pipelines de datos a gran escala. Es difícil Ve que la mayoría de nosotros pongamos en marcha un modelo operativo separado solo para gestionar agentes. Un resultado más probable están que los agentes se conviertan en otro participante en los entornos que ya gestionamos, junto con aplicaciones, datos, infraestructura y procesos de negocio. La cuestión práctica están si los planos de control operativo existentes pueden evolucionar para incorporar trabajo impulsado por agentes, en lugar de si deberíamos introducir otra capa operativa más. Ahí es donde entran en juego soluciones como Control-M. No como plataformas independientes para agentes, sino como una forma de integrar el trabajo impulsado por agentes en el mismo marco operativo que utilizan los equipos para coordinar, gobernar y supervisar las operaciones empresariales en el entorno más amplio. Ve cómo Control-M operacionaliza la IA

Evaluación del tejido agente: preguntas que importan

A medida que el mercado se llena de productos que afirman ser tejidos agentes, planos de control de agentes y plataformas multiagente, los líderes deberían seguir centrándose en la capacidad operativa. Descubrimiento

• ¿Puede identificar a todos los agentes que te operan en el entorno?
• ¿Todos los agentes tienen un propietario de negocio?
• ¿Se pueden detectar agentes no gestionados o "en la sombra"?
• ¿Puede te Ve donde los agentes son interactuando con sistemas y datos críticos?

Gobernanza

• ¿Son los permisos se aplican de forma consistente entre los agentes?
• ¿Pueden los agentes operar dentro de marcos de seguridad e identidad existentes?
• ¿Son las políticas gestionadas de forma centralizada y auditables?
• ¿Se puede revisar y revocar el acceso cuando los agentes cambian de rol o son retirados?

Visibilidad

• ¿Se pueden observar acciones, decisiones, llamadas de herramientas y resultados?
• ¿Se puede rastrear la actividad a través de múltiples agentes, sistemas y flujos de trabajo?
• ¿Está una auditoría completa cuando los investigadores necesitan reconstruir los hechos?
• ¿Pueden los equipos entender por qué un agente tomó una acción concreta?

Coordinación

• ¿Cómo interactúa el trabajo dirigido por agentes con los flujos de trabajo existentes?
• Son gestionadas las dependencias entre agentes, aplicaciones y data Pipelines?
• ¿Qué ocurre cuando un agente falla, se estanca o produce un resultado inesperado?
• ¿Se puede incorporar la intervención humana cuando sea necesario?

Datos y contexto

• ¿Cómo acceden los agentes a datos empresariales de confianza?
• ¿Está el acceso gobernado y monitorizado?
• ¿Se puede compartir el contexto de forma consistente entre varios agentes?
• ¿Son reglas y políticas empresariales se aplican de forma coherente independientemente de qué agente están actuando?

Escala y control

• ¿Seguiría funcionando el enfoque actual si el número de agentes se multiplicara por diez?
• ¿Qué ocurre cuando los agentes empiezan a interactuar con otros agentes a gran escala?
• ¿Pueden los equipos operativos mantener la visibilidad y la gobernanza a medida que crece la adopción?
• ¿En qué se convierte en el plano de control a medida que las poblaciones de agentes se expanden?

Ciclo de vida del agente

• ¿Cómo son aprobados los agentes antes del despliegue?
• ¿Cómo son revisionados y probados los cambios?
• ¿Cuándo debería jubilarse un agente?
• ¿Cómo es que te verifica agentes inactivos ya no conservan acceso?
• ¿Quién es responsable de la revisión periódica de permisos, comportamientos y resultados?

Las arquitecturas de tejido agente más sólidas no solo ayudarán a los agentes a actuar. Ayudarán a los equipos a operar grandes poblaciones de agentes con la misma disciplina ya aplicada a aplicaciones, flujos de trabajo, infraestructura y datos. Ya sea que lo llamemos tejido agente, orquestación de agentes o plano de control para agentes, el trabajo sigue siendo el mismo: mantener el control operativo a medida que grandes poblaciones de agentes se convierten en parte de cómo se realiza el trabajo.  

Estas publicaciones son mías y no representan necesariamente la posición, estrategias u opinión de BMC.