Impulsar mejores resultados empresariales a través de sistemas multiagente

El aumento de los mandatos de IA son la nueva normalidad en la empresa, y las organizaciones son impulsando la IA agente con datos empresariales para convertir grandes cantidades de datos en conocimiento accionable y aumentar la productividad y las operaciones. La promesa y el progreso de la IA agente están inmensos y reales. No es plug and play; se trata de diseñar sistemas que generen valor para el negocio—a través del coste, la calidad, la rapidez y la escala.

Según una predicción de Gartner^®, "más del 40 por ciento de los proyectos de IA agente serán cancelados antes de finales de 2027, debido a costes crecientes, valor empresarial poco claro o controles de riesgo insuficientes." Sostenemos la opinión de que la IA agente puede ser un cambio radical, solo que no en todas partes. Esa tasa de cancelación dice menos sobre la tecnología y más sobre cómo son abordando las organizaciones. En situaciones en las que he visto que la IA agente tiene éxito, las conversaciones Comienza con equipos que entienden cuándo utilizar agentes de IA, cuándo ceñirse a la automatización y cuándo replantearse el flujo de trabajo.

Cómo difieren los agentes de IA

La IA agente utiliza una planificación sofisticada e iterativa para resolver de forma autónoma problemas complejos y de varios pasos. Un sistema de agentes de IA para operaciones de TI (ITOps), por ejemplo, puede triar y aislar la causa raíz de un problema de servicio evaluando la situación e identificando posibles causas basándose en datos contextuales de la topología del servicio, señales de telemetría y eventos de cambio. Son diferentes tipos de agentes para distintas funciones del trabajo:

• Los agentes no deterministas utilizan razonamiento para determinar qué tareas deben completarse y hacer un seguimiento de lo que ya se ha hecho. BMC HelixGPT Situation Observer están un buen ejemplo de este tipo de agente. Aprende a analizar dinámicamente el contexto a través de infraestructura, aplicación y recursos de red; Reduce el ruido de eventos; y optimiza el tiempo medio hasta la resolución (MTTR) basado en el flujo de trabajo orientado a la situación, todo ello sin intervención humana.
• Los agentes deterministas ejecutan flujos de trabajo con pasos predeterminados. El Navegador de Empleados HelixGPT de BMC es un ejemplo de agente determinista, y da un gran paso hacia ofrecer experiencias de autoservicio mejores, más naturales y similares a las humanas mediante "ver y oír". Cuando se le solicita, el agente accede a una lista de herramientas y utiliza la mejor para proporcionar la información adecuada y acelerar las resoluciones y la satisfacción.

A menudo, te necesitarás una combinación de tipos de agentes de IA para abordar problemas complejos. Los agentes de IA pueden hacer muchas cosas interesantes, pero ofrecen el mayor valor cuando trabajan juntos en un sistema multiagente para resolver situaciones que requieren mucho proceso.

Enfoque de sistemas multiagente de BMC Helix

La IA agente no se trata de un único agente "mágico": se trata de orquestar la combinación adecuada de modelos, técnicas, herramientas, datos y flujos de trabajo estructurados con una toma de decisiones autónoma para resolver problemas complejos. Las tareas que antes requerían múltiples herramientas especializadas ahora pueden ser gestionadas por un único sistema multiagente bien diseñado. Este enfoque multiplica la productividad y reduce costes utilizando las herramientas adecuadas para el trabajo.

BMC HelixGPT Best Action Planner es un buen ejemplo de orquestador o planificador que te ofrece los mejores pasos de remediación para solucionar un problema, junto con información relevante de planificación y optimización de TI. Este sistema multiagente tiene en cuenta los datos y procesos únicos de la organización al formular un plan de acción para resolver un incidente.

Cuando ocurre un problema, el sistema multiagente sigue el mismo proceso que los ingenieros de fiabilidad en el sitio humano (SREs) o los ingenieros DevOps para diagnosticarlo y resolverlo. Sigue un plan de análisis llamando a los agentes específicos de dominio para procesar la siguiente información y Haz decisiones basadas en ella:

• Troncos
• Métricas
• Traces
• Cambio (reciente, pasado, cambios similares)
• Documentos
• Flujos de trabajo

Entrenado en tus datos de incidentes, scripts de chat, análisis de causas raíz y su capacidad para entender y correlacionar objetivos de nivel de servicio (SLOs), grafos de dependencias y registros de cambios, el sistema multiagente puede sustituir gran parte de la investigación manual que los SREs e ingenieros DevOps suelen hacer para reducir el alcance de un problema. Esta capa de orquestación y planificación será cada vez más importante a medida que los agentes de IA son implementen en toda la empresa.

A medida que diferentes partes de la organización implementan agentes de IA y automatiza procesos manuales, te pueden acabar rápidamente con arquitecturas tipo patchwork que se vuelven demasiado complejas para replantearse. Los CIOs deben desarrollar desde el principio un marco multiagente para dividir a los agentes de IA en subagentes, donde cada uno pueda añadirse al sistema, dictado por nuevos flujos de trabajo. Plantear preguntas como: "¿Qué decisiones podemos descargar de forma segura?" y "¿Dónde pueden estandarizar las acciones?" son fundamental para garantizar resultados exitosos.

Realización del valor empresarial

El verdadero valor de la IA agente está en impulsar la productividad empresarial, en lugar de solo automatizar tareas individuales. Eso significa adoptar un sistema multiagente en la gestión y operaciones de servicios que se alinee con objetivos estratégicos como:

Crecimiento de ingresos: Una mejor experiencia para los empleados puede impulsar significativamente el crecimiento de los ingresos. Los empleados comprometidos son más felices, productivos e innovadores, lo que a su vez conduce a un aumento de ventas e ingresos. Con BMC HelixGPT Employee Navigator, los empleados son capacitados para resolver tickets de forma oportuna mediante un acceso más rápido al conocimiento empresarial y la dirección de escalaciones automatizadas a los equipos adecuados.

Optimización de costes: Optimizar costes es una parte crítica de la sostenibilidad organizativa. Los CIO pueden utilizar IA y flujos de trabajo integrados para automatizar tareas repetitivas, reducir el volumen de tickets y agilizar la respuesta a incidentes. Al crear un único incidente para muchos eventos correlacionados, junto con los detalles del servicio y del elemento de configuración (CI) afectados, BMC HelixGPT Situation Observer reduce significativamente el número de tickets creados, así como sus costes y ruido de incidentes correspondientes.

Gestión de riesgos: Los CIOs pueden utilizar agentes de IA para ayudar a acelerar la remediación de vulnerabilidades. El Vulnerability Resolver de BMC HelixGPT está diseñado para acelerar y fortalecer tu proceso de gestión de vulnerabilidades, facilitando que nunca visualizar, priorizar y actuar sobre vulnerabilidades a gran escala. Con la flexibilidad de elegir entre un despliegue SaaS o On-premises, los CIOs pueden alinear el despliegue con los requisitos de seguridad, las normativas o las preferencias de infraestructura.

Conclusión

La IA, específicamente la IA agente, ya no es un atractivo — y la plataforma adecuada de orquestación agential empresarial proporciona la gobernanza y escalabilidad que los despliegues multiagente requieren para pasar del piloto a la producción. A medida que la IA continúa transformando el trabajo de TI, los CIO y líderes de TI deben adoptar un enfoque estratégico para implementar sistemas agenticos en sus procesos. No conectes agentes solo a flujos de trabajo heredados esperando transformación: es hora de replantearlos por completo.

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