En asociación con
Cuando la preparación de los agentes cae se debe en gran medida a la falta de contexto empresarial que se proporciona a los sistemas de agentes. Cuanto más compleja es la tarea, más capacidad de razonamiento requiere un agente y mayor su necesidad de contexto empresarial. Estas capacidades de generación de contexto para los agentes aún se encuentran en una etapa temprana de desarrollo, especialmente en situaciones donde los datos empresariales son difíciles de combinar y conectar en el ciclo de vida del agente a la velocidad y calidad en que los desarrolladores y ejecutivos los necesitan. La supervisión humana es un factor clave de éxito en el despliegue de IA agente.
Sabiendo que los equipos de tecnología están en una posición fundamental para liderar esta transformación, los expertos que entrevistamos esperan que la confianza de los agentes se acelere a medida que la experiencia con los agentes se profundiza y los entornos comerciales maduran. “A medida que diseñamos agentes para que operen dentro de los mismos límites operativos, sistemas de identidad y modelos de gobierno que los equipos ya usan, comienzan a comportarse más como los sistemas en los que las organizaciones ya confían”, dice Jeremy Winter, vicepresidente corporativo y director de productos de Microsoft Azure Platform.
Este informe, basado en una encuesta a 300 expertos en tecnología global, clasifica 101 tareas en inteligencia artificial, datos y flujos de trabajo en la nube según la confianza de los encuestados en los agentes que actúan en su nombre. También examina cómo los equipos de tecnología ven las oportunidades y los desafíos relacionados con la IA agente, junto con el potencial de la tecnología para mejorar sus carreras.
Los hallazgos clave del informe incluyen:
La confianza en los agentes está aumentando en tareas mensurables y en áreas de juicio complejo. Los expertos en tecnología creen abrumadoramente que los agentes ayudan con el trabajo diario, lo que incluye optimizar los procesos, mejorar el rendimiento y reducir las tareas repetitivas. La confianza es máxima para procesos como la generación de informes y código repetitivo, y existe una clara oportunidad cuando las tareas implican flujos de trabajo de varios pasos y razonamiento avanzado para tomar decisiones.
Los flujos de trabajo de datos son el dominio innovador. Los equipos de tecnología confían más en los agentes cuando la estructura puede proporcionar una base confiable para tomar decisiones. Esto incluye áreas como el monitoreo de la calidad de los datos, la detección de anomalías en la visualización, el monitoreo del flujo de datos en tiempo real y la elaboración de perfiles de datos. Aquí es donde los expertos del dominio más cercanos al punto de generación de datos pueden proporcionar contexto para permitir que los agentes actúen y brinden resultados confiables.
Descargue el informe completo.
Lea el Blog de la nube de Microsoft por Amanda Silver, vicepresidenta corporativa de Microsoft 365 Core y Work IQ, que subraya la importancia de mantener a los humanos informados y cómo el pensamiento sistémico avanza en las carreras. Y para profundizar en los flujos de trabajo de datos como un caso de uso innovador para los agentes, consulte el Blog de telas para escuchar a Kim Manis, vicepresidente corporativo de Producto de Microsoft Fabric.
Este contenido fue producido por Insights, la rama de contenido personalizado de MIT Technology Review. No fue escrito por el personal editorial de MIT Technology Review. Fue investigado, diseñado y escrito por escritores, editores, analistas e ilustradores humanos. Esto incluye la redacción de encuestas y la recopilación de datos para encuestas. Las herramientas de IA que pudieron haberse utilizado se limitaron a procesos de producción secundarios que pasaron una revisión humana exhaustiva.
Publicado originalmente en technologyreview.com el 29 de junio de 2026.
Ver fuente original
