Resumen:Los entornos empresariales actuales requieren que las organizaciones reconfiguren continuamente procesos multifuncionales; sin embargo, los sistemas empresariales todavía están organizados en torno a departamentos aislados, flujos de trabajo rígidos y automatización codificada. Mientras tanto, los modelos de lenguajes grandes (LLM) se destacan en la interpretación del lenguaje natural y los datos no estructurados, pero carecen de una ejecución determinista y verificable de una lógica empresarial compleja. Para abordar esta brecha, aquí presentamos AUTOBUS, un sistema empresarial autónomo que integra agentes de IA basados en LLM, programación de lógica de predicados y datos empresariales centrados en la semántica empresarial en una arquitectura de IA neurosimbólica coherente para orquestar iniciativas empresariales de extremo a extremo. AUTOBUS modela una iniciativa como una red de tareas con condiciones previas y posteriores explícitas, datos requeridos, reglas de evaluación y acciones a nivel de API. Los datos empresariales se organizan como un gráfico de conocimiento cuyas entidades, relaciones y restricciones se traducen en hechos lógicos y reglas fundamentales, proporcionando la base semántica para el razonamiento de tareas. Los agentes centrales de IA sintetizan instrucciones de tareas, semántica empresarial y herramientas disponibles en programas lógicos específicos de tareas, que son ejecutados por un motor lógico que impone restricciones, coordina herramientas auxiliares y organiza la ejecución de acciones y resultados. Los seres humanos definen y mantienen la semántica, las políticas y las instrucciones de tareas, seleccionan herramientas y supervisan decisiones ambiguas o de alto impacto, asegurando la responsabilidad y la adaptabilidad. Detallamos la arquitectura de AUTOBUS, la anatomía de los programas lógicos generados por el agente de IA y el papel de los humanos y las herramientas auxiliares en el ciclo de vida de una iniciativa empresarial.
Publicado originalmente en export.arxiv.org el 22 de enero de 2026.
Ver fuente original
