Los agentes de IA pueden elevar los costes empresariales al crear y conservar información mientras trabajan, según Tobie Morgan Hitchcock, de TechRadar. A diferencia de un chatbot que recupera contexto para responder una pregunta, los agentes pueden actualizar su estado, llamar a herramientas y registrar resultados a medida que avanzan las tareas.
Esto cambia la economía del despliegue. Los costes de la IA generativa tradicional suelen crecer con el número de usuarios, mientras que los de los sistemas multiagente pueden aumentar con la complejidad de las tareas. AWS estima que una prueba de concepto basada en texto con unas 100 interacciones al día cuesta alrededor de 40 dólares al mes. Una prueba de concepto basada en agentes, con un volumen similar, una base de conocimiento y medidas de protección, cuesta alrededor de 840 dólares al mes. El análisis de Anthropic sobre su investigación multiagente señala que esos sistemas usan 15 veces más tokens que las interacciones de chat.
La memoria añade costes cuando los agentes conservan acciones anteriores y pruebas para que ellos mismos u otros agentes las utilicen después. Una flota creciente puede necesitar más almacenamiento y sincronización; mantener registros de acceso poco frecuente en el nivel de almacenamiento más rápido también puede encarecerla. El artículo sostiene que el diseño de la memoria debe tener en cuenta las actualizaciones simultáneas, el contexto compartido y la diferencia entre registros activos e históricos.
Para los registros antiguos, los equipos pueden sopesar el historial completo de versiones frente a los cambios incrementales, o combinar instantáneas periódicas con actualizaciones más pequeñas. Estas decisiones afectan al acceso, al almacenamiento y al coste de operar flotas de agentes. Por eso, la capa de datos es un aspecto importante al pasar de proyectos piloto a producción.
Comentarios
0Aún no hay comentarios. Escribe el primero.