Los agentes de IA necesitan contexto empresarial para decidir mejor

Los agentes de IA pueden realizar acciones dentro de una empresa, pero necesitan información adecuada para tomar decisiones fundamentadas. Un pago a un proveedor puede coincidir con una orden de compra, el presupuesto y el registro del proveedor, y aun así ser incorrecto si el contrato venció el día anterior.

En un artículo de TechRadar, Will McAllister, presentado como vicepresidente sénior y director general para EMEA en Guidewire, sostiene que la IA empresarial necesita algo más que modelos capaces. Las personas siguen revisando los resúmenes y recomendaciones de los asistentes, pero esa revisión puede fallar. El riesgo aumenta cuando los agentes pueden actualizar registros, aprobar solicitudes o activar flujos de trabajo directamente.

McAllister afirma que las empresas deberían permitir que los agentes consulten objetivos, reglas e información actualizada sobre cada tarea sin concederles autoridad ilimitada. Resume el enfoque como «contexto amplio, pero autoridad limitada». Si se entrenan agentes gradualmente con documentos de la empresa, pueden aprender reglas obsoletas o ejemplos que no reflejan cómo se gestionan las excepciones.

Su propuesta, «el contexto en el núcleo», consiste en situar la IA dentro de plataformas operativas que registran compromisos, aplican reglas y procesan transacciones. Un núcleo de confianza puede reunir datos, reglas, permisos e historial actualizados. Así, los agentes pueden recuperar el conjunto mínimo de datos autorizados que necesitan para una tarea.

McAllister pone como ejemplo los seguros: las decisiones pueden depender de las condiciones de la póliza, las circunstancias del cliente, las reglas locales y el estado actual de una reclamación. Si la póliza cambió el día anterior, un extracto de la semana previa puede estar desactualizado. Según McAllister, otros procesos empresariales complejos también necesitan contexto operativo.