Los equipos de IA empresarial están chocando contra una pared, no porque sus modelos no puedan razonar, sino porque los flujos de trabajo subyacentes nunca fueron creados para los agentes. Las tareas fallan, las transferencias se interrumpen y el problema se agrava a medida que las organizaciones empujan a los agentes hacia los sistemas administrativos. Está surgiendo una nueva capa arquitectónica para abordarlo: planos de control de ejecución del flujo de trabajo que imponen una estructura determinista sobre los procesos que se espera que ejecuten los agentes.
Una de las empresas que está poniendo esto en primer plano es Salesforce, con una nueva plataforma de flujo de trabajo que convierte los flujos de trabajo administrativos en un conjunto de tareas que deben completar agentes especializados. Los usuarios pueden cargar sus procesos o utilizar uno de los Blueprints establecidos proporcionados por Salesforce, y Agentforce Operations lo desglosará para los agentes.
El vicepresidente senior de Producto de Salesforce, Sanjna Parulekar, dijo a VentureBeat en una entrevista que el problema es que muchos flujos de trabajo empresariales no están diseñados para los agentes. «Lo que hemos observado con los clientes es que muchas veces, la falla en un proceso probablemente esté en el documento de requisitos del producto», dijo Parulekar. «Entonces, cuando eso se carga en un producto, no funciona del todo. Podemos optimizarlo, eliminar algunas cosas y reemplazarlo con un agente».
Sin esta capa de panel de control, las empresas podrían correr el riesgo de implementar agentes que aumenten los costos en lugar de solucionar sus problemas de flujo de trabajo.
Hacer que el flujo de trabajo funcione para los agentes, no solo para los humanos
Las empresas que implementan agentes están aprendiendo una lección costosa: sus flujos de trabajo se diseñaron en torno a lagunas en el juicio humano, no en la ejecución automática. Los procesos que evolucionaron a lo largo de años de soluciones alternativas (pasos vagamente definidos, decisiones implícitas, coordinación que depende de que los individuos sepan qué hacer a continuación) se rompen cuando se les pide a los agentes que los sigan literalmente.
Incluso con todo el contexto de una empresa al alcance de la mano, los sistemas de IA tendrán dificultades para completar tareas si no está claro lo que se supone que deben hacer.
Parulekar dijo que su equipo descubrió que centrarse en lo que hace que el proceso funcione y dividirlo en pasos y flujos de trabajo más explícitos hace que el sistema sea más determinista. Luego, cuando plataformas como Agentforce Operations introducen agentes, esos agentes ya conocen sus tareas específicas.
«Obliga a las empresas a repensar sus procesos e introduce la observabilidad en la combinación debido al modelo de seguimiento de sesiones en el sistema», dijo.
Parulekar dijo que se pueden incorporar controles humanos al sistema, por lo que el proceso es más transparente.
Lo que diferencia este enfoque de otras ofertas de automatización del flujo de trabajo es que no depende de que los agentes decidan qué hacer a continuación; el sistema lo hace. A diferencia de las herramientas de automatización más tradicionales que dirigen tareas y agentes según la toma de decisiones probabilísticas, esto impone la ejecución en una estructura determinista más predefinida.
El problema que presenta
Codificar un flujo de trabajo no soluciona uno roto. Si un proceso tiene pasos defectuosos, codificarlo para los agentes bloquea el problema a escala. Y una vez que los flujos de trabajo se distribuyen entre los agentes, el desafío pasa de la ejecución a la gobernanza: quién es el propietario del proceso, quién lo valida y cómo evoluciona cuando cambian las condiciones comerciales.
Responsabiliza a los equipos de analizar detenidamente qué les funciona y qué no.
Las organizaciones deben considerar que, junto con el plano de control de ejecución que ofrecen plataformas como Agentforce Operations, alguien debe ser responsable de la finalización y el éxito de las tareas.
Brandon Metcalf, fundador y director ejecutivo de la empresa de orquestación de la fuerza laboral Asymbl, dijo a VentureBeat en una entrevista separada que la clave para que tanto los humanos como los agentes sigan un flujo de trabajo es un objetivo compartido.
«Hay que entender el objetivo o el agente o el ser humano no completará la tarea con éxito», dijo Metcalf. «Alguien tiene que gestionar el resultado que se debe lograr. Puede ser una persona o un agente».
El cuello de botella se ha movido. Como lo planteó Metcalf, la pregunta ya no es si los agentes pueden razonar a través de una tarea, sino si el flujo de trabajo subyacente es lo suficientemente coherente como para ejecutarlo. Para las empresas que construyeron sus procesos en torno al juicio humano y la memoria institucional, esa es una solución más difícil que cambiar por un modelo más inteligente.
Suscríbete y recibe las historias más importantes del día.
Al suscribirte aceptas nuestros términos y condiciones y política de privacidad.
