La era de las cadenas de avisos empresariales y los agentes en la sombra está llegando a su fin a medida que surgen nuevas opciones para orquestar sistemas complejos de múltiples agentes. A medida que las organizaciones ponen en producción sus agentes de IA, la pregunta sigue siendo: “¿cómo los gestionaremos?” »
Google y Amazon Web Services ofrecen respuestas fundamentalmente diferentes, lo que ilustra una división en la pila de IA. El enfoque de Google es ejecutar la administración de agentes en la capa del sistema, mientras que el método de aprovechamiento de AWS reside en la capa de ejecución.
El debate sobre cómo administrar y controlar adquirió una nueva dimensión el mes pasado cuando las empresas competidoras lanzaron o actualizaron sus plataformas de creación de agentes (Anthropic con los nuevos Claude Managed Agents y OpenAI con mejoras en el SDK de Agents), brindando a los equipos de desarrolladores opciones para administrar agentes.
AWS, con las nuevas funciones agregadas a Bedrock AgentCore, optimiza la velocidad (utilizando arneses para que los agentes lleguen al producto más rápido) al tiempo que proporciona herramientas y gestión de identidades.
Mientras tanto, Gemini Enterprise de Google adopta un enfoque que prioriza la gobernanza utilizando un plano de control estilo Kubernetes. Cada método proporciona información sobre cómo los agentes pasan de ser asistentes de tareas de corta duración a entidades de mayor duración dentro de un flujo de trabajo.
Actualizaciones y paraguas
Para comprender la situación de cada empresa, esto es lo que es realmente nuevo.
Google ha lanzado una nueva versión de Gemini Enterprise, que reúne sus ofertas de agentes de IA empresarial (Gemini Enterprise Platform y Gemini Enterprise Application) bajo un mismo techo.
La compañía ha cambiado el nombre de Vertex AI a Gemini Enterprise Platform, al tiempo que insiste en que, aparte del cambio de nombre y las nuevas características, sigue siendo fundamentalmente la misma interfaz.
«Queremos proporcionar una plataforma y una puerta de entrada para que las empresas accedan a todos los sistemas y herramientas de inteligencia artificial que proporciona Google», dijo a VentureBeat Maryam Gholami, directora senior de gestión de productos de Gemini Enterprise, en una entrevista. «La forma en que se puede pensar es que la aplicación Gemini Enterprise se basa en la plataforma del agente Gemini Enterprise, y las herramientas de seguridad y gobernanza se proporcionan de forma gratuita como parte de la suscripción a la aplicación Gemini Enterprise. »
Por otro lado, AWS agregó un nuevo arnés de agente administrado a Bedrock Agentcore. La compañía dijo en un comunicado de prensa compartido con VentureBeat que el arnés «reemplaza la construcción inicial con un punto de partida basado en configuración impulsado por Strands Agents, el marco de agentes de código abierto de AWS».
Los usuarios definen lo que hace el agente, el modelo que utiliza y las herramientas que llama, y AgentCore hace el trabajo de reunirlo todo para ejecutar el agente.
Los agentes ahora se convierten en sistemas
El avance hacia agentes autónomos a largo plazo y con estado ha obligado a repensar cómo se comportan los sistemas de IA. A medida que los agentes pasan de tareas efímeras a flujos de trabajo de larga duración, surge una nueva clase de fallas: la deriva de estado.
A medida que los agentes continúan operando, acumulan memoria, así como respuestas y contexto en evolución. Con el tiempo, este estado se vuelve obsoleto. Las fuentes de datos cambian o las herramientas pueden arrojar respuestas contradictorias. Pero el agente se vuelve más vulnerable a las inconsistencias y menos veraz.
La confiabilidad del agente se convierte en un problema del sistema, y gestionar esta desviación puede requerir algo más que una ejecución más rápida; esto puede requerir visibilidad y control.
Este es el punto de falla que plataformas como Gemini Enterprise y AgentCore intentan evitar.
Aunque este cambio ya está en marcha, Gholami admitió que los clientes dictarán cómo quieren gestionar y controlar a cualquier agente que haya estado en el negocio durante mucho tiempo.
«Vamos a aprender mucho de los clientes que utilizarían agentes con mucha experiencia, donde simplemente asignarían una tarea a estos agentes autónomos para que puedan seguir adelante y cumplirla», dijo Gholami. «Por supuesto, hay trucos, controles y equilibrios que encontrar y el agente puede regresar y pedir más información».
La nueva pila de IA
Lo que está cada vez más claro es que la pila de IA se está dividiendo en distintas capas, resolviendo diferentes problemas.
AWS, y hasta cierto punto Anthropic y OpenAI, se optimizan para una implementación más rápida. Claude Managed Agents abstrae gran parte del trabajo de backend necesario para configurar un agente, mientras que Agents SDK ahora incluye soporte de zona de pruebas y un arnés listo para usar. Estos enfoques tienen como objetivo reducir las barreras para los agentes de campo.
Google ofrece un panel de control centralizado para gestionar la identidad, hacer cumplir políticas y monitorear el comportamiento a largo plazo.
Las empresas probablemente necesiten ambos.
Algunos profesionales dicen que sus empresas necesitan tener un debate serio sobre el nivel de riesgo que están dispuestas a asumir.
«La conclusión clave para los líderes de tecnología empresarial que están considerando estas tecnologías en este momento se puede expresar de esta manera: si bien la cuestión de la operación del agente versus la ejecución a menudo se ve como una cuestión de construir o comprar, es ante todo una cuestión de gestión de riesgos. Si puede permitirse el lujo de ejecutar sus agentes a través de un entorno de ejecución de terceros porque no impactan sus flujos de ingresos, eso no es gran cosa. Por el contrario, en el contexto de procesos más críticos, la última opción será la única a considerar desde una perspectiva empresarial», Rafael Sarim Oezdemir, jefe de crecimiento de EZContacts, dijo a VentureBeat en un correo electrónico.
La iteración rápida permite a los equipos experimentar y descubrir qué pueden hacer los agentes, mientras que el control centralizado añade una capa de confianza. Lo que las empresas necesitan es asegurarse de no estar atrapadas en sistemas diseñados únicamente para una única forma de ejecutar agentes.
Suscríbete y recibe las historias más importantes del día.
Al suscribirte aceptas nuestros términos y condiciones y política de privacidad.
