Los equipos de IA empresarial están chocando contra una pared, no porque sus modelos no puedan razonar, sino porque los flujos de trabajo detrás de ellos nunca fueron diseñados para agentes. Los trabajos fallan, las transferencias se interrumpen y el problema empeora a medida que las organizaciones empujan a los agentes hacia los sistemas administrativos. Surge una nueva capa arquitectónica para abordar este problema: planos de control de ejecución del flujo de trabajo que imponen una estructura determinista sobre los procesos que los agentes deben ejecutar.
Una empresa que impulsa esto 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 planes definidos proporcionados por Salesforce, y Agentforce Operations los desglosará para los agentes.
Sanjna Parulekar, vicepresidente senior de producto de Salesforce, dijo a VentureBeat en una entrevista que el problema es que muchos flujos de trabajo empresariales no están diseñados para agentes. «Lo que hemos observado de los clientes es que muchas veces el fallo de un proceso probablemente esté en el documento de requisitos del producto», dijo Parulekar. «Entonces, cuando esto se descarga en un producto, en realidad no funciona. 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 aumentarían los costos en lugar de resolver 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 aprenden una lección costosa: sus flujos de trabajo se diseñaron teniendo en cuenta las deficiencias del juicio humano, no de la ejecución automática. Los procesos que han evolucionado 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 teniendo a mano el contexto completo de una empresa, los sistemas de IA tendrán dificultades para realizar tareas si no está claro qué 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.
«Esto requiere que las empresas reconsideren sus procesos e introduce observabilidad en la combinación debido al modelo de seguimiento de sesiones en el sistema», dijo.
Parulekar dijo que se pueden integrar controles humanos en el sistema, para que el proceso sea más transparente.
Lo que distingue a 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 encaminan tareas y agentes hacia 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 un flujo de trabajo 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.
Esto requiere que los equipos consideren cuidadosamente qué les funciona y qué no.
Las organizaciones deben considerar que, además del plan de control de ejecución que ofrecen plataformas como Agentforce Operations, se debe designar a una persona responsable de la ejecución y el éxito de la tarea.
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 lograr que humanos y agentes sigan un flujo de trabajo es un objetivo común.
«Hay que comprender el objetivo; de lo contrario, el agente o el humano no completarán la tarea con éxito», dijo Metcalf. «Alguien tiene que gestionar el resultado que se debe lograr. Podría ser una persona o un agente».
El cuello de botella se ha movido. Como explicó Metcalf, la cuestión ya no es si los agentes pueden razonar sobre una tarea, sino si el flujo de trabajo subyacente es lo suficientemente coherente como para ejecutarlo. Para las empresas que han construido sus procesos en torno al juicio humano y la memoria institucional, esta es una solución más difícil que adoptar un modelo más inteligente.
Suscríbete y recibe las historias más importantes del día.
Al suscribirte aceptas nuestros términos y condiciones y política de privacidad.
