https://carlesabarca.com/es/tags/llm/Recent content in LLM on Carles AbarcaHugo -- gohugo.ioes© 2026 Carles AbarcaTue, 15 Oct 2024 00:00:00 +0000https://carlesabarca.com/es/posts/next-ai-wave-agents/Tue, 15 Oct 2024 00:00:00 +0000https://carlesabarca.com/es/posts/next-ai-wave-agents/Los agentes de IA no son chatbots. Son entidades autónomas que planifican, razonan y actúan. Esta es la próxima ola, y lo cambia todo.<p>La conversación sobre IA ha estado dominada por chatbots y copilots — herramientas que asisten a los humanos para hacer su trabajo más rápido. Esa era está terminando. La próxima ola son los agentes, y la distinción importa más de lo que la mayoría cree.</p> <h2 class="relative group">De asistentes a actores autónomos <div id="de-asistentes-a-actores-autónomos" class="anchor"></div> <span class="absolute top-0 w-6 transition-opacity opacity-0 -start-6 not-prose group-hover:opacity-100 select-none"> <a class="text-primary-300 dark:text-neutral-700 !no-underline" href="#de-asistentes-a-actores-aut%c3%b3nomos" aria-label="Ancla">#</a> </span> </h2> <p>Un chatbot responde a prompts. Un agente persigue objetivos.</p> <p>La diferencia no es incremental. Es arquitectónica. Un agente de IA es una entidad autónoma que recibe un objetivo, lo descompone en subtareas, planifica una estrategia de ejecución, utiliza herramientas y APIs para actuar sobre el mundo, observa resultados, ajusta su enfoque e itera hasta cumplir el objetivo. Sin un humano en el bucle en cada paso. Sin ciclo de prompt-respuesta-prompt.</p> <p>Pensadlo así: un copilot te ayuda a escribir un email. Un agente gestiona toda tu bandeja de entrada — triando, respondiendo, escalando, programando seguimientos — mientras tú te concentras en las decisiones que realmente requieren tu criterio.</p> <h2 class="relative group">Por qué ahora <div id="por-qué-ahora" class="anchor"></div> <span class="absolute top-0 w-6 transition-opacity opacity-0 -start-6 not-prose group-hover:opacity-100 select-none"> <a class="text-primary-300 dark:text-neutral-700 !no-underline" href="#por-qu%c3%a9-ahora" aria-label="Ancla">#</a> </span> </h2> <p>Tres fuerzas convergentes hacen viables a los agentes hoy de formas que no lo eran hace dos años:</p> <p><strong>Capacidad de razonamiento.</strong> Los grandes modelos de lenguaje han cruzado un umbral en su capacidad para descomponer problemas complejos, mantener contexto a lo largo de cadenas largas de acción y recuperarse de errores. Esto no va de generar mejor texto. Va de planificación y ejecución.</p> <p><strong>Uso de herramientas.</strong> Los LLMs modernos pueden llamar APIs de forma fiable, consultar bases de datos, navegar por la web, ejecutar código e interactuar con sistemas externos. El agente no está atrapado en una caja de texto. Opera en el entorno digital real.</p> <p><strong>Economía de costes.</strong> Los costes de inferencia han caído en órdenes de magnitud. Ejecutar un agente que hace docenas de llamadas a APIs para completar una tarea compleja es ahora económicamente viable a escala empresarial.</p> <h2 class="relative group">Qué significa esto para las empresas <div id="qué-significa-esto-para-las-empresas" class="anchor"></div> <span class="absolute top-0 w-6 transition-opacity opacity-0 -start-6 not-prose group-hover:opacity-100 select-none"> <a class="text-primary-300 dark:text-neutral-700 !no-underline" href="#qu%c3%a9-significa-esto-para-las-empresas" aria-label="Ancla">#</a> </span> </h2> <p>Las implicaciones para la tecnología empresarial son profundas:</p> <p><strong>La automatización de flujos de trabajo pasa de basada en reglas a basada en objetivos.</strong> En lugar de codificar cada paso de un proceso, defines el resultado. El agente encuentra el camino. Esto hace la automatización accesible para usuarios de negocio, no solo para desarrolladores.</p> <p><strong>El valor del software se desplaza.</strong> Si un agente puede navegar una interfaz, llamar APIs y ejecutar lógica de negocio, el valor de la capa de software entre el usuario y los datos queda fundamentalmente cuestionado. El middleware, las herramientas de workflow y las plataformas de integración enfrentan una presión existencial.</p> <p><strong>Emergen nuevas superficies de seguridad.</strong> Los agentes autónomos con acceso a APIs introducen vectores de ataque para los que los modelos de seguridad tradicionales no fueron diseñados. La identidad, la autorización y las pistas de auditoría necesitan repensarse para actores no humanos que toman decisiones.</p> <p><strong>La estructura organizativa se adapta.</strong> Cuando los agentes manejan la ejecución, el rol humano se desplaza hacia la supervisión, la estrategia y la gestión de excepciones. Esto no va de eliminar empleos — va de redefinir lo que hacen los humanos en el trabajo del conocimiento.</p> <h2 class="relative group">El camino por delante <div id="el-camino-por-delante" class="anchor"></div> <span class="absolute top-0 w-6 transition-opacity opacity-0 -start-6 not-prose group-hover:opacity-100 select-none"> <a class="text-primary-300 dark:text-neutral-700 !no-underline" href="#el-camino-por-delante" aria-label="Ancla">#</a> </span> </h2> <p>Estamos en las primeras fases. Los agentes actuales son frágiles en casos límite, caros de orquestar a escala y difíciles de depurar cuando fallan. Pero la trayectoria es clara. Las empresas que están construyendo infraestructura de agentes hoy — frameworks de orquestación, ecosistemas de herramientas, pipelines de evaluación — están construyendo las plataformas de la próxima década.</p> <p>La pregunta para cada líder tecnológico no es si los agentes van a transformar su industria. Es si serán ellos quienes los desplieguen o quienes sean disrumpidos por ellos.</p> <p>La ventana para el posicionamiento estratégico está abierta. No permanecerá abierta mucho tiempo.</p>