La IA generativa introdujo sistemas que podían razonar y responder.
Con la IA agéntica, el agente actúa. Transforma los objetivos en planes, recupera y procesa datos, activa la inferencia, utiliza herramientas de software y, finalmente, valida los resultados, iterando a través de etapas hasta que la tarea se completa con éxito.
En la práctica, la IA agéntica es más que algo con lo que se puede “chatear”. Es un asistente digital que ayuda a completar tareas operando software en tu nombre y que se activa a partir de la solicitud de un usuario, un trabajo programado, un evento u otro agente. Los agentes de codificación, de investigación, de automatización de TI y de procesos comerciales son los primeros ejemplos de agentes empleados para completar tareas.
Este cambio de conversación a acción cambia por completo el equilibrio del procesamiento. Los agentes se ejecutan en CPU, lo que modifica los requisitos de infraestructura para la IA, ya que aumenta exponencialmente la demanda de procesamiento de CPU. Aunque la IA agéntica puede aumentar el uso de la CPU, también puede aumentar el uso de la GPU. La IA agéntica suele utilizar inferencia de IA (carga de trabajo intensiva en GPU) para la inteligencia y herramientas (cargas de trabajo intensivas en CPU) para realizar tareas.
Las implementaciones tradicionales de IA se centran en un bucle de indicaciones/respuestas en el que un usuario proporciona una indicación y el modelo de IA brinda una respuesta. La IA agéntica se refiere a los sistemas con agencia: la capacidad de tomar acciones de forma independiente dentro de límites definidos. En lugar de limitarse a un único bucle de indicación/respuesta, los agentes expanden ese bucle en un sistema:
Este patrón de bucle único está transformando los procesos comerciales. Los sistemas de IA ahora actúan como un corpus de tareas. Una sola solicitud puede desplegar muchos agentes, cada uno de los cuales opera de forma independiente, pero dentro de restricciones definidas, interactúa con software, datos y servicios y, luego, se disuelve cuando su tarea está completa.
Los agentes se ejecutan en CPU. Cada agente también necesita varias CPU para manejar todas las tareas que crea el agente. A medida que la IA agéntica se escala, el trabajo que ocurre fuera de la GPU aumenta:
Se encarga del procesamiento previo y posterior de los datos para maximizar la eficiencia de la inferencia de ejecución de la GPU. Las CPU de alta frecuencia AMD EPYC 9005 permiten una eficiencia excepcional de la GPU.
Se encarga de alojar el marco de agentes. Coordina todas las tareas en las CPU y GPU, incluidos los controles de políticas como el control de identidad, el presupuesto y la priorización. Las CPU AMD EPYC 9005, específicamente las ofertas con gran cantidad de núcleos, ofrecen la capacidad de procesamiento necesaria para escalar las cargas de trabajo agénticas.
Se encarga de la ejecución de tareas en plataformas empresariales estándar, como bases de datos, almacenamiento, procesamiento, búsqueda, etc. desplegadas por múltiples agentes. Las CPU de herramientas existen en una variedad de configuraciones de CPU y servidor. Las CPU para servidores AMD EPYC 9005 ofrecen un conjunto completo de puntos de rendimiento, recuento de núcleos y precios para admitir prácticamente cualquier tamaño y escala.
Estos requisitos reflejan por qué la IA agéntica es fundamentalmente un paradigma informático de uso general.
Las CPU para servidores AMD EPYC™ Serie 9005 se destacan como la mejor opción para admitir la gama completa de cargas de trabajo de IA agéntica, ya que ofrecen:
Las CPU para servidores AMD EPYC permiten a los clientes adaptar la infraestructura a las diversas necesidades de las cargas de trabajo (mediante el uso de una capacidad de CPU con un elevado recuento de núcleos cuando predomina el rendimiento y de núcleos de alto rendimiento cuando importa la capacidad de respuesta) sin forzar a la IA agéntica a un diseño único para todos los casos.
La IA agéntica normalmente funciona combinando el razonamiento, la planificación, el uso de herramientas, la memoria y los comentarios. Un agente de IA recibe un objetivo, crea un plan, selecciona las herramientas o fuentes de datos correctas, realiza acciones, comprueba el resultado y hace los ajustes necesarios. Según el caso de uso, puede conectarse a aplicaciones empresariales, bases de datos, API, el correo electrónico, plataformas de chat o sistemas de flujo de trabajo.
La IA generativa crea contenido como texto, imágenes, código, resúmenes o recomendaciones. La IA agéntica va más allá, dado que realiza acciones. Puede desglosar un objetivo en pasos, decidir qué hacer a continuación, usar herramientas de software, recuperar información, completar tareas y supervisar el progreso. En la mayoría de los casos, la IA agéntica utiliza la IA generativa, para proporcionar la inteligencia como parte del flujo de trabajo más amplio.
La IA agéntica puede admitir flujos de trabajo complejos en muchas funciones empresariales. Los casos de uso comunes incluyen el servicio al cliente, el soporte de ventas, la investigación, el desarrollo de software, el análisis de datos, las operaciones de TI, el marketing, los recursos humanos, las finanzas y la automatización de procesos internos. Por ejemplo, un agente de IA podría investigar a un cliente potencial, actualizar un CRM, redactar un correo electrónico de seguimiento y programar el siguiente paso.
La IA agéntica puede ayudar a las organizaciones a aumentar la productividad, reducir el trabajo repetitivo, acelerar la toma de decisiones y mejorar las experiencias de los clientes y los empleados. Debido a que puede administrar procesos de varios pasos, es especialmente útil para el trabajo que requiere coordinación entre sistemas, equipos o fuentes de datos. También puede ayudar a los empleados a centrarse en tareas de mayor valor, ya que maneja actividades rutinarias o que consumen mucho tiempo.
La IA agéntica puede ser segura y eficaz cuando se diseña con los controles adecuados. Algunas medidas de protección importantes incluyen la supervisión humana, permisos claros, la seguridad de datos, pistas de auditoría, pruebas, flujos de trabajo de aprobación y límites sobre qué acciones puede realizar un agente.