Skip to content
English español

Agentes de IA e IA Agéntica: Desmitificando la Nueva Fronteraying the New Frontier

Agentes de IA e IA Agéntica: Desmitificando la Nueva Frontera

Author

Kartik Sakthivel, Ph.D., MS-IT/MS-CS, MBA, PGC-IQ
Vice President & Chief Information Officer and Regional Chief Executive Officer – Asia West
LIMRA y LOMA
ksakthivel@limra.com

Abril 2025

El uso de la inteligencia artificial (IA) en nuestra industria no es nuevo. Hemos estado aprovechando formas de IA, como el aprendizaje automático (Machine Learining, ML, por sus siglas en inglés) para la suscripción automatizada y acelerada, por ejemplo, desde hace varios años. Esta nueva “Era de la IA” fue anunciada por el crecimiento explosivo de la IA generativa (GenAI), en particular por ChatGPT, en el primer trimestre de 2023. Si 2023 y 2024 serán recordados por el auge de la GenAI, 2025 y en adelante probablemente serán recordados por el crecimiento de los “Agentes de IA” y la “IA Agéntica”.

Los términos “agentes de IA” e “IA agéntica”, aunque se usan como sinónimos, están relacionados pero no son lo mismo. Impulsados a la atención pública por empresas como Salesforce, NVIDIA, Microsoft, Meta, OpenAI, etc., los agentes de IA y la IA agéntica están destinados a convertirse en la próxima ola de la IA. Estas tecnologías pueden añadir un valor significativo en toda la cadena de valor de los seguros y dentro de nuestro ecosistema industrial. Los agentes y la IA agéntica son nuevos y, dado que nuestra industria aún se encuentra en la curva de aprendizaje con IA y GenAI, existe una brecha considerable en el conocimiento, la conciencia y la comprensión de esta próxima ola de IA.

Al igual que ocurrió con el auge de la GenAI, este concepto emergente ha despertado tanto confusión como curiosidad. En nuestra industria, estos términos suelen interpretarse erróneamente como el uso de IA para habilitar a agentes de centros de llamadas/servicio al cliente o agentes de seguros. Sin embargo, los agentes de IA pueden utilizarse para complementar, no reemplazar, a estos agentes humanos. Además, varios factores han alimentado la confusión. Con la explosión de la IA, los proveedores de tecnología han intentado etiquetar cada producto de software como servicio (SaaS) del año pasado como “IA” o “habilitado con IA”. Ahora, esta tendencia de marca se está inclinando hacia etiquetar todo producto SaaS o interfaz de programación de aplicaciones (API) como un “agente de IA”.

El ritmo abrumador del crecimiento de la IA ha estado ejerciendo presión sobre las empresas. Tan pronto como las compañías desarrollan una estrategia para alinear sus objetivos de negocio con un tipo de IA (por ejemplo, ML, GenAI), surge un nuevo avance en el campo, obligándolas a recalibrar sus planes. De manera similar, resulta difícil mantener el ritmo en la capacitación de empleados lo suficientemente rápido como para estar al día con estos avances. Por lo tanto, persiste una brecha en la educación y la conciencia respecto a los agentes y la IA agéntica. Este ritmo vertiginoso de cambio también puede derivar en lo que llamo el “principio del avestruz”: si entierro la cabeza en la arena, las cosas no cambiarán y no seré molestado. Sin embargo, las empresas deberán desarrollar una comprensión fundamental de estos avances en IA, ya que probablemente requerirán atención y recursos en los próximos años.

Agentes de IA

Un agente de IA es un sistema de inteligencia artificial que puede percibir su entorno, procesar información, tomar algunas decisiones autónomas y ejecutar acciones para lograr un objetivo. Los agentes pueden ser basados en reglas —es decir, seguir instrucciones preestablecidas— o más avanzados, aprovechando el aprendizaje automático y el razonamiento.

Se puede considerar a un agente de IA como un empleado digital —un colaborador individual con una tarea específica— que puede manejar tareas de manera independiente, con poca o ninguna supervisión. Ejemplos comunes de agentes de IA incluyen chatbots que gestionan el servicio al cliente, motores de recomendación que sugieren productos o un sistema de IA que supervisa amenazas de ciberseguridad.

IA Agéntica

La IA agéntica lleva a los agentes de IA un paso más allá. En lugar de limitarse a seguir instrucciones, la IA agéntica puede planificar, tomar decisiones y actuar de manera autónoma para alcanzar objetivos complejos, potencialmente en todo un ecosistema compuesto por varios agentes de IA.

La IA agéntica puede considerarse como un gerente de IA —un orquestador— que no solo responde a su entorno, sino que también establece metas, realiza ajustes en función de la retroalimentación y toma decisiones independientes para lograr un resultado definido.

La IA agéntica puede utilizarse, por ejemplo, para analizar la estrategia de ventas en línea de su organización, identificar brechas, ejecutar pruebas alfa/beta y ajustar el enfoque sin ninguna intervención humana.

Ejemplos Ilustrativos

Comprender a los agentes de IA y a la IA agéntica mediante ejemplos ilustrativos y fáciles de relacionar puede ayudar a desmitificar estos conceptos, ya que aún son nuevos.

Ilustración A:

0303-2025_MF_April_Illustration A AI Agent_300x200.jpg 0303-2025_MF_April_Illustration A Agentic AI_300x200.jpg

Agente de IA
Piense en un agente de IA como el sistema de navegación de su vehículo. Proporciona orientación de ruta, pero usted todavía necesita conducir su vehículo hasta el destino deseado.

IA Agéntica
Ahora, imagine un automóvil autónomo. Conoce su destino y puede transportarlo allí de manera segura. Durante el trayecto, el automóvil toma decisiones en tiempo real sin su intervención, como encontrar la ruta óptima, evitar el tráfico, conservar energía y sortear obstáculos.

Ilustración B:

0303-2025_MF_April_Illustration B AI Agent_300x200.jpg 0303-2025_MF_April_Illustration B Agentic AI_300x200.jpg

Agente de IA
Primero, imagine un bot de inversión bursátil que usted programa para comprar una acción si su precio baja de $X, o para venderla si sube de $Y.

IA Agéntica
Ahora, visualice un orquestador complejo que comprende los objetivos de su portafolio, analiza tendencias de mercado en tiempo real, realiza pronósticos y modela escenarios basados en datos históricos (análisis predictivo), y refuerza su modelo de predicción considerando fluctuaciones del mercado, eventos geopolíticos, cambios sociales y otros factores que afectan el rendimiento de las acciones.

Para ilustrar aún más el impacto y el potencial de los agentes de IA y la IA agéntica, exploremos los beneficios y riesgos asociados con estas tecnologías, junto con ejemplos de su aplicación en la industria en diversas áreas. Los cuadros siguientes proporcionan una visión detallada:

haz clic abajo para abrir/cerrar la sección   AGENTES DE IA IA AGÉNTICA
     
Eficiencia Invaluable para automatizar tareas repetitivas. Invaluable para la optimización de flujos de trabajo completos.
Escalabilidad Puede ser muy eficaz para escalar y manejar volumen. Expande y mejora las operaciones sin esfuerzo humano adicional.
Toma de decisiones Excelente en el análisis de datos. Estrategiza y ejecuta proactivamente con base en conocimientos.
Ahorro de costos Ahorros significativos mediante la automatización de tareas. Reduce la supervisión humana en suscripción, siniestros y ventas.
Crecimiento de ingresos Crea nuevos canales automatizados de ventas y distribución. Los ajustes de pólizas impulsados por IA y las optimizaciones de ventas aumentan las conversiones.
Reducción de riesgos Automatiza el control de calidad y la garantía de calidad. Previene el fraude y asegura el cumplimiento.
Experiencia del cliente Ofrece un enfoque omnicanal para interactuar con los clientes según su elección. La gestión personalizada y en tiempo real de pólizas mejora la interacción.
     
Control y supervisión Requiere supervisión humana, pero sigue reglas de manera predecible. Puede operar de forma impredecible, tomando decisiones independientes que no siempre se alinean con la intención humana.
Imparcialidad y sesgos Puede heredar sesgos de los datos de entrenamiento, pero opera dentro de límites. Puede reforzar sesgos con el tiempo al auto-optimizarse, lo que hace que la supervisión sea crítica.
Seguridad y privacidad Riesgo de filtración de datos y ciberataques, pero se mantiene contenido. Más vulnerable a explotación adversarial y hackeo debido a su autonomía.
Riesgos de adaptabilidad Adaptabilidad limitada; presenta dificultades con escenarios nuevos sin reentrenamiento. Puede auto-optimizarse de manera incorrecta, lo que conlleva a daños no intencionados.
Cumplimiento y ética Requiere actualizaciones manuales por cambios regulatorios. Puede violar inadvertidamente leyes de cumplimiento debido a la toma autónoma de decisiones.
     
Suscripción (Underwriting) Extrae historiales médicos y califica riesgos. Ajusta los modelos de suscripción con base en nuevos patrones de riesgo.
Siniestros (Claims) Completa formularios automáticamente y canaliza reclamos a los ajustadores. Verifica, aprueba y emite pagos sin intervención humana.
Atención al cliente Los chatbots brindan información de pólizas y preguntas frecuentes. Ajusta proactivamente la cobertura con base en cambios en la vida del asegurado.
Ventas y distribución Califica prospectos y sugiere seguimientos. Lanza, prueba y optimiza campañas de ventas completas.
Fraude y cumplimiento Señala reclamos sospechosos. Investiga fraudes y actualiza las políticas de cumplimiento de manera dinámica.

En conclusión, la rápida evolución de las tecnologías de IA, en particular los agentes de IA y la IA agéntica, presenta tanto desafíos como oportunidades para nuestra industria. A medida que avanzamos en esta nueva ola de IA, resulta fundamental cerrar la brecha en cuanto a conciencia, conocimiento y comprensión. Al adoptar estos avances e integrarlos de manera reflexiva en nuestras operaciones, podemos mejorar la eficiencia, impulsar la innovación y mantener una ventaja competitiva. El camino por delante puede ser complejo, pero con una base sólida y un enfoque proactivo, podremos aprovechar plenamente el potencial de la IA para transformar nuestra industria para mejor.