De herramientas a compañeros virtuales, los nuevos agentes de IA que nos acercan a la ciencia ficción
Por: Javier Cristancho líder de Arquitectura de Soluciones de Amazon Web Services para el Norte de América Latina (NOLA).
Los agentes de Inteligencia Artificial (IA) son programas de software que puede interactuar con su entorno, recopilar datos y utilizarlos para realizar tareas individuales de forma autónoma según objetivos predeterminados por las personas que los crearon. Estos agentes son capaces de elegir por su cuenta las acciones más apropiadas que deben realizar para cumplir los objetivos para los que fueron programados.
Este tipo de soluciones de IA no solo ha impactado positivamente la eficiencia de las empresas, sino también la vida cotidiana de sus clientes, al ofrecer experiencias más ágiles, personalizadas y oportunas. Además, su potencial económico es significativo. En América Latina, de acuerdo con Grand View Research, el mercado de estas tecnologías alcanzó un valor de US$390 millones en 2024 y se proyecta que crezca hasta superar los US$3.800 millones en 2030, evidenciando su rápida adopción y relevancia estratégica para la región.
En el sector financiero, por ejemplo, los agentes de IA pueden asumir el rol de asesores digitales al interactuar con los usuarios, comprenden sus necesidades, perfil financiero y etapa de vida, para recomendar productos y servicios alineados con su realidad. Asimismo, pueden ser programados para ejecutar pagos o transferencias, optimizando la eficiencia del sistema bancario al integrarse directamente con los sistemas internos y los canales de atención de las entidades financieras.
En el sector de bienes de consumos envasados (CPG), un caso destacado es Alpina, quien transformó su modelo de toma de decisiones mediante la implementación de “AI Alpinista”, un ecosistema de agentes de IA generativa desarrollado completamente sobre AWS, que opera como un integrante más del equipo. La compañía integró múltiples fuentes de datos estructurados y no estructurados utilizando servicios como Amazon S3, AWS Glue, Amazon Redshift y Amazon Bedrock Agents. En un periodo de seis meses, Alpina logró desplegar tres agentes conversacionales especializados para más de 200 colaboradores, alcanzando una tasa de uso semanal del 60%. Como resultado, redujo en un 90% el tiempo diario de preparación de dashboards y reportes. Adicionalmente, la migración de ciertas cargas de trabajo basadas en datos a AWS permitió disminuir la huella de las operaciones de TI hasta en un 88% frente a entornos locales.
¿Qué es un “agente frontera” (Frontier Agent) y cómo se diferencia de los agentes de IA?
Un agente frontera es una nueva generación de agentes de IA diseñada para integrarse dentro de las organizaciones como un verdadero miembro del equipo, más que como una herramienta orientada a tareas aisladas. A diferencia de los agentes de IA tradicionales, estos se distinguen por su alto nivel de autonomía y escalabilidad, ya que pueden ejecutar múltiples tareas de manera simultánea y operar de forma continua durante horas o incluso días sin intervención constante.
Esta evolución marca un cambio significativo en el rol de la IA, que deja de ser un apoyo puntual para convertirse en una solución capaz de asumir y completar proyectos complejos de manera autónoma, aportando valor sostenido y acompañando de forma activa el trabajo de los equipos humanos.
¿Qué significa que los agentes frontera puedan trabajar solos durante horas o incluso días?
Que los agentes frontera puedan trabajar de manera autónoma durante horas o incluso días significa que son capaces de mantener el contexto de una tarea a lo largo del tiempo sin necesidad de supervisión constante. En el desarrollo de software, por ejemplo, una de las labores más demandantes no es únicamente escribir código, sino gestionar el contexto del trabajo: recordar qué se solicitó, qué se ha corregido, qué cambios se realizaron y por qué, además de alternar entre múltiples tareas sin perder coherencia. Tradicionalmente, este esfuerzo recae en las personas; sin embargo, los agentes frontera pueden asumir este tipo de procesos de forma continua y ordenada, liberando tiempo para que los equipos humanos se enfoquen en decisiones estratégicas y de mayor valor.
Los agentes frontera como Kiro Autonomous Agent, uno de los primeros desarrollados en AWS, trabajan de forma autónoma en tareas de desarrollo mientras los equipos de desarrollo se concentran en prioridades estratégicas. Este tipo de agente mantiene el contexto entre diferentes tareas, aprende de los cambios, las revisiones de código y los comentarios del equipo, y aplica ese conocimiento para alinearse con la forma de trabajar de cada organización. En la práctica, puede ejecutar trabajo complejo en segundo plano, como actualizar componentes en múltiples sistemas o implementar algunas funcionalidades, mientras los desarrolladores mantienen su foco en iniciativas críticas para el negocio. El agente siempre presenta sus cambios para revisión humana antes de aplicarlos, garantizando control y calidad en todo momento.
¿Los agentes frontera reemplazan a las personas o cambian la forma en que trabajan?
El objetivo de los agentes frontera no es reemplazar a las personas sino amplificar su capacidad de impacto Su valor está en ejecutar tareas de forma autónoma dentro de límites claramente definidos, complementando las capacidades humanas y permitiendo que los equipos se enfoquen en tareas de mayor impacto y trabajo de alto valor. Para que esto funcione de manera responsable, las organizaciones deben establecer reglas claras sobre qué pueden hacer los agentes por sí solos y qué requiere aprobación humana, junto con mecanismos de supervisión y monitoreo que garanticen control sin frenar la productividad.
El verdadero potencial surge cuando se combinan las fortalezas de ambos en modelos de trabajo híbrido: donde los agentes aportan velocidad, consistencia y escala; las personas contribuyen con contexto, criterio ético y pensamiento estratégico. Este enfoque se fortalece continuamente con la retroalimentación, donde los agentes aprenden de las decisiones y preferencias del equipo.
Finalmente, la transparencia es fundamental: los agentes deben poder explicar sus acciones para generar confianza y asegurar una adopción responsable. En este sentido, la IA agéntica no sustituye el liderazgo humano, sino que lo potencia, redistribuyendo el trabajo para que las personas lideren la innovación y tomen decisiones que realmente importan.
¿Es seguro permitir que una IA como un agente de frontera tome decisiones de manera autónoma?
Es seguro permitir que una IA como un agente de frontera tome decisiones de manera autónoma, siempre que dicha autonomía esté diseñada bajo controles, estándares claros y mecanismos de supervisión adecuados. La seguridad no radica en eliminar la autonomía, sino en establecer con precisión las reglas, límites y contextosen los que el agente puede operar, manteniendo siempre la validación humana en decisiones críticas para el negocio.
Un ejemplo concreto es AWS Security Agent, que aborda uno de los mayores desafíos de los equipos de seguridad: anticiparse a los riesgos sin frenar la velocidad del desarrollo. A diferencia de las herramientas tradicionales que ofrecen recomendaciones genéricas o pruebas de seguridad lentas y reactivas, este agente integra la seguridad de forma continua a lo largo de todo el ciclo de vida del desarrollo de software.
El agente actúa como un experto en seguridad que acompaña al equipo desde el inicio. Revisa documentos de diseño, analiza cambios en el código y valida automáticamente que se cumplan los estándares de seguridad que la propia organización definió. En lugar de generar listas abstractas de posibles riesgos, se enfoca en las vulnerabilidades que realmente impactan al negocio y entrega recomendaciones concretas, incluyendo código de remediación.
Estas capacidades están respaldadas por múltiples capas de protección: el agente opera en dominios verificados por la organización, utiliza controles para prevenir sobrecarga, emplea cifrado avanzado para todos los datos, y mantiene aislamiento estricto entre diferentes cuentas y proyectos. Todos sus hallazgos son validados antes de reportarse, y cualquier intento de acceso fuera de los límites establecidos detiene automáticamente su operación. Estos controles permiten que las evaluaciones avanzadas de seguridad, que tradicionalmente eran procesos manuales, lentos y costosos, se transformen en una capacidad automatizada y disponible bajo demanda. El resultado es que la seguridad puede crecer al mismo ritmo que el desarrollo de software, permitiendo avanzar con mayor agilidad sin perder control, mientras se reducen tiempos, costos y la exposición a riesgos.
En este sentido, la autonomía de un agente frontera bien diseñado no representa un riesgo adicional; por el contrario, se convierte en un habilitador de seguridad proactiva, ayudando a prevenir problemas antes de que ocurran y reforzando la toma de decisiones humanas con análisis continuo, consistente y alineado con las prioridades del negocio.
¿Por qué esto es importante para el futuro del trabajo y los negocios?
Los agentes de IA representan un cambio de paradigma que transforma esta tecnología de una herramienta para tareas específicas hacia sistemas que entregan resultados completos de manera autónoma. Esto transforma fundamentalmente cómo los equipos construyen software, aseguran aplicaciones y operan en el día a día. Trabajando a la par de los humanos como compañeros que pueden escalar con el crecimiento de cada empresa. No se trata solo de hacer más con menos, sino de hacer posible lo que antes era inviable.
¿Por qué una empresa debería interesarse en los nuevos agentes frontera desde ahora?
Las empresas enfrentan hoy una paradoja: mientras la demanda por innovación crece exponencialmente, sus equipos técnicos están atrapados en tareas operativas que consumen tiempo y energía. Los agentes frontera resuelven este problema fundamental al hacerse cargo del trabajo de segundo plano que hoy detiene a los equipos, permitiendo que los profesionales dediquen más tiempo a iniciativas de alto valor. A diferencia de las herramientas de automatización tradicionales, los agentes frontera mantienen contexto, aprenden continuamente y operan con autonomía real. Esto no es una mejora incremental, es un cambio en cómo las organizaciones pueden escalar sus capacidades técnicas sin aumentar proporcionalmente sus equipos.
Los tres agentes frontera desarrollados por AWS para el desarrollo de software ponen al alcance de las empresas múltiples beneficios:
Más tiempo para trabajo de alto valor: Kiro Autonomous Agent libera a los desarrolladores de ser el «hilo humano» entre tareas al mantener un contexto persistente y aprender continuamente de sus solicitudes y comentarios. Maneja trabajo complejo de forma independiente, desde clasificar errores hasta coordinar cambios entre múltiples repositorios, mientras construye una comprensión colectiva de la base de código, conectándose con herramientas como Jira, GitHub y Slack, y adaptándose a través de revisiones de código para volverse cada vez más valioso con el tiempo.
Aplicaciones seguras desde el diseño: AWS Security Agent transforma las pruebas de penetración de un proceso manual que toma semanas en una capacidad bajo demanda que actúa en horas. Las organizaciones definen sus estándares de seguridad una vez, y el agente los valida automáticamente en todas las aplicaciones, ayudando a los equipos a abordar los riesgos que realmente importan al negocio en entornos AWS, multinube e híbridos.
De apagar incendios a la mejora continua: AWS DevOps Agent ofrece clasificación de incidentes siempre activa, resolución guiada y recomendaciones proactivas para mejorar confiabilidad y rendimiento para las aplicaciones en entornos de AWS, multinube e híbridos. Aprende sobre los recursos de la organización, herramientas de observabilidad, runbooks, repositorios, pipelines, y sus relaciones para identificar con precisión las causas raíz y fortalecer proactivamente la resiliencia de las aplicaciones
Con los agentes frontera, ¿qué pueden hacer las empresas ahora que no podían hacer antes?
Con los agentes frontera, las empresas pueden pasar de usar la IA como apoyo puntual a operar con agentes autónomos capaces de trabajar de forma continua durante horas o días sin supervisión constante. Esto permite ejecutar múltiples tareas agénticas en paralelo a lo largo de todo el ciclo de vida del desarrollo de software (desarrollo, seguridad y operaciones) y delegar proyectos complejos que antes requerían coordinación humana intensiva. En lugar de gestionar tareas individuales, los equipos ahora pueden dirigir agentes hacia resultados amplios y dejar que estos descubran cómo alcanzarlos, liberando tiempo para trabajo estratégico y de mayor impacto.
Por ejemplo, en Commonwealth Bank of Australia, que atiende a más de 17 millones de clientes y administra más de 1.700 cuentas de AWS, el equipo de Cloud Foundations utilizó AWS DevOps Agent para analizar un problema complejo de red y gestión de identidades durante el desarrollo de su plataforma interna. Mientras que este tipo de incidentes suele requerir horas de análisis por parte de ingenieros altamente experimentados, el agente identificó la causa raíz en menos de 15 minutos. Dentro de Amazon, el mismo agente ha manejado miles de escalamientos operativos, alcanzando una tasa de identificación de causa raíz superior al 86%.
En el ámbito de la seguridad, AWS Security Agent permitió a SmugMug, una plataforma SaaS para fotógrafos, transformar su enfoque de pruebas de seguridad. El agente identificó un error de lógica de negocio que exponía información de forma inapropiada, un tipo de vulnerabilidad que las herramientas tradicionales no detectaron y que probablemente solo un probador humano habría encontrado. Al convertir las pruebas de penetración en una capacidad automatizada y bajo demanda, SmugMug logró evaluaciones más rápidas, a menor costo y con mayor profundidad contextual.
En conjunto, estos ejemplos muestran cómo los agentes frontera permiten a los equipos escalar velocidad, seguridad y confiabilidad sin aumentar proporcionalmente la carga operativa, liberando tiempo sostenido para trabajo de alta prioridad mientras los agentes operan de forma autónoma en segundo plano.
