Por Canuto  

Kyndryl y Toyota Systems desplegarán agentes de IA en las operaciones de producción de Toyota Finance para apoyar tareas de TI, aunque todavía no hay cifras sobre costos, plazos ni resultados. El anuncio pone el foco en un reto que persigue a la IA agéntica: pasar de las pruebas a la operación real sin perder supervisión ni control.
***

  • Los agentes trabajarán en gestión de cambios de TI, diseño de infraestructura y análisis de impacto, usando reglas y calendarios propios de Toyota Finance.
  • Las compañías no divulgaron el valor del acuerdo, el cronograma de implementación ni resultados cuantificados.
  • El anuncio llega en medio de dudas sobre la gobernanza de agentes: una encuesta a 685 CIO encontró brechas de supervisión y control.

 

Agentes de IA en la operación diaria

Kyndryl y Toyota Systems aplicarán el marco de inteligencia artificial agéntica de Kyndryl en las operaciones de TI de Toyota Finance, el brazo de financiación automotriz del grupo Toyota. Según informó The Next Web, los agentes abordarán tres ámbitos: gestión de cambios tecnológicos, diseño de infraestructura y análisis de impacto. La novedad central es que las compañías plantean ejecutarlos en el entorno de producción, no limitar el proyecto a una demostración o un prototipo.

Para realizar esas tareas, los agentes utilizarán las reglas, los manuales operativos y los calendarios de Toyota Finance. Con esa información, podrán señalar inconsistencias y riesgos asociados a las actividades revisadas, mientras la compañía busca que el sistema se ajuste a sus procedimientos internos. El anuncio no detalla qué decisiones podrán ejecutar por sí mismos los agentes ni cuáles requerirán una aprobación humana previa.

Toyota Finance tiene su sede en Nagoya y ofrece financiación vinculada al negocio automotor del grupo, mientras Toyota Systems es la empresa de tecnología de la compañía. Kyndryl, por su parte, es el negocio de servicios de infraestructura que IBM escindió en 2021. La colaboración reúne así a un proveedor de infraestructura y a las unidades de finanzas y tecnología de Toyota para trabajar sobre procesos internos de TI.

Las empresas no revelaron el valor del contrato, el calendario previsto ni resultados medidos. Tampoco informaron cuánto tiempo podría ahorrar el sistema, qué costos reduciría o con qué indicadores evaluarán su desempeño. Esa falta de métricas limita, por ahora, la posibilidad de comparar la iniciativa con otros despliegues o de determinar qué beneficios concretos obtendrá Toyota Finance.

El reto de pasar del prototipo a producción

La puesta en producción importa porque muchos proyectos de IA agéntica no superan la fase experimental. En una conferencia en Ámsterdam, el responsable de IA agéntica de AWS dijo que casi el 90% de los prototipos construidos por equipos de Amazon nunca llegaron a producción. También citó cifras de analistas según las cuales solo el 17% de las organizaciones logra desplegar con éxito estos sistemas.

El dato no demuestra que el proyecto de Toyota vaya a tener éxito, pero ubica el anuncio en una etapa especialmente exigente: conectar agentes de IA con procesos y sistemas que una empresa ya utiliza. En el entorno productivo, una inconsistencia puede tener efectos más amplios que en una prueba aislada, por lo que la calidad de las reglas, la trazabilidad y la capacidad de intervenir pasan a ser parte del desafío operativo.

El directivo de AWS mencionó cinco motivos por los que pueden fracasar estos proyectos; uno de ellos es tratar la gobernanza como una consideración tardía. Esa advertencia es pertinente cuando los agentes operan con instrucciones y acceso a procedimientos de una compañía, porque no basta con comprobar que generan respuestas plausibles. También hay que definir qué pueden hacer, bajo qué límites y quién puede revisar o detener sus acciones.

Una encuesta a 685 directores de información muestra que esas preocupaciones no son hipotéticas: el 81% dijo carecer de supervisión completa sobre agentes creados fuera de los canales formales, y el 72% no puede confirmar de manera consistente que los sistemas cumplan lo previsto. A la vez, dos tercios de los encuestados ya tienen más de 50 agentes en producción, mientras casi la mitad había retirado más de 20 durante el año al que se refería la encuesta.

Gobernanza, supervisión y límites

El anuncio presenta la «gobernanza como código» como parte de la propuesta de Kyndryl. El enfoque consiste en restringir los agentes a políticas previamente aprobadas, registrar sus acciones para facilitar auditorías y ofrecer supervisión humana mediante un panel de control. Kyndryl presentó esa capacidad en febrero, aunque la información disponible no especifica qué componentes exactos se utilizarán en Toyota Finance ni cómo se integrarán con sus sistemas actuales.

La supervisión también aparece en la descripción que hizo Toyota Systems de su enfoque. El responsable de TI financiera de la compañía lo vinculó con el concepto japonés de jidoka, entendido como automatización con intervención humana. Esa referencia señala una intención de mantener control humano junto a la automatización, pero no aclara por sí sola qué tareas quedarán automatizadas ni en qué punto una persona deberá aprobar una acción.

El director ejecutivo de Dataiku resumió el problema de control con una advertencia: casi nadie sabe cómo despedir a un agente. La frase apunta a una dificultad práctica de la expansión de estos sistemas: las organizaciones necesitan mecanismos para suspenderlos o retirarlos si se desvían de sus objetivos. La encuesta refuerza esa inquietud, pues registra tanto una presencia considerable de agentes en producción como retiros frecuentes entre las empresas consultadas.

En este contexto, las políticas y los registros pueden ayudar a reconstruir qué hizo un agente y a comparar sus acciones con las reglas aprobadas. Sin embargo, el material divulgado no permite concluir que esos controles eliminarán errores o que la supervisión será suficiente en todos los casos. La efectividad dependerá de cómo Toyota Finance configure y aplique las medidas, un aspecto que las compañías no desarrollaron en el anuncio.

Regulación y resultados todavía pendientes

El debate también tiene una dimensión regulatoria para las empresas europeas que utilizan herramientas similares. Las obligaciones de alto riesgo de la Ley de IA de la Unión Europea, que incluyen requisitos de registro y supervisión humana, fueron aplazadas hasta diciembre de 2027 por el Omnibus, según la información citada en el reporte. El cambio modifica el calendario de cumplimiento para los sistemas que sí entren en esa categoría.

El proyecto de Toyota Finance no parece encajar de forma evidente entre los usos de alto riesgo enumerados por la legislación, porque la gestión de cambios de TI no figura en esa lista. Aun así, la arquitectura de gobernanza que Kyndryl presenta aborda controles que guardan relación con las exigencias regulatorias mencionadas. Esa coincidencia no significa que la iniciativa esté sujeta a esas obligaciones, ni que su diseño garantice por sí solo el cumplimiento de otras normas.

La ausencia de cifras de desempeño es una limitación importante para evaluar el despliegue. No se comunicaron ahorros de tiempo o costos, resultados operativos ni una fecha en la que las empresas esperen presentar una evaluación. La encuesta citada añade otra señal sobre la dificultad de medir iniciativas de IA: solo el 21% de los CIO consultados cuenta con visibilidad casi en tiempo real del gasto en esta tecnología.

Por ahora, el anuncio establece las áreas de trabajo y describe el marco de control que las compañías quieren aplicar, pero no demuestra todavía el impacto de los agentes. El seguimiento dependerá de que Kyndryl, Toyota Systems o Toyota Finance publiquen información sobre su implementación y sus resultados. Hasta entonces, el caso destaca tanto la ambición de llevar IA agéntica a operaciones reales como la necesidad de medir sus beneficios y mantener mecanismos efectivos de supervisión.

Imagen original de DiarioBitcoin, creada con inteligencia artificial, de uso libre, licenciada bajo Dominio Público.

Este artículo fue escrito por un redactor de contenido de IA y revisado por un editor humano para garantizar calidad y precisión.


ADVERTENCIA: DiarioBitcoin ofrece contenido informativo y educativo sobre diversos temas, incluyendo criptomonedas, IA, tecnología y regulaciones. No brindamos asesoramiento financiero. Las inversiones en criptoactivos son de alto riesgo y pueden no ser adecuadas para todos. Investigue, consulte a un experto y verifique la legislación aplicable antes de invertir. Podría perder todo su capital.

Suscríbete a nuestro boletín

Artículos Relacionados