Tabla de contenidos
Algunos antecedentes
Un nuevo mercado neto es un mercado que surge debido a la creación de una categoría de productos o una tecnología totalmente nuevas. No se trata de una ampliación o modificación de un mercado existente. Representa necesidades u oportunidades de clientes sin explotar previamente y suele implicar una innovación que desbloquea la demanda donde antes no existía.
En términos más sencillos, un nuevo mercado neto surge cuando una empresa introduce algo tan novedoso que no compite directamente con los productos o servicios existentes, sino que atrae a una nueva base de clientes o crea una nueva categoría, algo evidente con la aparición de los agentes de IA.
Por ejemplo
El fenómeno Uber revolucionó el transporte al conectar a conductores y pasajeros a través de una sencilla aplicación.
Esta innovación no sólo trastornó los servicios tradicionales de taxi, sino que también introdujo el concepto de comodidad a la carta impulsado por la tecnología.
Surgió la idea de «Uber para X», en la que las empresas aplican el modelo de Uber para prestar servicios en diversos sectores, desde el reparto de comida hasta los servicios a domicilio y la logística… y mucho más.
Al aprovechar las plataformas, los datos en tiempo real y la conectividad móvil, estos servicios ofrecen soluciones eficientes, escalables y centradas en el cliente.
Esto es diferente de una empresa que entra en un mercado existente (donde ya existe competencia) o amplía un mercado actual con mejoras incrementales.
Introducción
La introducción de tecnologías revolucionarias suele desencadenar un periodo de transformación en las arquitecturas y marcos de trabajo del software. Esto resulta especialmente evidente con la aparición de los agentes de IA y las aplicaciones agénticas, que están remodelando el panorama del desarrollo de software.
El viaje desde la innovación hasta el establecimiento de una arquitectura común sigue un camino caracterizado por la experimentación, la normalización y la convergencia.
La fase inicial: Exploración e innovación
Cuando una nueva tecnología, como los agentes de IA, entra en el mercado, los desarrolladores y las organizaciones experimentan con diversos enfoques para integrarla en los sistemas existentes.
En esta fase, no hay patrones ni marcos dominantes, sino que surge una amplia gama de arquitecturas. A menudo, estas arquitecturas se adaptan a casos de uso específicos, como la automatización de flujos de trabajo, la mejora de la experiencia del usuario o la toma de decisiones autónoma.
La noción de un 𝘀𝗽𝗲𝗰𝘁𝗿𝘂𝗺 𝗼𝗳 𝗮𝗴𝗲𝗻𝗰𝘆 con 𝘃𝗮𝗿𝘆𝗶𝗻𝗴 𝗱𝗲𝗴𝗿𝗲𝗲𝘀 𝗼𝗳 𝗮𝘂𝘁𝗼𝗻𝗼𝗺𝘆 e imbricado en las aplicaciones da lugar a algo a lo que me gusta referirme como 𝗔𝗴𝗲𝗻𝘁𝗶𝗰 𝗫. Donde las aplicaciones y las interfaces están imbuidas de diferentes niveles de agencia.
Los agentes de IA, por ejemplo, empezaron con marcos rudimentarios que vinculaban grandes modelos lingüísticos (LLM) a tareas específicas como la generación de textos o la recuperación de datos.
Con el tiempo, la integración de capacidades de razonamiento, herramientas y entornos externos como API e interfaces web añadió complejidad y abrió nuevas posibilidades.
Sin embargo, la falta de estandarización en la forma de implementar estas capacidades creó fragmentación en el mercado.
El reto de la fragmentación
En ausencia de una arquitectura común, las organizaciones se enfrentan a retos de interoperabilidad, escalabilidad y rentabilidad.
Cada implementación puede requerir integraciones únicas, lo que dificulta compartir componentes o ampliar la funcionalidad entre aplicaciones. Por ejemplo, un marco de agentes de IA puede hacer hincapié en los procesos de razonamiento, mientras que otro se centra en la interacción con el entorno, lo que provoca incoherencias en la forma de ejecutar las tareas.
Esta fragmentación es natural en las primeras fases de cualquier innovación tecnológica. Fomenta la creatividad y la competencia, permitiendo a los desarrolladores explorar nuevas ideas. Sin embargo, también subraya la necesidad de convergencia para garantizar que la tecnología pueda lograr una adopción generalizada.
También existe la fragmentación de los proveedores de servicios o tecnología en las primeras fases, como vemos actualmente. Las empresas emergentes se centran en elementos o tecnologías únicos para los agentes de IA, lo que plantea un reto para las empresas desde la perspectiva de la gestión de proveedores.
Hacia la normalización
A medida que la tecnología madura, ciertos patrones arquitectónicos empiezan a destacar como más eficaces o eficientes. En el caso de los agentes de IA, el concepto de arquitectura modular ha ganado adeptos.
Se trata de separar los componentes básicos -como los espacios de razonamiento, memoria y acción- de las herramientas e integraciones específicas de la aplicación. Esta modularidad permite a los desarrolladores reutilizar los componentes y adaptar los agentes a diversos entornos sin tener que reconstruir todo el sistema.
Marcos como ReAct (Reason and Act), que hace hincapié en los bucles iterativos de toma de decisiones, y las integraciones basadas en herramientas, en las que los agentes aprovechan las API para funciones específicas, son ejemplos de normas emergentes. Estos marcos simplifican el proceso de desarrollo y fomentan la interoperabilidad entre distintas aplicaciones.
El papel de los actores del ecosistema
Los proveedores de tecnología, las comunidades de código abierto y otros agentes desempeñan un papel fundamental en el impulso de la convergencia.
Introducen plataformas y marcos que encapsulan las mejores prácticas, facilitando a los desarrolladores la adopción de patrones comunes. Los proyectos de código abierto, en particular, fomentan la colaboración y la iteración, acelerando el perfeccionamiento de las arquitecturas.
Por ejemplo, la integración de herramientas de razonamiento, como los sistemas de gestión de memoria, o de mecanismos de interacción dinámica, como los marcos de navegación web, es ahora más ágil gracias a los esfuerzos de colaboración.
Estas herramientas actúan como bloques de construcción para las aplicaciones agénticas, fomentando una comprensión compartida de cómo deben funcionar los agentes de IA.
Consolidación del mercado y futuro
Con el tiempo, el mercado tiende a asentarse en unas pocas arquitecturas dominantes que ofrecen un equilibrio entre flexibilidad, rendimiento y facilidad de uso.
Estas arquitecturas se convierten en la base de futuras innovaciones, lo que permite a los desarrolladores centrarse en los retos específicos de cada aplicación en lugar de reinventar la rueda.
A medida que evolucionen los agentes de IA, es probable que la atención se desplace hacia las personificaciones físicas para aplicaciones del mundo real, lo que requerirá arquitecturas que integren los datos sensoriales y la acción física.
Las actuales arquitecturas comunes establecidas en el ámbito digital servirán de modelo para estos avances, garantizando una transición más fluida.
En conclusión
La aparición de nuevas tecnologías como los agentes de IA desencadena un proceso dinámico de exploración y normalización.
Mediante la colaboración y la competencia, el mercado converge en arquitecturas comunes, lo que permite una adopción generalizada y libera todo el potencial de la innovación.