Las empresas necesitan conocer el impacto operativo de las soluciones de IA agéntica que implementan. La memoria agéntica está experimentando actualmente una innovación acelerada, lo que la convierte en el próximo indicador clave del impacto operativo. ¿Por qué? La innovación en la «memoria a largo plazo» agéntica está acelerando directamente la innovación en la IA agéntica, y esta repercute directamente en la red.
Según un informe reciente de S&P Global Data, «Los avances en razonamiento, sistemas multiagente y recuperación de información están impulsando la IA agéntica: la IA agéntica está evolucionando rápidamente gracias a marcos de razonamiento avanzados, modelos dinámicos de colaboración multiagente y técnicas inteligentes de recuperación de información. Estas innovaciones permiten a los agentes percibir, planificar y actuar de forma autónoma, lo que mejora la escalabilidad, la adaptabilidad y la personalización en entornos reales complejos».
Los avances en la tecnología de memoria a largo plazo están impulsando la innovación en la IA agéntica. Estas soluciones, también conocidas como marcos de razonamiento avanzado, incluyen opciones como LangMem, Memobase y Mem0, que utilizan nuevos tipos de funciones de memoria para proporcionar acceso al estado, el contexto y la evolución de la información durante los flujos agénticos y entre ellos. Todos estos procesos de creación, almacenamiento, actualización, transferencia e intercambio de datos aumentan la demanda de la red.
Además, los sistemas de memoria agéntica constituyen una nueva ubicación de datos a la que pueden acceder grupos de agentes que necesitan compartir y actualizar información —tanto empresarial como personal—, y que debe mantenerse, gestionarse, auditarse y protegerse con el mismo rigor que cualquier otro activo empresarial. Esta realidad pone de manifiesto tres efectos sobre el tráfico de red.
1. La IA agéntica aumenta el tráfico de red
Según el Informe global de tráfico de red de Nokia, se espera que el tráfico de IA empresarial crezca a una tasa de crecimiento anual compuesta (TCAC) del 57 % hasta 2033. ¿Por qué? Los agentes generan tráfico nuevo que no existía antes de su implementación, lo que aumenta el consumo de ancho de banda y la posibilidad de que se produzca latencia. Este tráfico se materializa en llamadas a API. Cuantas más acciones realicen más agentes, más llamadas a API se producirán, lo que afectará a la capacidad de respuesta de los endpoints de las API. La generación aumentada por recuperación (RAG) es otra fuente de llamadas a API que probablemente aumentará con la adopción de agentes, ya que la memoria de recuperación dinámica permite tener en cuenta los cambios de contexto. Esto significa que la RAG dejará de ser estática y pasará a actualizarse en tiempo real. Un mayor uso de la RAG implica más llamadas a API dirigidas a bases de datos vectoriales, tanto para actualizar los datos como para enriquecer la inferencia.
2. La IA agéntica aumenta la densidad del tráfico
IDC señala que las empresas están alineando sus hojas de ruta de IA generativa con las iniciativas de modernización de la red para admitir cargas de trabajo de IA agéntica. Están surgiendo más rutas de tráfico de red en todas las direcciones, lo que crea una malla de rutas de datos que crece exponencialmente a medida que se añaden más agentes y recursos. Más tráfico entre contenedores. Más tráfico de entrada y salida de los hosts de contenedores. Más tráfico de entrada y salida de los pods y clústeres de contenedores. El aumento de las rutas de red requiere políticas adicionales, más configuración de los componentes de red y una mayor automatización. Los mapas de red se vuelven más complejos y aumenta la actividad de supervisión. ¿El resultado? Todo ello da lugar a un entorno más amplio, una malla de rutas de datos sujeta a procesos de mantenimiento, seguridad y gobernanza.
3. La IA agéntica exige más telemetría
Un mayor número de rutas exige generar y recopilar más telemetría operativa. Esta telemetría permite todo tipo de observabilidad, desde la gestión operativa y la resolución de problemas hasta la seguridad y la gobernanza. Una alta concentración de agentes, modelos y recursos puede provocar congestión de red en arquitecturas centralizadas. El enrutamiento inteligente puede mitigarla hasta cierto punto, pero requiere equilibrar la congestión de un segmento de la red con la de otro, lo que podría no resultar útil si la capacidad de la red es insuficiente.
Afortunadamente, las empresas pueden aplicar a la IA agéntica las lecciones aprendidas de la adopción de microservicios. El aumento igualmente explosivo de la telemetría operativa lleva a adoptar las mismas medidas de control de costes, como decidir qué tipos de telemetría son relevantes y en qué cantidad deben emitirse, recopilarse, analizarse y almacenarse.
Cómo prepararse para el impacto
La IA agéntica aún se encuentra en fase de desarrollo. Mientras los desarrolladores crean herramientas y kits de desarrollo, los responsables de TI deben prepararse para el impacto inevitable que tendrá en su red.
Las organizaciones mejor preparadas habrán combinado los prototipos de los desarrolladores con pruebas de infraestructura en fases iniciales para supervisar y medir el impacto en la red, de modo que las mejoras puedan implementarse a tiempo para el despliegue en producción. La colaboración y la comunicación reducirán el riesgo de que un área avance más rápido que otra. Además, seguir el ritmo de innovación en la memoria de la IA agéntica ayudará a los operadores de red a mantenerse a la vanguardia de la innovación.
Una vez que la innovación en memoria agéntica se estabilice, los responsables de TI sabrán que se acerca el momento de desplegar en su red la primera solución agéntica a escala empresarial.
Sobre el autor
Artículos relacionados del blog
Proteger los endpoints de las API dificulta la seguridad de las API
Descubre las complejidades de la seguridad de las API, los retos a los que se enfrentan las organizaciones, la evolución de los ataques contra endpoints de API y la necesidad de políticas de seguridad adaptadas.
¿Qué es el sesgo de la IA y por qué es importante para TI?
Descubre los fundamentos del aprendizaje de la IA. Aprende cómo pueden surgir sesgos en la IA y qué riesgos plantean para las TI y la transformación digital.
Redefiniendo la ciberseguridad en el extremo de la nube distribuida con IA y telemetría en tiempo real
La transformación digital y la adopción de tecnologías en la nube están provocando cambios en las arquitecturas de las aplicaciones. Estos cambios introducen nuevas superficies de ataque, que son el objetivo de métodos de ataque avanzados, altamente organizados y con motivaciones económicas. Mediante el uso del framework Morpheus de NVIDIA, F5 está investigando técnicas para detectar estas amenazas avanzadas con telemetría en tiempo real y análisis basados en IA.
El papel de la nube en las aplicaciones nativas del edge
No debería sorprender que, al igual que la aparición de la nube dio lugar a las aplicaciones nativas de la nube, el edge esté impulsando un conjunto de aplicaciones nativas del edge. Sin embargo, estas aplicaciones no residirán únicamente en el edge. Al mismo tiempo, están surgiendo nuevos patrones arquitectónicos que aprovechan las aplicaciones alojadas en la nube y en el centro de datos.
La creciente diversidad de ubicaciones y usuarios está impulsando a las empresas hacia el edge
En el contexto del ámbito de las aplicaciones, el término «usuario» siempre se ha referido a la entidad que interactúa con una aplicación. Del mismo modo que los cambios en las arquitecturas de las aplicaciones impulsan cambios en las tecnologías que permiten ofrecerlas y protegerlas, los cambios en la definición de usuario han provocado cambios en los lugares donde se despliegan las aplicaciones.
El edge está impulsando un renacimiento de las infraestructuras
A medida que las organizaciones aumentan la generación de datos y tratan de extraer valor empresarial de ellos, sin duda recurrirán a la analítica y la automatización basadas en la IA y el aprendizaje automático. Precisamente este tipo de cargas de trabajo son las que más se beneficiarían de una infraestructura optimizada y, sin embargo, hoy en día son las que menos probabilidades tienen de poder aprovecharla.