La era en la que las empresas unen cadenas inmediatas y agentes paralelos está llegando a su fin a medida que surgen más opciones para orquestar sistemas complejos de múltiples agentes. A medida que las organizaciones pasan a producir agentes de IA, la pregunta sigue siendo: “¿cómo los gestionaremos?”
Google y Amazon Web Services ofrecen respuestas fundamentalmente diferentes, lo que ilustra una división en la pila de IA. El enfoque de Google es realizar la gestión de agentes en la capa del sistema, mientras que el método de aprovechamiento de AWS se configura en la capa de ejecución.
El debate sobre cómo gestionar y controlar cobró nueva energía el mes pasado cuando las empresas competidoras lanzaron o actualizaron sus plataformas de creación de agentes: Antropica con los nuevos agentes gestionados por Claude y OpenAI con mejoras en el SDK de agentes—brindar a los equipos de desarrolladores opciones para gestionar agentes.
AWS con nuevas funciones agregadas Agente de roca base es optimizar la velocidad (confiar en equipos para que los agentes lleguen al producto más rápido) y al mismo tiempo ofrecer herramientas y gestión de identidades.
Sobre eso, La empresa Géminis de Google adopta un enfoque centrado en la gobernanza utilizando un plano de control estilo Kubernetes. Cada método ofrece información sobre cómo los agentes pasan de tareas auxiliares de corta duración a entidades de mayor duración en un flujo de trabajo.
Actualizaciones y paraguas
Para comprender la situación de cada empresa, vea qué hay realmente nuevo.
Google ha lanzado una nueva versión de Gemini Enterprise, que reúne sus ofertas de agentes empresariales de IA (Gemini Enterprise Platform y Gemini Enterprise Application) bajo un mismo paraguas.
La empresa cambió de nombre. Vertex AI como plataforma empresarial Geminiaunque insiste en que, aparte del cambio de nombre y las nuevas funciones, sigue siendo fundamentalmente la misma interfaz.
“Queremos proporcionar una plataforma y una puerta de entrada para que las empresas tengan acceso a todos los sistemas y herramientas de inteligencia artificial que proporciona Google”, dijo a VentureBeat Maryam Gholami, directora senior de gestión de productos de Gemini Enterprise, en una entrevista. “La forma en que se puede pensar es que la aplicación Gemini Enterprise está construida sobre la plataforma Gemini Enterprise Agent, y las herramientas de seguridad y gobernanza se proporcionan de forma gratuita como parte de la suscripción a la aplicación Gemini Enterprise”.
Por otro lado, AWS agregó un nuevo dispositivo de agente administrado a Bedrock Agentcore. La compañía dijo en un comunicado de prensa compartido con VentureBeat que el arnés “reemplaza la compilación inicial con un punto de partida basado en configuración impulsado por Strands Agents, el marco de agentes de código abierto de AWS”.
Los usuarios definen lo que hace el agente, el modelo que utiliza y las herramientas que llama, y AgentCore hace el trabajo de reunirlo todo para ejecutar el agente.
Los agentes ahora se están convirtiendo en sistemas.
El cambio hacia agentes autónomos con estado y de larga duración ha obligado a repensar cómo se comportan los sistemas de IA. A medida que los agentes pasan de tareas de corta duración a flujos de trabajo de larga duración, surge una nueva clase de fallas: la deriva de estado.
A medida que los agentes continúan operando, acumulan estados: también memoria, respuestas y contexto en evolución. Con el tiempo, este estado queda obsoleto. Las fuentes de datos cambian o las herramientas pueden arrojar respuestas contradictorias. Pero el agente se vuelve más vulnerable a las inconsistencias y menos veraz.
La confiabilidad del agente se convierte en un problema del sistema, y gestionar esta desviación puede requerir algo más que una ejecución más rápida; puede requerir visibilidad y control.
Es este punto de falla lo que plataformas como Gemini Enterprise y AgentCore intentan evitar.
Si bien este cambio ya se está produciendo, Gholami admitió que los clientes dictarán cómo quieren gestionar y controlar a cualquier agente a largo plazo.
“Vamos a aprender mucho de los clientes que utilizarían agentes de larga duración, donde simplemente asignarían una tarea a estos agentes autónomos para que siguieran adelante y la ejecutaran”, dijo Gholami. “Por supuesto, hay trucos y equilibrios para hacerlo bien y el agente puede volver y pedir más información”.
La nueva pila de IA
Lo que está cada vez más claro es que la pila de IA se está separando en distintas capas, resolviendo diferentes problemas.
AWS, y hasta cierto punto Anthropic y OpenAI, se optimizan para una implementación más rápida. Claude Managed Agents abstrae gran parte del trabajo de back-end para crear un agente, mientras que Agents SDK ahora incluye soporte para sandboxes y un dispositivo listo para usar. Estos enfoques apuntan a reducir la barrera para poner a los agentes en funcionamiento.
Google ofrece un panel centralizado para administrar identidades, hacer cumplir políticas y monitorear el comportamiento a largo plazo.
Es probable que las empresas necesiten ambos.
En opinión de algunos profesionales, sus empresas necesitan tener una conversación seria sobre cuánto riesgo están dispuestas a asumir.
“La conclusión clave para los líderes de tecnología empresarial que consideran estas tecnologías en este momento se puede expresar de esta manera: si bien la cuestión del apalancamiento de los agentes versus el tiempo de ejecución a menudo se percibe como construcción versus compra, esto es principalmente una cuestión de gestión de riesgos. Si puede administrar sus agentes a través de un tiempo de ejecución de terceros porque no afectan sus flujos de ingresos, está bien. Por el contrario, en el contexto de procesos más críticos, la última opción será la única a considerar desde una perspectiva empresarial”, Rafael Sarim Oezdemir, Jefe de Crecimiento de EZContacts, dijo a VentureBeat en un correo electrónico.
La iteración rápida permite a los equipos experimentar y descubrir qué pueden hacer los agentes, mientras que el control centralizado añade una capa de confianza. Lo que las empresas necesitan es asegurarse de no quedar atrapadas en sistemas diseñados exclusivamente para una única forma de ejecutar agentes.
