La IA agéntica está generando un gran interés en diversos sectores, y su potencial para transformar ITSM es innegable. Con todo lo que se comenta sobre las capacidades de la IA agéntica, es probable que ya esté imaginando cómo optimizar los procesos ITSM mediante la gestión automatizada de incidencias, el análisis automatizado del riesgo de cambios, una mayor eficiencia gracias a la automatización del service desk o una calidad de servicio mejorada con el mantenimiento predictivo. Pero quizá también empiece a preguntarse: ¿hasta qué punto es real todo esto? ¿Está mi organización realmente preparada para la IA agéntica?

Me atrevería a decir que, para la mayoría de las organizaciones, la respuesta es no.

No me malinterprete: las organizaciones están atentas a esta conversación y muestran un gran interés por los posibles beneficios a largo plazo. Y algunas quizá sí estén preparadas para implementar correctamente la IA agéntica.

Ambiciosas, pero poco preparadas: por qué la mayoría de las organizaciones no están listas para la IA agéntica

El motivo por el que dudo que las organizaciones estén adecuadamente preparadas es que, para que la IA agéntica funcione de forma óptima, se necesitan datos limpios y de calidad, flujos de trabajo bien definidos y automatizados de forma fluida, e integraciones flexibles y completas entre todos los sistemas destinados a las operaciones de IA agéntica.

La importancia de contar con datos limpios e integrados se aprecia en la adquisición de empresas de gestión de datos por parte de otros proveedores tecnológicos, en particular Salesforce e Informatica. Los datos conciliados y normalizados proporcionan a los agentes de IA la mejor inteligencia posible con la que trabajar, para que puedan ofrecer los mejores resultados y la información más precisa.

Siempre debería plantearse lo siguiente: ¿qué beneficios aportarán los agentes de IA a usted y a su organización? ¿Puede avanzar hacia el trabajo autónomo mediante flujos de trabajo? Incluso Anthropic, una empresa líder en el ámbito de la IA, habla de utilizar la solución más sencilla posible e implementar agentes de IA solo para requisitos complejos. En algunos casos, los agentes no solo son más costosos, sino también menos eficientes que los flujos de trabajo preconfigurados.

Prepararse hoy para la IA agéntica de mañana

Si se plantea adoptar la IA agéntica, hay varios factores que debe analizar. Con planificación y preparación, puede lograrlo, y esta lista de comprobación le ayudará a orientarse en el proceso.

Planificación

Al iniciar su recorrido hacia la IA agéntica, defina claramente sus objetivos para introducirla en su entorno de gestión de servicios y asegúrese de que estén alineados con los objetivos generales de su organización. Algunos objetivos habituales son:

  • Reducir la carga de trabajo del personal de TI mediante la automatización de tareas repetitivas y que consumen mucho tiempo.
  • Mejorar la rapidez y la precisión en la resolución de incidencias.
  • Mejorar la experiencia del usuario final con una tramitación automatizada de solicitudes sin fricciones.

Una vez definidos sus objetivos, ¿qué aspecto tendrá el éxito y cómo lo medirá? Esto variará en función de sus expectativas y de los objetivos definidos, pero algunas métricas habituales podrían ser:

  • % de tareas automatizadas correctamente por la IA.
  • Reducción de los errores en las tareas gestionadas por la IA en comparación con las tareas manuales.
  • Puntuación de satisfacción del usuario (CSAT).
  • % de usuarios que optan por soluciones de autoservicio basadas en IA.
  • Reducción del coste medio de resolver un ticket con IA.
  • % de incidencias escaladas a agentes humanos tras la intervención de la IA.

Contenido relacionado:AITSM: cómo la IA está redefiniendo la automatización del service desk de TI, parte de la serie de informes de investigación sobre experiencia digital del empleado de Ivanti

Preparación de los datos

En el contexto de la gestión de servicios, pueden ser necesarias muchas fuentes de datos, incluidas fuentes puramente relacionadas con ITSM, como una CMDB o un repositorio de activos. A medida que avance hacia el conjunto de la empresa, también puede necesitar datos de CRM, RR. HH., instalaciones, finanzas u otros departamentos.

Independientemente de dónde obtenga los datos, debe tener en cuenta lo siguiente:

  • ¿Es fiable la calidad de sus datos? ¿Son coherentes los datos? ¿Hasta qué punto es precisa la información? ¿Existe una fuente más fiable (o maestra) que deba considerarse la predeterminada? A menudo, los datos son incoherentes entre varios sistemas, lo que dificulta que un agente de IA tome decisiones bien fundamentadas.
  • ¿Hasta qué punto son accesibles sus datos? ¿Cuántas fuentes de datos distintas existen y será necesaria la integración mediante API? ¿Están actualizadas las fuentes de datos?
  • ¿Está su CMDB preparada para que la utilice la IA agéntica? ¿Tiene CI críticos en su CMDB y, lo que es más importante, hasta qué punto están actualizadas las relaciones y la información?
  • ¿Debe cumplir requisitos de privacidad de los datos? ¿Necesita cumplir normativas de protección de datos como el RGPD, la CCPA u otras? Es posible que la normativa exija anonimizar los datos sensibles y mantenerlos dentro del país.

Flujos de trabajo y automatización definidos

Contar con datos de alta calidad no solo es fundamental; disponer de flujos de trabajo eficaces y operativos para impulsar las tareas también es un componente crítico del éxito de la IA agéntica. En algunos casos, los flujos de trabajo existentes pueden reutilizarse dentro de un proceso de IA agéntica; sin embargo, algunos deberán modificarse para cumplir los requisitos de solicitud/respuesta de un agente de IA.

Aspectos que debe tener en cuenta sobre los flujos de trabajo:

  • ¿Pueden sus flujos de trabajo ser utilizados por agentes de IA?  Es posible que sus flujos de trabajo existentes no estén estructurados de la forma más eficaz para que los agentes de IA utilicen todo el flujo de trabajo y ofrezcan resultados precisos.
  • ¿Los flujos de trabajo solo trabajarán con datos internos de su organización o necesitarán acceder a fuentes de datos externas? Al acceder a fuentes de datos externas, ¿qué medidas de seguridad existen para garantizar la seguridad y la precisión de los datos en las respuestas?
  • Asegúrese de que toda la IA agéntica y los flujos de trabajo relacionados tengan habilitados registros de auditoría, para poder registrar y supervisar las acciones y decisiones de la IA. Esto garantiza la corrección de la IA y puede utilizarse en caso de problemas de cumplimiento normativo o seguridad.

Gobernanza y cumplimiento normativo

Anteriormente hemos tratado los requisitos de cumplimiento aplicables a los datos y la necesidad de cumplir requisitos normativos o legales. La gobernanza y el cumplimiento normativo también deben aplicarse a todo el ecosistema de IA de su organización para ofrecer respuestas y acciones responsables, seguras y fiables.

Estos son algunos aspectos que debe tener en cuenta:

  • Defina políticas sobre cómo debe utilizarse la IA dentro de su organización y asigne personas o equipos responsables de proteger los datos y evaluar las consideraciones éticas.
  • Asegúrese de que los estándares de cumplimiento normativo o legal se comprendan y se cumplan en todo el flujo de trabajo de IA. Por ejemplo, si un agente de IA necesita acceder a datos relacionados con la salud y a datos recopilados de usuarios europeos, deberá tener en cuenta tanto HIPAA como el RGPD.
  • Identifique los posibles riesgos en todo su entorno y mitigue cuidadosamente aquellos vinculados al despliegue de IA.

Pruebas y validación

Comience su recorrido hacia la IA agéntica en un entorno controlado. Ponga en marcha un programa piloto para probar la funcionalidad, asegurándose de medir los resultados frente a sus objetivos y recopilar comentarios de los usuarios. Es importante contar con un programa de mejora continua para realizar ajustes y mejoras. Tenga paciencia, ya que los buenos resultados pueden tardar en llegar mientras la IA aprende y se adapta. Supervise y ajuste siempre que sea necesario, y defina un proceso para gestionar problemas o fallos.

La IA agéntica es una evolución, no una revolución

El debate en torno a la IA está presente en todas partes y, aunque las organizaciones muestran mucho interés, muchas siguen siendo, con razón, cautelosas sobre cómo proceder y qué es lo mejor para ellas. Como hemos visto en los últimos años, la IA ha avanzado muy rápido desde la IA generativa hasta la IA agéntica. Mantenerse al día con las tecnologías emergentes y planificar futuras mejoras es fundamental.

Ivanti está bien posicionada con capacidades de IA que pueden ayudarle a crecer. Descubra qué puede ofrecer Ivanti para su recorrido hacia la IA.