Connecting AI agents to enterprise knowledge
En el mundo empresarial actual, los agentes de inteligencia artificial (IA) enfrentan un desafío crucial: la falta de conocimiento. Aunque estos sistemas acumulan y analizan grandes cantidades de datos, a menudo carecen de la comprensión necesaria para interpretar esta información en el contexto específico de cada organización. Esta carencia de conocimiento impide que los agentes de IA tomen decisiones informadas y confiables, lo que limita su efectividad.
Según un informe reciente basado en una encuesta a 300 ejecutivos de datos, IA y tecnología, esta falta de conocimiento es una de las principales razones por las que muchos proyectos de IA no llegan a la producción. Solo un tercio de los proyectos de IA avanzan más allá de la fase piloto, incluso en empresas de alta tecnología. Los sistemas de datos obsoletos, las preocupaciones de seguridad y privacidad, y la falta de contexto son los principales obstáculos.
El informe destaca que las organizaciones con capacidades de conocimiento más sólidas tienen más éxito en la producción de proyectos de IA. Estas organizaciones, denominadas líderes en producción, logran que el 61% de sus proyectos de IA avancen más allá del piloto, gracias a su ventaja en el conocimiento semántico.
La fragmentación de datos, es decir, la falta de intercambio adecuado de datos entre sistemas, es el desafío más citado para expandir el acceso de los agentes al conocimiento. Sin embargo, los líderes en producción consideran que las preocupaciones de seguridad y privacidad son un problema mayor.
Para mejorar la calidad de las decisiones de los agentes, las empresas están priorizando la inversión en tecnologías de recuperación, como las tuberías de ingestión, las API preparadas para IA y la generación aumentada por recuperación (RAG). También se están enfocando en agentes de evaluación de IA y gráficos de conocimiento.
Fuente: https://www.technologyreview.com/2026/10/05/1145580/connecting-ai-agents-to-enterprise-knowledge/