
Los agentes de inteligencia artificial pueden consultar datos y ejecutar acciones en plataformas como Jira y ServiceNow. Pero cuando interpretan de forma incorrecta la información de cada sistema, sus respuestas pueden parecer convincentes y, aun así, ser poco fiables.
Imaginemos un agente que asume que el campo «Prioridad» tiene el mismo significado en ambas plataformas. A partir de esa suposición, asigna y sincroniza un incidente de manera incorrecta. Si el resultado llega a un ticket de cliente, un incidente de prioridad crítica podría incumplir el acuerdo de nivel de servicio (SLA), mientras los equipos afectados creen que ya se está atendiendo.
Ante estos errores, una reacción habitual es conceder al agente más permisos y acceso a más datos. Sin embargo, el desafío principal no suele ser la cantidad de información disponible, sino la capacidad para interpretarla en su contexto.
El reto de comprender el contexto entre empresas
Las organizaciones suelen asociar un mayor volumen de datos con un mejor contexto. No obstante, leer más campos o registros no necesariamente ayuda a un agente a entender qué significa cada elemento en otro sistema, cómo se relaciona con su equivalente o qué estados de un flujo de trabajo se corresponden entre sí.
Ese conocimiento reside en las relaciones entre los sistemas conectados y varía de una organización a otra. Un modelo de IA puede conocer Jira y ServiceNow en términos generales, pero no necesariamente sabe cómo están configurados para operar en un entorno concreto.
Por ejemplo, quizá desconozca el propósito de un campo personalizado como «Escalación de cliente» o no sepa que el estado «Pendiente» de una plataforma equivale a «A la espera de terceros» en la otra. Sin esa información, puede inferir una equivalencia incorrecta.
Dentro de una sola organización, las consecuencias de una inferencia equivocada pueden limitarse mediante responsables internos que aprueben las correspondencias entre campos, mantengan catálogos y registros de auditoría, y definan quién es dueño de cada dato. Entre empresas, esa autoridad compartida no suele existir. Las partes pueden utilizar nombres distintos, modificar sus configuraciones por separado y basarse en acuerdos informales que nunca se documentaron.
Por eso, un agente que opera entre organizaciones necesita información actualizada, reglas claras para resolver conflictos y correspondencias acordadas por ambas partes. No puede deducirlas de manera fiable por sí solo.
Los cambios de configuración aumentan el riesgo
Supongamos que un equipo de soporte conecta su instancia de Jira con la plataforma ServiceNow de un equipo de ingeniería perteneciente a otra empresa. Durante la implementación se define qué información se comparte, cómo se transforma y qué elementos deben permanecer restringidos. Con el tiempo, esas configuraciones pueden cambiar.
Agregar un campo suele ser una modificación relativamente sencilla. El riesgo más serio aparece cuando se elimina o altera un elemento del que depende el otro sistema. Si el equipo de soporte elimina una lista desplegable de Jira por motivos operativos, por ejemplo, los datos correspondientes podrían dejar de actualizarse en ServiceNow sin que se genere un error evidente. El equipo de ingeniería quizá no se entere del cambio.
Desde la perspectiva del primer equipo, pudo tratarse de una modificación interna que no requería aviso. Sin embargo, para el sistema conectado, la eliminación puede romper una dependencia importante.
En una sola organización, un agente con visibilidad sobre ambos entornos podría detectar la modificación y solicitar una revisión humana. En un entorno entre empresas, el agente de un lado quizá no tenga acceso a la configuración del otro. La solución debe poder identificar si un cambio afecta una dependencia compartida sin exigir acceso indiscriminado a los sistemas.
Modelos de arquitectura para compartir contexto
La IA integrada en cada plataforma suele conocer bien la configuración de su propio sistema, pero tiene poca o ninguna visibilidad del entorno externo. Por sí sola, no resuelve la necesidad de contexto entre empresas.
Otra opción es utilizar un intermediario centralizado que acceda a ambos sistemas. Aunque este modelo puede facilitar la comprensión de las dos partes, requiere almacenar credenciales en una ubicación de terceros. Algunas organizaciones pueden rechazar ese planteamiento por motivos de seguridad, cumplimiento normativo o control de datos.
Un modelo descentralizado ofrece una alternativa: cada organización mantiene su propio software y sus credenciales dentro de sus límites. Lo que se comparte no son las credenciales ni el acceso directo, sino contexto estructurado y acordado, como las definiciones de campos, las correspondencias de estados y las reglas de transformación.
Este enfoque puede preservar la autonomía de cada organización y evitar que las credenciales se almacenen en un tercer entorno.
Qué debe ofrecer una solución de contexto compartido
Las credenciales deben permanecer en el entorno al que pertenecen. Entre las organizaciones solo debería circular el contexto que hayan definido y aprobado, como las correspondencias entre campos, las definiciones de estados y las reglas para transformar los datos.
Además, el alcance del agente debe limitarse a los metadatos de configuración necesarios: qué campos existen y cómo están definidos. También importa comprender su significado operativo, es decir, para qué se utiliza cada campo, sin acceder a información sensible como registros de clientes o datos sujetos a obligaciones de protección.
La arquitectura debe permitir que el agente distinga entre la ausencia de un campo y la imposibilidad de verlo. Si no recibe una respuesta sobre «Responsable de escalación», no debe concluir automáticamente que el campo no existe: puede estar presente, pero fuera de sus permisos.
«Campo no encontrado» y «acceso no autorizado» describen situaciones distintas y deben comunicarse como tales. Confundirlas puede llevar al agente a tomar decisiones basadas en una premisa falsa.
La detección de cambios también debe evaluar su impacto. Registrar que un campo se modificó es útil, pero no basta si esa modificación rompe una dependencia del sistema conectado. La solución debe identificar cuándo un cambio requiere una acción, una notificación o una revisión humana.
Conclusión
El contexto entre empresas no consiste en que un agente pueda verlo todo. Consiste en que entienda qué información puede consultar, qué límites tiene y qué conclusiones no está en condiciones de verificar.
En sistemas conectados, un agente que reconoce que no puede confirmar una respuesta puede ser más fiable que uno que siempre responde. La precisión depende no solo de los datos disponibles, sino también de comunicar con claridad las correspondencias, los cambios y los límites de acceso.
from Latest from TechRadar https://ift.tt/5lL246f
via IFTTT IA