La evolución actual de la Inteligencia Artificial se topa con un muro estructural. Si bien nos hemos vuelto notablemente buenos en la construcción de potentes modelos individuales y en su “unión” en flujos de trabajo, persiste una brecha fundamental: Los agentes de IA pueden conectarse, pero aún no pueden pensar juntos.
Vijoy Pandey, vicepresidente sénior y director general de Outshift de Cisco, sostiene que la próxima gran frontera en IA no se trata sólo de hacer que los modelos sean más inteligentes, sino de pasar de la simple conectividad a la cognición compartida.
El problema: conexión versus cognición
Actualmente, la mayoría de los sistemas multiagente operan en silos. Puede conectar varios agentes en un único modelo de “supervisor”, pero carecen de alineación semántica y de contexto compartido. Cada vez que un agente realiza una tarea, esencialmente comienza desde cero, sin ser consciente del “proceso de pensamiento” matizado o del contexto específico del agente que lo precedió.
Pandey traza un paralelo con la evolución humana. Los humanos no se volvieron inteligentes simplemente de forma aislada; desbloqueamos una “revolución cognitiva” a través de la comunicación. Al desarrollar un lenguaje y una intención compartida, pasamos de la inteligencia individual a la inteligencia colectiva, lo que nos permite coordinar, negociar e innovar como grupo.
Para lograr esto en el silicio, la IA requiere algo más que una simple transferencia de datos de alta velocidad; requiere una forma de transferir comprensión.
La solución: nuevos protocolos para la inteligencia distribuida
Para resolver este “problema de asistencia distribuida horizontal”, el equipo de Pandey está trabajando en un concepto llamado “Internet de la cognición”. El objetivo es alejarse del simple intercambio de datos y avanzar hacia un sistema donde los agentes puedan compartir su razonamiento y contexto internos a través de una nueva capa de infraestructura.
Están desarrollando tres protocolos específicos para facilitarlo:
- Protocolo de transferencia de estado semántico (SSTP): Opera a nivel de lenguaje, lo que permite a los sistemas analizar la comunicación semántica para que puedan inferir con precisión las herramientas o tareas correctas requeridas.
- Protocolo de transferencia de espacio latente (LSTP): Un método más avanzado que transfiere el “espacio latente completo” (la representación matemática interna de la información) de un agente a otro. Esto evita el “impuesto” de convertir datos a lenguaje natural y viceversa, haciendo la comunicación mucho más eficiente.
- Protocolo de transferencia de estado comprimido (CSTP): Se centra en la eficiencia comprimiendo datos y conectando a tierra solo las variantes más relevantes. Esto es fundamental para la informática de vanguardia, donde el ancho de banda es limitado pero es necesaria una transferencia de estado de alta precisión.
Al combinar estos protocolos con “motores de cognición” (que proporcionan barreras de seguridad) y una nueva estructura de infraestructura, el equipo pretende crear superinteligencia distribuida.
Impacto en el mundo real: eficiencia en las trincheras
Si bien el “Internet de la cognición” es una visión de futuro, Cisco ya está viendo los beneficios de los flujos de trabajo agentes en sus operaciones actuales.
El equipo de ingeniería de confiabilidad del sitio (SRE) de la empresa enfrentó un problema de escala clásico: la producción de código aumentaba, pero el tamaño del equipo permanecía estático. Al implementar más de 20 agentes de IA (algunos internos y otros de terceros) para gestionar flujos de trabajo complejos como canalizaciones de CI/CD e implementaciones de Kubernetes, Cisco logró resultados significativos:
- Velocidad: Los tiempos de implementación se redujeron de “horas y horas a segundos”.
- Confiabilidad: Los agentes redujeron el 80 % de los problemas encontrados anteriormente en los flujos de trabajo de Kubernetes.
- Integración: Estos agentes utilizan marcos como el Protocolo de contexto modelo (MCP) para acceder a más de 100 herramientas y plataformas de seguridad diferentes.
La visión pragmática: la IA como herramienta, no como reemplazo
A pesar de estos avances, Pandey mantiene una perspectiva fundamentada sobre el papel de la IA. Advierte contra la tentación de utilizar la IA simplemente porque está disponible, señalando que “no andas buscando clavos simplemente porque tienes un martillo nuevo”.
Los sistemas más eficaces no se basarán únicamente en la naturaleza no determinista de la IA (donde los resultados pueden variar), sino que unirán la IA con un código determinista : la lógica confiable basada en reglas que ha sustentado la informática durante décadas.
El objetivo final es ir más allá de la mera conectividad hacia un estado de intención compartida e innovación colectiva, convirtiendo modelos aislados en un tejido sincronizado e inteligente.
