Confluent, Inc. (Nasdaq: CFLT), empresa pionera en el ámbito del data streaming, ha presentado Streaming Agents, una nueva funcionalidad dentro de Confluent Cloud para Apache Flink®. Esta herramienta está diseñada para simplificar la creación y el escalado de agentes de inteligencia artificial capaces de supervisar, analizar y actuar sobre datos en tiempo real.

La propuesta busca derribar las principales barreras que encuentran las organizaciones a la hora de implementar inteligencia artificial a gran escala. Streaming Agents unifica el procesamiento de datos con los flujos de trabajo de IA y ofrece conexiones seguras y directas a todos los puntos de la empresa: desde grandes modelos de lenguaje (LLM) hasta sistemas de integración, herramientas y plataformas corporativas.

Gracias a ello, se impulsa la adopción de la IA agéntica, favoreciendo procesos más eficientes, un retorno de la inversión más rápido y la posibilidad de generar nuevos modelos de negocio y oportunidades de crecimiento.

“La IA agéntica forma parte de la hoja de ruta de todas las organizaciones. Sin embargo, la mayoría de las empresas se encuentran estancadas en la fase de los prototipos, quedando rezagadas mientras otras avanzan hacia resultados medibles”, afirma Shaun Clowes, director de producto de Confluent. “Incluso los agentes de IA más inteligentes actúan a ciegas si no cuentan con un contexto empresarial actualizado. Streaming Agents simplifica la compleja tarea de integrar las herramientas y los datos que crean inteligencia real, proporcionando a las organizaciones una base sólida para implementar agentes de IA que impulsen un cambio significativo en toda la empresa”, señala.

Según un estudio de IDC, aunque las organizaciones llevaron a cabo una media de 23 pruebas de concepto de IA generativa entre 2023 y 2024, sólo tres llegaron a la fase de producción. De ellas, solo el 62% cumplió las expectativas. Los agentes son tan potentes como las herramientas y los datos a los que pueden acceder, pero los flujos de trabajo actuales son extremadamente complejos y costosos, lo que impide a las empresas aprovechar todo el valor de la IA agéntica. Aunque los marcos de IA existentes facilitan el inicio con los agentes, muchos equipos tienen dificultades para integrar datos en tiempo real en las iniciativas de IA agéntica, lo que da lugar a alucinaciones y respuestas poco fiables.

“Aunque la mayoría de las empresas están invirtiendo en IA agéntica, sus arquitecturas de datos no pueden soportar las capacidades de toma de decisiones autónomas que requieren estos sistemas”, señala Stewart Bond, vicepresidente de Software de Inteligencia e Integración de Datos de IDC. “Las organizaciones deben dar prioridad a las soluciones de IA agéntica que ofrezcan una integración fácil y segura y aprovechen los datos en tiempo real para obtener el contexto esencial necesario para la acción inteligente”.

Crea y escala agentes de IA en tiempo real con Streaming Agents

Streaming Agents lleva la IA agéntica directamente a los procesos de streaming para ayudar a los equipos a crear, implementar y coordinar agentes basados en eventos con Apache Kafka® y Apache Flink®. Gracias a la unificación del procesamiento de datos y el razonamiento de IA, los agentes obtienen acceso a datos contextuales actualizados de fuentes en tiempo real para adaptarse rápidamente y comunicarse con otros agentes y sistemas a medida que cambian las condiciones. Los streaming Agents están siempre activos y trabajan en nombre de la empresa, operando de forma dinámica, procesando flujos de datos de gran volumen y respondiendo instantáneamente a señales en tiempo real con un razonamiento sensible al contexto, como lo harían los operadores humanos.

Por ejemplo, Streaming Agents puede realizar una valoración competitiva supervisando continuamente los precios en los sitios de comercio electrónico y actualizando automáticamente las tarifas de los productos en el sitio web de un minorista para ofrecer la oferta más competitiva a los clientes.

Las características principales de Streaming Agents son:

• Llamada a herramientas para la automatización con contexto: la invocación de herramientas a través del Protocolo de contexto de modelo (MCP) permite a los agentes seleccionar la herramienta externa adecuada, como una base de datos, software como servicio (SaaS) o API, para llevar a cabo acciones significativas. La llamada a herramientas tiene en cuenta lo que está sucediendo en el negocio y lo que están haciendo otros sistemas y agentes.
• Conexiones para integraciones seguras: conéctate de forma segura a modelos, bases de datos vectoriales y MCP directamente mediante Flink. Las conexiones también protegen las credenciales confidenciales, fomentan una mayor reutilización al compartir conexiones entre múltiples tablas, modelos y funciones, y centralizan la gestión para implementaciones a gran escala.
• Tablas externas y búsqueda para aumentar la precisión de la IA: asegúrate de que los datos de streaming se enriquecen con fuentes de datos que no son de Kafka, como bases de datos relacionales y API REST, para proporcionar la visión más actualizada y completa de los datos. Esto mejora la precisión de la toma de decisiones de la IA, la búsqueda vectorial y las aplicaciones de generación aumentada por recuperación (RAG), reduce el coste y la complejidad mediante el uso de Flink SQL y aprovecha las capacidades de seguridad y red de Confluent Cloud.
• Capacidad de reproducción para la iteración y la seguridad: los agentes se pueden desarrollar y evaluar utilizando datos reales sin efectos secundarios en tiempo real, lo que permite lanzamientos ocultos, pruebas A/B e iteraciones más rápidas.