Agentes autónomos de IA: automatización

Módulo 1: Introducción a la IA agéntica
3 h 35 min

Objetivo: Identificar y comprender los conceptos fundamentales de la inteligencia artificial agéntica.

• Qué son los agentes autónomos de inteligencia artificial.
• Agentes impulsados por modelos de lenguaje.
• Características que definen a un agente.
• Colaboración entre múltiples agentes.
• Entorno, percepción e interacción.
• Razonamiento y toma de decisiones.
• Tipos de agentes de inteligencia artificial.
• Aprendizaje, recompensa y optimización.
• Autonomía y adaptabilidad.
• Ética y seguridad en agentes de IA.
• Diferencias entre IA generativa e IA agéntica.
• Aplicaciones en empresas y administraciones públicas.

Módulo 2: Diseño de agentes autónomos de IA
4 h 15 min

Objetivo: Diseñar agentes autónomos identificando sus componentes, arquitecturas y principios fundamentales.

• Evolución del diseño de agentes autónomos.
• Sistemas básicos de entrada y salida.
• Agentes conectados con su entorno.
• Agentes con aprendizaje y razonamiento.
• Memoria procedural, semántica y episódica.
• Procedimientos de decisión y razonamiento.
• Diseño basado en objetivos.
• Diseño orientado al entorno.
• Interacción entre personas y agentes.
• Tipos de arquitecturas de agentes.
• Diseño de equipos multiagente.
• Definición de personalidad, objetivos, tareas y planes.
• Asignación de conocimiento, memoria y herramientas.
• Seguridad e implementación en entornos reales.

Módulo 3: Implementación de agentes autónomos
6 h 40 min

Objetivo: Implementar y desplegar agentes autónomos capaces de optimizar procesos empresariales específicos.

• Introducción a LangGraph, AutoGen y CrewAI.
• Componentes principales de CrewAI.
• Instalación de dependencias en Windows.
• Configuración y comprobación del entorno.
• Construcción de una herramienta de búsqueda web.
• Extracción y procesamiento de contenido.
• Creación y asignación de tareas a agentes.
• Desarrollo de una interfaz gráfica con CrewAI.
• Integración de CrewAI con otras herramientas.
• Configuración del entorno de AutoGen.
• Procesamiento de documentos y creación de embeddings.
• Configuración de una base de datos vectorial.
• Definición de diferentes roles de agentes.
• Simulación de interacciones multiagente.
• Análisis de respuestas con y sin sistemas RAG.

Módulo 4: Gestión eficiente de agentes de IA
2 h 20 min

Objetivo: Aplicar técnicas de supervisión, mantenimiento y optimización para gestionar agentes de manera eficiente.

• Supervisión y mantenimiento de agentes.
• Identificación de procesos susceptibles de automatización.
• Criterios para seleccionar procesos adecuados.
• Optimización basada en retroalimentación.
• Automatización incremental.
• Capacitación y documentación.
• Métricas para medir el impacto.
• Análisis y visualización de resultados.
• Resolución de errores frecuentes.
• Implementación de mecanismos de resiliencia.
• Flujo de tokens en conversaciones entre agentes.
• Seguimiento y control del consumo de tokens.
• Optimización de instrucciones e historial de conversación.

Módulo 5: Evaluación del ROI de agentes autónomos
3 h 10 min

Objetivo: Evaluar el retorno de inversión y el impacto de los agentes autónomos en procesos empresariales.

• Fundamentos del retorno de inversión.
• Análisis integral del ROI.
• Evaluación práctica mediante CrewAI.
• Áreas relevantes para la evaluación.
• Indicadores operativos y económicos.
• Automatización del seguimiento de métricas.
• Evaluación del ROI en procesos de soporte técnico.
• Herramientas especializadas para medir resultados.
• Estrategias avanzadas de ajuste.
• Integración con modelos generativos.
• Procesos de iteración y mejora continua.
• Evaluación del impacto ambiental.