¿Están tus datos preparados para los agentes de IA? 5 pruebas para averiguarlo

Cada vez son más las organizaciones que se dan cuenta de que ni siquiera sus datos de mayor calidad no están preparados para que los agentes de IA tomen decisiones basándose en ellos.

Para saber con certeza si tus datos son «aptos para agentes» —y no solo «aptos para informes»—, necesitas formas de comprobarlo.

A continuación te presentamos cinco pruebas que puedes realizar en tu propio entorno para asegurarte de que tus datos son aptos para agentes.

1. ¿Son coherentes tus datos en todos los sistemas con los que interactúa un agente?

Se trata de determinar si tus sistemas tienen una razón estructural para coincidir, o si cada uno de ellos mantiene su propia versión de la verdad.

Para evaluarlo, fíjate en:

• Con qué frecuencia los campos clave de una misma entidad no coinciden entre los distintos sistemas, como la descripción de un producto, los datos de contacto de un cliente o el estado de un proveedor
• Si esas discrepancias se detectan automáticamente o solo salen a la luz cuando se produce un fallo en una fase posterior
• si cada sistema se alimenta de una única fuente regulada o mantiene su propia copia, que puede ir desviándose con el tiempo

Si la respuesta a este último punto es «su propia copia», un agente no tiene forma de saber qué versión es la correcta.

Actuará en función de la primera a la que acceda, y la decisión conlleva esa incertidumbre.

2. ¿Son tus datos lo suficientemente completos como para que un agente actúe sin tener que hacer conjeturas?

Un informe puede sortear la falta de un campo. Un panel de control muestra un espacio en blanco, y la persona que lo lee sabe que debe preguntar a alguien. Pero un agente no tiene a nadie a quien preguntar.

Para un agente, la exhaustividad no tiene que ver con lo completo que parezca un registro en general, sino con los atributos específicos que necesita un flujo de trabajo. ¿Están rellenados esos atributos, de forma coherente, en todos los registros con los que interactúa ese flujo de trabajo?

Para comprobarlo, traza un flujo de trabajo de un agente de principio a fin y enumera todos los campos de los que extrae información.

A continuación, realiza una comprobación de los datos introducidos basándote en esa lista, no en el registro en su conjunto. Analiza la tasa de error por campo, en lugar de por registro.

Un expediente de cliente puede superar todas las comprobaciones de exhaustividad de los informes y, aun así, carecer de información sobre el estado de los derechos en una proporción significativa de cuentas. Esto no supone un gran problema en un panel de control. Pero cuando un agente tiene que decidir lo que se le debe a un cliente, se quedará bloqueado o tendrá que hacer conjeturas.

3. ¿Tienen tus datos un contexto que un agente pueda interpretar por sí mismo?

Un valor sin procesar no indica al agente qué significa. Una herramienta de informes extrae una cifra y la presenta, y es una persona quien decide qué implica. El agente tiene que decidirlo por sí mismo.

Para comprobarlo, elige un tipo de registro y comprueba si las relaciones de las que depende están almacenadas como datos estructurados, y no solo son conocidas por las personas que trabajan con él:

• ¿Se asigna la categoría de un producto de forma coherente en todos los mercados en los que se comercializa? ¿O varía según la región sin que exista ningún vínculo entre las distintas versiones?
• ¿El nombre de la cuenta de un cliente se corresponde con una única entidad jurídica? ¿O podrían existir dos registros que describieran a la misma empresa sin que hubiera nada que los conectara?

Si esas relaciones solo existen como algo que una persona podría reconocer, un agente no tiene nada que consultar.

Actuará en función del valor sin procesar, y no hay forma de predecir si esa interpretación es correcta.

4. ¿Son precisos tus datos en el momento exacto en que un agente los utiliza?

Un informe puede basarse en las cifras de ayer y seguir siendo útil. Un agente que toma una decisión en tiempo real no puede hacerlo.

Para comprobarlo, elige un campo que cambie con frecuencia, como por ejemplo:

• Niveles de existencias
• Plazos de entrega de los proveedores
• Clasificación de productos
• Estado de la capacidad
• Estado de cumplimiento o certificación

Compara el valor que un agente consulta en el sistema con el valor que figura en el sistema de referencia en ese mismo momento.

A continuación, comprueba el desfase. ¿Cuánto tiempo tarda una actualización en llegar de un sistema al otro?

Un retraso de unas pocas horas no tiene ninguna repercusión en un informe semanal. Pero para un agente que gestiona el inventario o confirma la disponibilidad en tiempo real, ese mismo retraso significa que está actuando en función de una cifra que ya era errónea en el momento de tomar la decisión.

Si tus sistemas se sincronizan según un horario fijo en lugar de hacerlo de forma continua, ese horario es la verdadera respuesta a la pregunta de hasta qué punto están actualizados tus datos.

5. ¿Pueden tus datos demostrar qué decidió un agente y por qué?

Los agentes toman decisiones sin que nadie las supervise en tiempo real, lo que significa que la prueba ya tiene que existir en el momento en que alguien la solicite.

En esta prueba, elige una decisión tomada por un agente durante el último mes e intenta responder a cuatro preguntas sin preguntar a nadie:

• ¿Qué versión de cada registro de entrada leyó el agente y a qué hora?
• ¿Qué norma o política se aplicó a esa decisión, y era la versión vigente en ese momento?
• ¿Dónde se registró la decisión y durante cuánto tiempo se conserva ese registro?
• Si el agente transmitió su salida a otro agente o sistema, ¿puedes rastrear lo que ocurrió a continuación?

Si puedes responder a estas cuatro preguntas a partir del propio sistema, podrás reconstruir la decisión cuando sea necesario.

Si alguna respuesta depende de la memoria de alguien, de una captura de pantalla o de un registro que se sobrescribe al cabo de un número determinado de días, no descubrirás que es imposible de demostrar hasta que alguien pregunte.

¿De qué depende que se superen las cinco pruebas de datos propias de un agente?

Superar las cinco pruebas depende de lo bien que estén estructurados y conectados los datos de tu producto, cliente, proveedor, ubicación y socio comercial. No se trata de un único ámbito de forma aislada.

Un agente rara vez se limita a un solo ámbito.

• Una decisión de abastecimiento afecta tanto a los datos de los proveedores como a los de los productos
• Una decisión sobre el servicio afecta tanto a los datos de los clientes como a los de los productos

Si un ámbito cumple los requisitos y otro no, el agente hereda el más débil en el momento en que su flujo de trabajo pasa de uno a otro.

Por eso, corregir los ámbitos de uno en uno rara vez lleva a una organización a donde necesita estar. El trabajo que marca la diferencia conecta todos los ámbitos sin perder:

• Coherencia
• Exhaustividad
• El contexto
• Precisión
• Trazabilidad

Al igual que la nutrición que sustenta el plan de entrenamiento de ese deportista, esto debe mantenerse. No es una solución puntual.

¿Cómo consigue Stibo Systems integrar todo esto en una única plataforma?

A través de STEP, nuestra plataforma de inteligencia de confianza, Stibo Systems estructura los datos de sus productos, clientes, proveedores y socios comerciales en una única plataforma, de modo que las cinco pruebas se cumplan simultáneamente en los cuatro ámbitos.

• Un modelo de datos compartido entre dominios, de modo que un producto, su proveedor y el cliente que lo compra permanecen conectados y coherentes entre sí
• Normas de gobernanza y acceso integradas en los propios datos, de modo que los agentes hereden automáticamente las normas adecuadas a medida que actúan
• Un linaje completo de cada registro, de modo que cada entrada utilizada por un agente y cada salida generada por él puedan reconstruirse bajo demanda
• Sincronización continua entre los sistemas conectados, de modo que los agentes trabajen con datos actuales en lugar de con una instantánea periódica

El resultado es una base que se mantiene sólida a medida que se añaden más agentes, en lugar de una configuración que haya que volver a comprobar cada vez.