Tecnología
tool use
El 'tool use' o uso de herramientas permite que un modelo de IA invoque funciones, APIs o bases de datos externas para completar tareas concretas, en lugar de limitarse a generar texto. Es la base técnica de los agentes de IA que ejecutan acciones reales como consultar sistemas, modificar bases de datos o diagnosticar errores en producción.
Sobre esta tecnología, IA para hoy ha analizado 7 noticias, procedentes de 4 medios distintos. No ha habido cobertura nueva en la última semana. La fiabilidad media de esa cobertura es de 4,3 sobre 5, medida con las reglas de nuestro método. Las áreas de impacto que más se repiten son Desarrollo, IT, Automatización. Aparece en 7 historias en seguimiento.
Evolución en 16 semanas
El momentum semanal se estima con la misma fórmula que el momentum actual: volumen, aceleración respecto a la semana anterior, diversidad de fuentes e impacto.
Análisis Qué significa para una empresa
- Oportunidades
- Permite automatizar tareas operativas como diagnóstico de incidencias, extracción de datos de documentos o consultas a bases de datos, reduciendo tiempos de horas a segundos. También facilita construir agentes especializados que combinan razonamiento con acceso a sistemas internos de la empresa.
- Riesgos
- Los modelos actuales fallan con frecuencia en razonamiento multi-paso, construcción de argumentos de herramientas y tareas ambiguas, lo que exige supervisión humana. Además, el auge de agentes está generando cuellos de botella de infraestructura (CPU) y dependencia de proveedores cloud concretos.
- Qué debería hacer una empresa
- Las empresas con flujos operativos repetitivos deberían pilotar en 0-6 meses casos de uso acotados de tool use con aprobación humana en los pasos críticos, antes de escalar a procesos autónomos.
Análisis generado por IA a partir de las noticias disponibles; actualizado 13 oct.
Relacionadas
LLM ×5agentes ×4Anthropic ×2Hugging Face ×2AWS ×2agentes IA ×2Meta ×1Nvidia ×1Amazon Web Services ×1RAG ×1
Historias
Liquid AI lanza LFM2.5-24B-A2B, modelo abierto para agentes en dispositivo
Agentes de IA pasan de la investigación a la automatización empresarial
Automatización de diagnóstico de incidentes con agentes IA en AWS
Datasette-agent: agentes IA que operan bases de datos SQL con supervisión humana
IBM Research lanza VAKRA, benchmark para evaluar agentes IA en entornos empresariales
AWS demuestra extracción de datos con Claude sin entrenar modelos
OpenEnv: evaluación de agentes en entornos reales con Calendar Gym
Noticias
Liquid AI lanza LFM2.5-24B-A2B, un modelo abierto de razonamiento orientado a agentes en el dispositivo
Liquid AI publicó en Hugging Face LFM2.5-24B-A2B, un modelo de pesos abiertos solo de razonamiento, con ventana de contexto de 131K tokens y entrenamiento…
Por qué importaPara equipos que quieran agentes locales con privacidad, un modelo abierto de su tamaño que cumpla con llamadas a herramientas podría reducir costes…
CPUs resurgen como cuello de botella en infraestructura IA agentica de AWS
Amazon Web Services ha impuesto un mandato de conservación de ciclos de CPU tras experimentar una explosión en tiempos de espera para capacidad de servidores…
Por qué importaLas empresas que despliegan agentes de IA empresariales enfrentarán pronto restricciones de capacidad y costes de CPU similares a los que vivieron…
TReNDS automatiza diagnóstico de errores en 60 segundos con agentes IA en AWS
TReNDS, centro de investigación de la Universidad Estatal de Georgia, desarrolló un pipeline de agentes IA sobre Amazon Bedrock y el SDK abierto Strands Agents…
Por qué importaDemuestra un caso de uso operacional maduro de agentes IA en entornos sanitarios regulados (datos bajo HIPAA): automatizar tareas repetitivas de…
Datasette-agent 0.3a0: herramienta de escritura SQL con aprobación de usuario
Simon Willison ha lanzado datasette-agent versión 0.3a0, que introduce la herramienta execute_write_sql para permitir que agentes IA modifiquen bases de datos…
Por qué importaAbre la posibilidad de que agentes IA interactúen de forma segura con datos sensibles en producción, con mecanismos de control y auditoría. Para…
VAKRA: benchmark ejecutable para evaluar agentes IA en entornos empresariales
IBM Research ha presentado VAKRA, un benchmark ejecutable que evalúa cómo los agentes de IA razonan y actúan en entornos similares a los empresariales. El…
Por qué importaVAKRA representa un avance significativo en la evaluación de agentes IA porque mide capacidades compositivas reales en flujos de trabajo de múltiples…
AWS permite extraer datos de documentos con Claude sin entrenar modelos
AWS publicó en su blog de Machine Learning un tutorial sobre cómo usar Claude Tool Use (function calling) en Amazon Bedrock para reconocimiento automático de…
Por qué importaElimina la necesidad de entrenar modelos específicos para tareas de extracción de datos, reduciendo significativamente tiempo y recursos. Es…
OpenEnv: framework abierto para evaluar agentes en sistemas reales
Meta y Hugging Face han lanzado OpenEnv, un framework de código abierto para evaluar agentes de IA contra sistemas reales en lugar de simulaciones controladas…
Por qué importaEvaluar agentes en entornos reales en lugar de demostraciones controladas es crítico para identificar limitaciones antes del despliegue empresarial…