Hiram Monroy Rocha, Director, Commercial Sales para Latinoamérica Hispana en AMD
La inteligencia artificial está entrando en una nueva fase: una que se extiende más allá de la productividad digital y la mera generación de tokens hacia el mundo físico y la automatización de procesos mediante la IA Agéntica.
Durante los últimos años, la IA se ha definido en gran medida por sistemas que comprenden, generan y recomiendan información. Los grandes modelos de lenguaje (LLM, por sus siglas en inglés), los asistentes de IA y los copilotos han cambiado fundamentalmente el trabajo del conocimiento al ayudar a las personas a buscar, resumir, crear contenido y mejorar la toma de decisiones. Esta primera ola de IA generativa ha estado centrada en la generación de tokens y ha tenido como gran protagonista a la GPU en la nube.
La próxima ola será fundamentalmente diferente. En lugar de limitarse a comprender o generar información, se espera cada vez más que la IA evolucione hacia una IA Agéntica capaz de ejecutar acciones e interactuar con el mundo físico para automatizar procesos complejos.
Los robots trabajarán junto a las personas en las plantas de fabricación. Los vehículos autónomos percibirán y responderán de forma continua a su entorno. Los sistemas médicos asistirán a los profesionales de la salud con diagnósticos y toma de decisiones en tiempo real. La infraestructura inteligente supervisará, optimizará y responderá sin necesidad de intervención humana constante. Esta transición representa mucho más que una aplicación adicional de la IA; marca un cambio fundamental en lo que se espera que haga la IA: pasar de generar contenido a ejecutar acciones y automatizar procesos.
A medida que la IA se traslada de la nube y los entornos digitales a los sistemas físicos, la inteligencia ya no debe limitarse a saber. Los sistemas de IA Agéntica, como los robots autónomos, también deben percibir, decidir y, en última instancia, actuar en tiempo real, garantizando la seguridad funcional y operando bajo estrictas restricciones energéticas, térmicas y de espacio. La necesidad de esta transición no solo se debe a los avances en la tecnología de IA, sino también a cambios estructurales en la economía global.
En muchas economías, los cambios demográficos estructurales están comenzando a reconfigurar el mercado laboral. En América Latina y el Caribe, esta transición ocurre en un contexto en el que la capacidad de adoptar y desarrollar IA todavía está condicionada por brechas de infraestructura y talento. El Índice Latinoamericano de Inteligencia Artificial (ILIA), desarrollado por el Centro Nacional de Inteligencia Artificial (CENIA) de Chile, y la Comisión Económica para América Latina y el Caribe (CEPAL) señala que más de la mitad de los países de la región aún no cuenta con infraestructura de alto rendimiento, mientras que 13 de los 19 países analizados no incorporan todavía habilidades tempranas de IA en sus currículos y 11 no cuentan con programas de doctorado en IA. Estas brechas hacen que la capacidad de cómputo y el talento especializado sean factores cada vez más determinantes para que la región pueda desplegar IA a escala y adaptarla a sus propias necesidades. En este contexto, sostener la productividad y avanzar hacia sistemas inteligentes capaces de ejecutar acciones agénticas en el mundo físico requerirá no solo modelos de IA más avanzados, sino también la infraestructura de cómputo necesaria para que puedan percibir, decidir y actuar en tiempo real.
Aquí es precisamente donde comienza la IA Agéntica. La IA Agéntica ya está reconfigurando industrias, y AMD cree que esta es la transición decisiva de la próxima década de la IA. Es la transición de sistemas que saben a sistemas que hacen y automatizan.
“Hacer” cambia fundamentalmente el problema del cómputo
Una vez que la IA Agéntica comienza a interactuar con el mundo físico y a automatizar procesos, el problema del cómputo cambia fundamentalmente. A diferencia de la IA generativa en la nube, que tuvo a la GPU centralizada como su principal pilar optimizado para la escala, el rendimiento (throughput) y el procesamiento remoto, la IA Agéntica introduce un conjunto de requisitos fundamentalmente diferente.
Un chatbot puede tolerar una latencia ocasional. Sin embargo, un robot que opera en la planta de una fábrica no puede hacerlo. Un vehículo autónomo no puede permitirse un comportamiento inconsistente del sistema. Un dispositivo médico no puede simplemente reintentar una decisión cuando el tiempo es crítico. Estos sistemas deben ofrecer:
- Capacidad de respuesta en tiempo real donde sucede la acción
- Comportamiento determinista
- Seguridad funcional y fiabilidad
- Funcionamiento bajo restricciones térmicas y de consumo energético
- Resiliencia cuando la conectividad es limitada o no está disponible
En el mundo físico, la inteligencia solo importa si los sistemas pueden actuar dentro de límites de tiempo acotados. El éxito ya no se determina únicamente por la generación de tokens o el rendimiento aislado del modelo de IA.
La IA Agéntica va más allá de generar contenido o ejecutar modelos de IA tradicionales. En su lugar, la inteligencia debe fluir sin problemas desde la detección y la percepción, pasando por la inferencia, la planificación y el control, hasta llegar a la acción física y la automatización de procesos. El debate ya no gira solo en torno a construir modelos de IA más inteligentes, sino en desarrollar sistemas agénticos que puedan actuar de forma segura y fiable en el mundo real.
Por eso AMD cree que la IA Agéntica es fundamentalmente un desafío de ingeniería de sistemas y no simplemente un desafío de modelos de IA.
Ningún procesador por sí solo puede impulsar la IA Agéntica
Comprender la IA Agéntica resulta mucho más sencillo si la comparamos con el cuerpo humano.
El cerebro humano realiza el razonamiento y la toma de decisiones. Nuestro sistema nervioso permite respuestas rápidas. Nuestros músculos y articulaciones ejecutan acciones físicas precisas.
Los sistemas de IA Agéntica funcionan de manera muy similar. El razonamiento complejo y la percepción requieren procesamiento de alto rendimiento. Las respuestas en tiempo real exigen un procesamiento de baja latencia cerca del lugar donde se toman las decisiones. El movimiento preciso requiere un control exacto y determinista.
A diferencia de la etapa generativa —donde el peso principal recaía casi en su totalidad en las GPUs alojadas en grandes centros de datos en la nube—, la era agéntica quiebra la idea del chip único. Hoy ningún procesador individual puede asumir por sí solo toda la complejidad operativa; por el contrario, la IA Agéntica exige orquestar una arquitectura diversa de motores (GPU, CPU y NPU) trabajando en sintonía, desplegados exactamente en el punto focal donde ocurren las operaciones.
Bajo esta estructura, las CPUs y GPUs de alta potencia asumen el rol cerebral, procesando el análisis profundo, la percepción del entorno y la toma de decisiones complejas. En paralelo, las NPUs y los SoCs adaptativos funcionan como una red de respuesta rápida o sistema nervioso periférico, garantizando respuestas inmediatas, ultra baja latencia y máxima eficiencia energética en el sitio exacto donde se ejecutan las tareas. Las FPGA respaldan el control preciso de sensores y actuadores, lo que permite a las máquinas inteligentes interactuar de forma segura y precisa con el mundo físico.
La era de la IA Agéntica favorece las fortalezas de AMD
La aparición de la IA Agéntica no está cambiando la estrategia tecnológica de AMD. Está validando una estrategia que la empresa ha estado construyendo durante décadas.
La IA Agéntica requiere computación heterogénea, y AMD ofrece uno de los portafolios de cómputo más amplios de la industria, que abarca GPU, CPU, NPU, SoC adaptativos y FPGA, para proporcionar el procesamiento adecuado para la carga de trabajo adecuada.
En lugar de optimizar una sola etapa del procesamiento de IA, estas tecnologías trabajan juntas para respaldar todo el flujo de trabajo de la IA Agéntica: desde la percepción y el razonamiento hasta el control en tiempo real, la automatización de procesos y la acción física.
Igualmente importante es el largo historial de AMD en la informática embebida. Durante décadas, las tecnologías de AMD han impulsado sistemas en los sectores automotriz, de automatización industrial, telecomunicaciones, atención médica, aeroespacial y otros mercados de sistemas integrados, donde la operación determinista, los largos ciclos de vida del producto, la seguridad funcional, los entornos operativos rigurosos y el codesarrollo con los clientes siempre han sido esenciales.
Estas son precisamente las mismas características que ahora resultan críticas a medida que la IA Agéntica pasa de la investigación a la implantación en el mundo real.
Pero la IA Agéntica requiere más que solo silicio. Construir sistemas agénticos inteligentes exige que modelos de IA, software de robótica, middleware, sensores, simulación, validación y plataformas listas para producción trabajen en conjunto.
Es por eso que AMD está ampliando su consolidada estrategia de ecosistema abierto a través de iniciativas como la red AMD Robotics Partner Network y las Soluciones de AMD Kria™ AI, ayudando a los clientes a pasar más rápidamente del prototipo a la producción de sistemas agénticos.
En lugar de adaptarse a la era de la IA Agéntica, AMD está expandiendo tecnologías, software y ecosistemas que ya ha estado construyendo durante muchos años.
La próxima década de la IA estará definida por sistemas que “hacen”
La IA Agéntica no es simplemente la siguiente etapa de la IA. Representa un cambio fundamental en cómo la inteligencia genera valor al pasar de la generación de tokens a la ejecución de acciones.
La primera era de la IA estuvo definida en gran medida por sistemas que podían comprender información. La siguiente era estará definida por sistemas que puedan percibir, decidir y actuar de manera segura en el mundo físico.
Este cambio es especialmente significativo para las economías orientadas a la manufactura que enfrentan cambios demográficos estructurales.
Para estas economías, la IA Agéntica no es simplemente otra tendencia tecnológica; se está convirtiendo en una herramienta crucial para mantener la productividad a largo plazo, la competitividad industrial y la resiliencia económica mediante la automatización inteligente.
La IA Agéntica no resolverá estos desafíos por sí sola. Sin embargo, al permitir que los sistemas inteligentes interactúen de forma segura con el mundo físico y automaticen tareas complejas, tiene el potencial de reconfigurar fundamentalmente la forma en que operan las industrias.
AMD cree que la próxima década de la IA estará definida no solo por sistemas que saben, sino por sistemas agénticos que hacen.
