AltoDirectivo

Para romper esta barrera, Fujitsu ha desarrollado una pionera tecnología multiagente de IA autoevolutiva. Esta innovación permite que múltiples agentes de inteligencia artificial cooperen de forma coordinada como un equipo, aprendiendo y adaptándose de manera continua y segura a partir de los resultados diarios de ejecución, el feedback humano, las revisiones normativas y las modificaciones en las especificaciones corporativas.

El fin de la dependencia del experto: El reto de los entornos dinámicos

Mantener al día la documentación, las revisiones legales y los sistemas de diseño en las grandes corporaciones solía depender del conocimiento tácito de profesionales cualificados. Con los agentes de IA convencionales, cada cambio normativo requería que un experto humano ajustase constantemente los prompts, los métodos de búsqueda, los criterios de evaluación y las reglas operativas para corregir fallos de forma autónoma.

La nueva propuesta de Fujitsu solventa este obstáculo al permitir que la IA verifique de manera autónoma su propia experiencia operativa. Mientras ejecutan sus tareas, los agentes identifican las razones del éxito y del fracaso para extraer conocimiento práctico, en lugar de limitarse a almacenar propuestas de mejora automatizadas. Al desplegarse dentro del entorno del cliente, el sistema asume funciones que antes requerían especialistas, adaptándose continuamente a las reglas y criterios específicos de cada organización.

Resultados tangibles: Un incremento del 28% en precisión operativa

Fujitsu ya ha comenzado a testar esta innovación con resultados muy prometedores en dos áreas estratégicas para el tejido empresarial:

1. Optimización autónoma de modelos de lenguaje (LLM) específicos para negocio

La tecnología se aplicó a todo el ciclo de desarrollo de los LLM orientados a empresas, donde los agentes ejecutan y optimizan de forma autónoma la selección de datos, las condiciones de aprendizaje y la evaluación continua.

El impacto en "Takane": Fujitsu utilizó este sistema para evolucionar de forma automática su modelo "Takane" en sectores como fabricación, finanzas, sanidad y administración pública. Gracias al funcionamiento continuo, se logró un incremento medio de precisión de 28 puntos en comparación con el rendimiento previo a la especialización.

Eficiencia en Sanidad: En el ámbito médico, permite extraer información estructurada y homogénea (diagnósticos, fases de evolución o políticas de tratamiento) a partir de datos complejos y no estructurados, como historiales médicos y resultados de pruebas.

Estandarización interna: Bajo la iniciativa global OneFujitsu, la compañía está desplegando esta plataforma para acelerar su propia transición hacia un modelo de gestión basado en Data & AI.

2. Búsqueda inteligente en sistemas de diseño a gran escala

El sistema se implementó en la búsqueda documental de especificaciones de diseño para el historial clínico electrónico de Fujitsu (destinado a hospitales medianos y grandes) y en soluciones para administraciones locales. Los agentes de IA demostraron ser capaces de aprender de las búsquedas previas, los casos de fallo y las correcciones de los usuarios.

Según explica Fujitsu, este avance demuestra que los agentes de IA no se limitan a repetir búsquedas mecánicamente, sino que son capaces de aprender y aplicar técnicas de exploración propias de expertos, como revisar documentación periférica relacionada durante las operaciones o no descartar documentos aparentemente irrelevantes cuando pertenecen al mismo ámbito de negocio.

Esta capacidad se incorporará próximamente a su plataforma AI-Driven Software Development Platform para agilizar y mejorar todo el proceso de diseño y desarrollo de software.

Eficiencia energética y el horizonte de la "IA Soberana"

Los planes de futuro de la multinacional apuntan a integrar esta tecnología en su plataforma propietaria de IA y como una herramienta clave dentro de Fujitsu Kozuchi para dar soporte a áreas que requieren alta especialización.

Paralelamente, mediante una investigación conjunta con el profesor asociado Graham Neubig y el profesor asistente Tim Dettmers de la Carnegie Mellon University, junto con la tecnología de reconstrucción de IA generativa de Fujitsu, la compañía trabaja en lograr que estos sistemas multiagente operen utilizando menos memoria y menor consumo energético.

El objetivo final es hacer realidad una IA soberana capaz de aprender en tiempo real —tanto en la nube como en entornos locales (on-premise y edge) altamente confidenciales— de los fallos operativos y las instrucciones humanas. Con este enfoque, Fujitsu busca dar respuesta a desafíos sociales críticos actuales como la escasez de personal especializado, la transmisión del conocimiento tácito dentro de las organizaciones, la adaptación regulatoria y la modernización empresarial.

*Si te ha resultado interesante este artículo, te animamos a seguirnos en TWITTER y a suscribirte a nuestra NEWSLETTER DIARIA.

Alto Directivo