¿Está preparado el modelo de software tradicional para la irrupción de los agentes de inteligencia artificial? Clay Bavor, cofundador de Sierra AI, ha lanzado en una entrevista en CNBC International una respuesta matizada que va más allá del mero alarmismo. Los agentes no son un concepto de ciencia ficción, sino un tipo nuevo de software que ya está transformando de manera radical la experiencia del cliente en empresas como Rocket Mortgage. Pero, como el propio Bavor sostiene, aún estamos en un punto donde el valor real debe medirse en resultados y costes concretos.
Cómo define Sierra el concepto de agente IA
En su conversación con Martin Carpel, corresponsal senior de tecnología de CNBC, Bavor explicó que en Sierra entienden los agentes como software capaz de razonar, decidir y actuar utilizando herramientas y generando lenguaje de forma fluida. Lejos de simples ‘chatbots’ basados en reglas si-entonces, estos agentes pueden abordar tareas que van desde la atención al cliente hasta la originación de hipotecas o incluso la activación de servicios satelitales en vehículos. La clave, según el cofundador, es que se les define un objetivo y ellos operan con un alto grado de autonomía.
El hype choca con la realidad de la implantación
Bavor reconoció que es divertido ver experimentos extremos con agentes autónomos, pero él mismo admitió que probablemente no los recomendaría. La conversación derivó hacia el necesario realismo: los agentes ya están generando un impacto enorme en dominios concretos. Puso como ejemplo a Rocket Mortgage, donde los agentes recopilan información financiera, organizan documentación hipotecaria y realizan llamadas salientes, todo ello bajo la supervisión de agentes vigilantes que garantizan que las cosas sucedan correctamente. «Si tienes la arquitectura de agente adecuada y las barreras de protección correctas, puedes tener agentes haciendo mucho en producción», afirmó.
Los tres saltos tecnológicos que lo cambiaron todo
El entrevistado trazó una ruta de hitos. El primero fue GPT-3.5, que mostró al mundo que los modelos de lenguaje podían comprender y generar texto. Luego llegó GPT-4, el primer modelo capaz de hacer ‘tool calling’ (invocar herramientas externas). Bavor destacó un avance menos celebrado: los modelos de razonamiento O1 lanzados por OpenAI en 2024, entrenados para «pensar en voz alta». Esto permitió que el rendimiento mejorara casi arbitrariamente otorgando más tiempo de pensamiento. Finalmente, el salto en los agentes de codificación a finales de 2025 marcó un antes y un después, según su análisis.
Una constelación de modelos en lugar de un único gigante
Sierra ha optado por no atarse a un solo modelo de lenguaje. Bavor describió una plataforma robusta que elige el modelo adecuado para cada tarea. Para razonamiento complejo y generación de lenguaje, utilizan modelos de frontera como la familia GPT o Gemini. Para tareas más específicas afinadas a sus necesidades, entrenan sus propios modelos, como el caso de la detección de interrupciones en agentes de voz, donde distinguir entre un intento de hablar y una tos es sutil pero crucial.
‘No se trata de un solo avance, sino de modelos que pueden razonar y decidir, combinados con el llamamiento a herramientas y la capacidad de pensamiento deliberado’.
— Clay Bavor, cofundador de Sierra AI
El verdadero reto: coste y retorno de la inversión
El periodista de CNBC recordó uno de los principales temores empresariales: compañías que agotan sus presupuestos de IA sin ver un retorno claro. Bavor coincidió en que la cuestión crucial es si estas tecnologías pueden entregar resultados de negocio a un precio competitivo. En su experiencia, el enfoque arquitectónico de Sierra, combinando modelos potentes y eficientes, permite escalar de forma rentable. La duda de fondo, planteada por el presentador, es si el modelo SaaS tradicional puede sobrevivir a un mundo donde los agentes ejecutan procesos completos sin necesidad de interfaces de usuario segmentadas.
¿Sentencia de muerte para el SaaS?
Lejos de predecir una desaparición inmediata, Bavor sugirió una evolución. Las aplicaciones SaaS seguirán existiendo, pero los agentes se convertirán en la nueva capa de interacción. Donde antes un humano navegaba por decenas de pantallas de software, ahora un agente orquestará esas mismas herramientas mediante APIs. El valor se desplaza hacia la capacidad de integrar y razonar sobre datos en tiempo real. La entrevista no ofreció respuestas definitivas, pero sí dibujó un horizonte en el que las empresas que no incorporen agentes corren el riesgo de quedarse atrás.
El debate está servido y, como dejó caer el propio Bavor, todavía estamos en los primeros compases. La pregunta ya no es si los agentes llegarán, sino quién pagará la factura de esa transición y cómo se medirá el éxito. Por ahora, la cautela y la exigencia de ROI marcan la pauta.
Puedes ver el análisis completo en el vídeo original de CNBC International en YouTube.
