Del chatbot al agente: los cinco niveles de autonomía de los sistemas agénticos, según Google, y en cuál de ellos opera Charla hoy.
Yohan Consani · Publicado el
La inteligencia artificial está cambiando. Durante años el foco fueron modelos que responden a una orden: resuelven una duda, traducen un texto, generan una imagen. Ahora vivimos un giro: de una IA que solo predice o crea contenido a un software capaz de resolver problemas y ejecutar tareas de forma autónoma. Es la era de los agentes de IA.
En su whitepaper Introduction to AI Agents, Google define un agente como, en esencia, «un modelo de lenguaje en un bucle, con herramientas, para cumplir un objetivo». Pero no todos los agentes son iguales: el documento organiza estos sistemas en cinco niveles de capacidad, cada uno construido sobre el anterior. La mayoría de las herramientas del mercado todavía se queda en el Nivel 1.
Los agentes son la evolución natural de los modelos de lenguaje, hechos útiles en software.Google · Introduction to AI Agents
Los cinco niveles de los sistemas agénticos
Nivel 0 : El sistema de razonamiento
El punto de partida: el modelo de lenguaje solo, sin herramientas, memoria ni acceso al mundo. Explica conceptos y planifica con profundidad, pero es «ciego» a cualquier hecho fuera de sus datos de entrenamiento: no sabe el marcador de ayer ni tu inventario de hoy.
Nivel 1 : El solucionador conectado
Aquí el modelo gana «manos»: se conecta a herramientas y datos externos. Con RAG (generación aumentada por recuperación) busca información actualizada antes de responder y fundamenta la respuesta en hechos. Es el nivel de los asistentes que responden preguntas puntuales consultando una base, donde opera la mayoría de los copilotos corporativos.
Nivel 2 : El solucionador estratégico
El salto está en el “context engineering”: el agente empieza a planificar tareas de varios pasos, seleccionando y organizando activamente la información correcta para cada paso del plan. Deja de ejecutar tareas aisladas y comienza a conducir procesos, incluso de forma proactiva.
Nivel 3 : El sistema multiagente colaborativo
En lugar de un único «superagente», surge un equipo de especialistas que trabajan en conjunto, como en una organización humana. Un agente coordina, otros ejecutan, y patrones como el de «generador y crítico» (uno crea, otro evalúa) elevan la calidad. Los agentes empiezan a usar otros agentes como herramientas.
Nivel 4 : El sistema autoevolutivo
El nivel más alto: el sistema identifica carencias en sus propias capacidades y crea, dinámicamente, nuevas herramientas (o incluso nuevos agentes) para cubrirlas. Deja de usar un conjunto fijo de recursos y empieza a ampliarlo solo, convirtiéndose en una organización que aprende y evoluciona.
¿En qué nivel está Charla hoy?
Nuestra evaluación honesta: Charla opera hoy en el Nivel 3, con un pie en el Nivel 4. Va mucho más allá de un chatbot que consulta una base (Nivel 1) o de un único agente que planifica (Nivel 2). En la práctica, Charla ya entrega:
- Conocimiento que se vuelve insight: entiende una base vasta (documentos, hojas de cálculo e imágenes), atiende clientes, se integra con sistemas y APIs y automatiza flujos enteros.
- De lo no estructurado a lo estructurado: extrae datos de fuentes desordenadas al formato que quieras (hoja de cálculo, presentación o base de datos) y compara y valida documentos contra directrices.
- Análisis de datos en lenguaje natural (C3QL): consulta grandes bases de datos y devuelve informes analíticos para equipos técnicos.
- Modelos de machine learning como herramientas: predicción, recomendación y optimización al servicio de tus KPIs.
- Charlie: un agente que crea otros agentes, de forma interactiva con el usuario.
- Steve: autoevaluación continua, juzgando las respuestas contra un patrón de oro.
¿Por qué Nivel 3? Porque Charla no es un modelo solitario con herramientas: es un equipo de agentes especializados trabajando juntos. La Charla que responde actúa junto a Steve, que evalúa y critica cada respuesta (el clásico patrón «generador y crítico») y junto a agentes que compilan conocimiento y preparan el contexto de datos. Esa división del trabajo es el sello del Nivel 3.
¿Y por qué un pie en el Nivel 4? Porque Charlie ya hace lo que Google describe como el corazón del nivel autoevolutivo: crear nuevos agentes. Hoy ocurre de forma guiada, con una persona al mando (human-in-the-loop): un camino seguro y auditable hacia la autonomía plena.
El objetivo: Nivel 4
Nuestra meta es clara: llevar a Charla al Nivel 4 completo, con topologías multiagente que se coordinan solas, memoria de largo plazo entre conversaciones y sistemas que crean sus propias herramientas para cubrir carencias. Una flota de agentes que aprende, se evalúa y se expande continuamente. Estamos construyendo una organización agéntica.