2025-12-28 12:21:27

Recientemente vi una encuesta de mercado sobre aplicaciones de agentes de IA, bastante interesante, comparto los hallazgos principales.

Desde la perspectiva de aplicaciones prácticas, la atención al cliente se ha convertido en el escenario más popular, con un 26.5%, seguido por investigación y análisis de datos (24.4%), y luego colaboración interna y herramientas de productividad (17.7%). La generación de código solo ocupa el cuarto lugar, con un 9.8%. Esto puede no coincidir con las expectativas de muchas personas.

Pero si hablamos del mayor obstáculo, sigue siendo la calidad. El 32% de los profesionales lo consideran la principal barrera, abarcando dimensiones como precisión, relevancia y coherencia — esto coincide con los puntos débiles del año pasado. Por otro lado, la preocupación por los costos no es tan prominente este año.

Lo interesante es que el 89% de las empresas han instalado alguna herramienta de observabilidad en sus agentes, y el 62% ha logrado un seguimiento bastante granular. Esto indica que todos reconocen la importancia de rastrear capacidades de razonamiento en múltiples pasos y llamadas a herramientas, ya no es una opción.

En cuanto a la selección de modelos, aunque la tasa de uso de modelos de OpenAI supera el dos tercios, la combinación de múltiples modelos sigue siendo la tendencia principal: más del 75% de las organizaciones ejecutan varios modelos diferentes simultáneamente. Sin embargo, es interesante que un tercio de las organizaciones todavía invierte en infraestructura de modelos propios, lo que demuestra que, además de la conveniencia de las API, el despliegue local sigue siendo muy atractivo para las empresas.

Sobre el ajuste fino, todavía es un tema minoritario. El 57% de las organizaciones no realiza ajuste fino en absoluto, y en su lugar, utilizan modelos base combinados con optimización de prompts y RAG (recuperación y generación aumentada) para cubrir la mayoría de las necesidades.

Los datos de esta encuesta provienen principalmente de usuarios empresariales B2B, por lo que reflejan bastante bien la situación actual.

Ver originales

Esta página puede contener contenido de terceros, que se proporciona únicamente con fines informativos (sin garantías ni declaraciones) y no debe considerarse como un respaldo por parte de Gate a las opiniones expresadas ni como asesoramiento financiero o profesional. Consulte el Descargo de responsabilidad para obtener más detalles.

18 me gusta

Recompensa
18
4
Republicar
Compartir

Comentar

0/400

BoredRiceBall

· hace13h

El hecho de que el escenario de atención al cliente sea tan popular en realidad debería haberse previsto hace mucho tiempo, después de todo, reducir costos y aumentar la eficiencia es la clave, y la generación de código solo representa el 9.8%. Me sorprende un poco... Los problemas de calidad siguen siendo un desafío persistente, parece que la "alucinación" de los LLM todavía necesita ser tratada. ¿El uso combinado de múltiples modelos ya se ha convertido en estándar? Entonces, en ese caso, las empresas que apuestan solo por OpenAI deberían empezar a preocuparse. Pero, ¿los que construyen su propia infraestructura realmente tienen mucho dinero, o es que los fabricantes nacionales finalmente tienen competitividad? Las personas que quieren ajustar finamente solo con RAG y palabras clave parecen pensar que pueden ganar, pero la inversión en ajuste fino realmente no tiene un retorno tan alto. ¿El uso de herramientas de observabilidad de agentes tan alto es real o todos están copiando datos entre sí...? El 57% que no realiza ajuste fino indica que simplemente usar modelos base directamente es la mejor solución, más sencillo. ¿No será que estos datos tienen un poco de trampa? Parece demasiado "idealizado".

Ver originalesResponder0

TopBuyerForever

· hace13h

¿El mayor porcentaje de atención al cliente? Vaya, todavía hay que confiar en RAG+palabras clave, la ruta de ajuste fino cada vez parece más inútil. El problema de calidad que bloquea todo no se ha solucionado en un año, ese es el verdadero punto doloroso, el costo en realidad ya no es un problema. El 89% usa herramientas de observabilidad, parece que todos tienen claro que nadie puede manejar un agente de caja negra. Dos tercios del uso de OpenAI, pero creo que la combinación de múltiples modelos es el camino, de todos modos si un modelo tiene un problema específico. Todavía hay quienes apuestan por el despliegue local, que la API sea conveniente es falso, la seguridad de los datos es la verdadera necesidad.

Ver originalesResponder0

OvertimeSquid

· hace13h

Espera, ¿solo el 9.8% en generación de código? Siempre pensé que eso era lo principal, parece que soy demasiado ingenuo jaja El 26.5% en atención al cliente, eso sí que no me lo esperaba, parece que han sacado a la gente del infierno Los problemas de calidad son siempre los más difíciles, en estos dos años parece que no se han resuelto realmente, RAG y la optimización de prompts, ¿qué utilidad tienen? Por cierto, el 75% está jugando con combinaciones de múltiples modelos, ¿entonces OpenAI se ha convertido en el estándar? Parece que todos son iguales ¿El 89% en herramientas de observabilidad? ¿Este número es real o falso? Aquí ni siquiera tenemos ese concepto

Ver originalesResponder0

LiquidityHunter

· hace13h

¿El 26.5% de atención al cliente? Esto indica que todavía están usando Agent para tareas con muy poca carga técnica. El problema de calidad siempre es la mayor trampa, pero si OpenAI está tan atrapado, ¿realmente no hay oportunidad para otros modelos? RAG+ y las indicaciones son suficientes, la idea de ajustar finamente está un poco sobrevalorada. ¿El 89% usa herramientas de observabilidad? Esto ya se ha convertido en un estándar, sin duda. ¿Ese tercio de modelos propios realmente tiene valor o solo quieren hacer una vinculación inversa con el proveedor? Estoy de acuerdo en que los múltiples modelos son la tendencia principal, nadie quiere apostar solo a uno.

Ver originalesResponder0