Episodio 4: Agentes de IA – De la Asistencia a la Colaboración Autónoma

Vídeo em Espanhol, publicado pelo canal Microsoft Reactor.

Sobre este contenido: El resumen, los puntos principales y los temas que aparecen a continuación se generan automáticamente a partir de la transcripción del vídeo. Reflejan el contenido, las opiniones, afirmaciones y predicciones presentadas en el vídeo y no representan una posición, validación o verificación de hechos por parte de IA Dots.

Resumen del vídeo

El video presenta el cierre de una serie de sesiones sobre inteligencia artificial, centrándose en el uso de agentes de IA. Se explica el cambio de paradigma de los copilotos tradicionales a los agentes que cierran ciclos de trabajo, detallando conceptos como contrato operativo, autonomía, límites, supervisión humana y la creación práctica de un agente en Copilot Studio.

Puntos principales

• Los agentes de IA no solo entregan respuestas, sino que intentan llevar el trabajo a un estado terminado y comprobable siguiendo un ciclo de percepción, planificación, acción y observación.
• El contrato operativo de un agente define claramente su alcance, reglas de juego, herramientas, autoridad y escalamiento, funcionando de manera similar a la contratación de un nuevo miembro del equipo.
• Existen cuatro niveles de autonomía para los agentes: informar, recomendar, ejecutar con aprobación (human-in-the-loop) y ejecutar automáticamente ante un evento.
• Antes de dar autonomía a un agente, se deben responder seis preguntas clave sobre eventos de inicio, datos de lectura, acciones autorizadas, límites, aprobación de excepciones y auditoría.
• Durante la demostración práctica en Copilot Studio, se muestra la configuración de las instrucciones, la conexión de conocimiento mediante SharePoint y la integración de flujos de trabajo (workflows) para que el agente envíe correos electrónicos.

Temas

Agentes de IAContrato operativoAutonomíaHuman-in-the-loopCopilot StudioFlujos de trabajoTrazabilidad

Transcripción del vídeo

Texto de los subtítulos disponibles; puede contener errores.

Hola a todos, bienvenidos. Muchas gracias por acompañar nuestra sesión en vivo de hoy. Me llamo Larisa, soy parte del equipo de Reactor y estoy hablando con ustedes aquí desde Brasil. Antes de comenzar, por favor, tómense un momento para leer nuestro código de conducta. Buscamos promover un ambiente amigable y respetuoso para todos. Por eso le pedimos que sea cuidadoso con sus comentarios. se mantenga profesional y centrada en el tema. Estén atentos al chat, les compartiremos enlaces útiles y revisaremos las preguntas. Recuerda que la sesión se está grabando y estará disponible para verla en 48 horas aquí mismo en nuestro canal de YouTube. Y ahora le cedo la palabra a nuestro presentador de hoy. Vamos a dar la bienvenida a Lucas para nuestra última sesión de la serie. Muchas gracias, Larisa. Todo bien, chat, todo excelente. ¿Ya me escuchan? Bueno, muchas gracias, bienvenidos todos a este entrenamiento, ¿no? Como ya comentó Larisa, es nuestro último entrenamiento. Así que bienvenidos al cuarto y último episodio de esta serie. Muchas gracias por estar aquí. Antes de empezar, quiero agradecer también a a W Makers Code hace más de 10 años que abren las puertas, ¿no?, para que más mujeres entren y crezcan en tecnología y lo hacen de la forma más eh más fácil, ¿no? Con constancia, clase tras clase, persona por persona. Para mí es un honor cerrar esta serie con ustedes. En los episodios anteriores vimos los fundamentos, vimos la generativa y cómo construir buenos prompts, ¿no? Cómo tener una buena práctica. cuando estamos escribiendo prompts que que la analogía de nuestro prompt sea completa, ¿no? Y hoy, es decir, aprendimos a pedir bien y hoy damos un paso, ¿no? A más, vamos a aprender a delegar bien. Sí, rápidamente sobre mí. Yo soy Lucas Santos da Cruz, como ustedes podrán ver, soy Microsoft Tecnical Trainer de inteligencia artificial y en Asure, antes de enseñar trabajé muchos años como arquitecto de soluciones en empresas grandes en Brasil, en Argentina, en Costa Rica. Incluso soy brasileño, pero viví muchos años en Argentina. tuve la oportunidad de irme a vivir a Costa Rica y actualmente no estoy acá eh trabajando como entrenador técnico y por eso estoy acá con ustedes. Por eso mi pregunta siempre es la misma, ¿no? ¿Qué de esto puede usar ustedes el lunes? Y conmigo está Nora también que va a cuidar el chat, ¿sí? Traernos su sus preguntas, ¿sí? Siéntanse cómodos para poder traernos realmente la idea es que ustedes salgan de esta sesión sin ninguna duda. ¿Sí? Entonces ahí tenemos a Nora también que nos va a estar acompañando en el chat. Bienvenida Nora, gracias por este partnership que tenemos juntos para esta sesión. Bien, buenísimo. Vamos a hablar ya directamente, ¿no?, de lo que es esta eh nuestro mapa de esta hora que vamos a estar juntos. Sí, este va a ser el ritmo de la sesión. Una apertura rápida, ¿sí? que ya estamos haciendo. Después nosotros vamos a tener un bloque un bloque corto, ¿no?, sobre qué cambia con los agentes. Vamos a ver básicamente algunas demostraciones en vivo, ¿no? Ponemos acá tres demos prácticas, pero básicamente es una demo que va a tener sus eh sus avances que nosotros vamos a estar viendo, que son el corazón de hoy y una conversación sobre controles, es decir, hasta dónde dejamos que la gente decida solo y al final sus preguntas. Así que fíjense en las tres palabras del título que tenemos acá. Delegar, supervisar y escalar. Sí, esa es la única forma de trabajar con un agente. Le das trabajo, revisas lo que hace y sabes en qué momento te tiene que llamar, ¿no? Entonces, una promesa. Hoy no les voy a mostrar un chat que responde bonito. Les voy a mostrar a gentes que terminan trabajo, ¿sí? que va a hacer una inscripción, que va a escribir a alguien por nosotros. ¿Sí? Así que sean todos bienvenidos y bueno, vamos a empezar. Cambio de paradigma. Una gente que cierra ciclos. Sí, piensen en lo que hicimos ayer con Copilot. Sí, le pides un correo y te lo escriben, le pides un resumen y te lo hace, ¿no? Entonces, básicamente estamos hablando de un copilot que entiende lo que yo quiero y a ver, solo un segundo. Entiende lo que yo quiero y lo hace, ¿no? Estamos hablando de un copilot que es excelente. Sí, pero fíjense en una cosa, después de la respuesta, el trabajo sigue siendo tuyo. Tú tienes que copiar el texto, tú lo tienes que enviar, tú tienes que abrir la planilla y las tienes que actualizar. Una agente cambia la unidad de valor, ya no entrega una respuesta únicamente, intenta llevar el trabajo hasta un estado terminado, a un estado comprobable. ¿Sí? Y para eso sigue un ciclo de cuatro pasos que lo leemos acá con un ejemplo que todas ustedes conocen. Llega un correo, ¿no? Entonces, básicamente da una clienta pidiendo cambiar la fecha de una entrega. Primero ustedes van a percibir, ¿sí?, qué es lo que ustedes están viendo acá en pantalla. Primero ustedes van a percibir, van a capturar ese evento, ¿sí? ese evento que eh que que está llegando a tu correo. Segundo, sí, una vez que que percibís lo que está haciendo, planificas, ¿no? Acá tengo justo un un un un mi vaso me está tapando justo la pantalla, entonces ahí quería ver si podía verlo de acá o allá. Pero bueno, segundo es planificar. Sí, para eso nosotros después de percibir que luego que la gente notó que llegó el correo, que leyó el contexto que tiene permitido leer, ¿no? Por ejemplo, el pedido, segundo, nosotros planificamos, ¿no? Nosotros decidimos qué hacer, revisamos el calendario de entregas y vemos si hay un espacio para poder reagendar. Tercero, vamos a observar, ¿sí? ¿Qué es lo que hacemos? Bien, actuamos, usamos las herramientas que le autorizaron, ¿sí? Después de de observar usamos las herramientas que autorizamos el agente a utilizar, que propone, ¿no? La nueva fecha o la registra. ¿Sí? Entonces, básicamente nosotros, perdón, acá tenemos el tres, que es actuar, perdón, y luego observar que es lo que nosotros eh comprobamos si funcionó. Si funcionó, sigue y si algo raro aparece, se detiene o avisa. ¿Sí? Entonces básicamente si nosotros este es el el el flujo, ¿no? En qué pasa una gente primero percibe un evento, capturó que recibió llegaste recibiste un mail. Segundo, ¿qué es lo que tiene que hacer? Entonces va a planificar. Sí, va a planificar lo que hay que hacer. Tercero, va a actuar, ¿no? Listo, encontré días disponibles. Le voy a enviar. Y luego el tema del observar es que vamos a comprobar si realmente lo que hice la gente está okay. Si si funcionó. Excelente. Si algo raro apareció, nosotros eh básicamente nos va a avisar para que nosotros podamos tomar acción. ¿Qué es cuando nosotros podemos incluir human? Sí, ese concepto en donde nosotros ponemos a una gente para supervisar lo que la gente hizo, una persona para supervisar lo que la gente hizo. Y miren la línea, sí, de arriba que dice señal, decisión, acción y evidencia. Esa última palabra es la más importante de hoy. Un buen agente siempre deja evidencia de lo que hizo. ¿Sí? Entonces ahí después si quieren pueden escribir en el chat, ¿qué tarea de tu trabajo empieza siempre con un correo o empieza con un formulario, vamos a decir, ustedes tal vez están trabajando todos los días, cuando reciben un mail de alguien, ¿no?, con algún adjunto de algún cliente, ustedes tienen que agarrar ese adjunto, leer y empezar a actuar. Piensen entonces en eso porque justamente esos son los casos en que nosotros podemos utilizar un agente para automatizar y ayudarnos en el día a día. ¿Sí? Entonces, básicamente, ¿qué tarea de tu trabajo? Empieza siempre con un correo, empieza con un formulario, con un registro que fue escrito en el formulario o con algo que se escriba en la base de datos. ¿Sí? Entonces, básicamente, sí, eso es un buen caso que se cierra, sí, que se adecua a eso que estamos hablando en este exacto momento. Entonces, el contrato operativo del de la gente, ¿no? Que acá estamos hablando ya del diseño de la gente, ¿sí? Si voy a delegarle trabajo, tengo que dejar claro que estoy delegando. Igual que cuando entra alguien nuevo a mi equipo, supongamos que la gente es como si fuera esa persona, ese empleado nuevo que fue contratado para trabajar con nosotros. y es excelente en una tarea específica. Bueno, supongamos en eso, sí, igual que cuando entra alguien nuevo a nuestro equipo, nosotros tenemos que dejar claro qué es lo que le estamos delegando. Imagine que una persona llega, ¿no? Una llega a tu equipo una persona nueva y ustedes le dicen solamente, "Ayúdame con los pedidos." ¿Qué pasa? Nada. Bueno, ahora imaginen qué le dicen. Tu trabajo es que cada pedido termine registrado y confirmado. Te encargas solo de los pedidos nacionales. Puedes consultar el sistema de stock y el calendario. Puedes cambiar fechas, pero no puedes dar descuentos. Y si el pedido supera cierto valor, me tienes que llamar, ¿no? Eso es exactamente lo que nosotros estamos poniendo acá en esta pantalla. Sí, son cinco cláusulas, ¿sí? Y el resultado, ¿qué estado final tiene que existir? Sí. Entonces, básicamente, el resultado es qué final tiene que existir. Básicamente el alcance es dónde empieza y dónde termina su responsabilidad. Nosotros vamos a definir a la gente la regla de juegos. ¿Sí? Cuando nosotros empezamos a describir las instrucciones, debemos también tener las reglas de juego bien definidas. ¿Qué alcance tiene ese agente? Tercero, herramientas. ¿Qué sistemas puede consultar o activar? Las herramientas es básicamente los brazos que le vamos a dar a nuestros agentes. Cuando nosotros comparamos agentes a un chatbot normal, el chatbot simplemente nos responde en función del conocimiento generalístico que posee. Ya un agente, nosotros buscamos crear, ¿sí?, que sea especialista en algo. Y cuando decimos especialista en algo, nosotros le damos herramientas para que haga lo que tiene que hacer de la mejor forma. Entonces, básicamente, los agentes es como si fueran eh entrenados para hacer algo. Le cargamos conocimiento [carraspeo][tos] el alcance que tiene, le definimos la regla de juego y le damos las herramientas para que pueda trabajar, ¿sí? ¿Qué sistemas puede usar y qué puede hacer? Después, cuarto, la autoridad, ¿qué puede decidir? ¿Qué puede recomendar o qué puede ejecutar? Eso tiene que estar claro. Eso tiene que estar claro para nuestro gente. Y quinto, el escalado, ¿cuándo se detiene y cuándo llama a una persona, no es un prompt, es un contrato. Por eso decimos el contrato operativo de la gente. Sí, el prompt dice cómo hablar, el contrato dice cómo trabajar. Sí. Cuando nosotros entramos a una compañía y que existe un contrato por firmar, básicamente sí, eso es lo que nosotros cuando estamos escribiendo las instrucciones es lo que le estamos definiendo, las responsabilidades, las acciones, las expectativas que nosotros tenemos de ese agente. Entonces, si sientes, sí, eh elige, sí, una tarea y responde, sí, solo la cláusula cinco que tenemos acá, que básicamente es el escalado, ¿sí? que es básicamente cuándo se detiene y llama a una persona. Como yo le le decía antes, sí, el tema del human concepto que está en todos los agentes que hoy nosotros interactuamos. No sé si alguna vez llamaste por teléfono a una compañía que te atiende con un agente o mandaste WhatsApp, no siempre hay la posibilidad de derivar con contexto toda la conversación con un agente humano, ¿no? Entonces, básicamente piensen en eso. Se elige una tarea y responde. ¿Cuándo debería el agente llamarme? Incluso si ustedes quieren pensando en la tarea que les pedí anteriormente, ¿no?, que yo les decía, piensen en qué tarea de trabajo empieza con un correo, con un registro adentro de un formulario, dentro de una base de datos. Bien, eso ya es un potencial proceso que ustedes podrían automatizar con un agente, pero luego piensen, este agente tiene que tener límites. ¿En qué momento o cuándo debería la gente llamarme a mí para tomar una decisión? Sí, hay casos, ¿no?, que que he estado trabajando en donde los clientes quieren retener sus propios clientes, ¿no? Nuestros clientes quieren que van a usar los agentes, quieren retener a sus clientes y una forma de hacerlo es mediante, ¿no?, automatizar esa llamada mediante para que la gente vaya viendo cómo puedo retener a este cliente a vos o no. Cuando nosotros queremos dar de baja un servicio en nuestras casas, siempre nos llama de retención de cliente y siempre nos ofrecen las estrellas, ¿no? Nos ofrecen descuento. Justamente eso nosotros también lo podemos hacer con un agente, pero ojo, un agente podría llegar al dar el 100% de descuento, que tal vez es algo que no me sirva al negocio, ¿no? Entonces, básicamente un agente en un caso como eso siempre hay que estar el human in the loop para chequear si está todo okay o si lo que la gente está proponiendo no es la solución más viable, ¿no? Entonces siempre human the loop es una buena oportunidad para que la gente no que tal vez está tomando algunas acciones indebidas o que tal vez no está dentro del alcance que le estamos dando, sí, él pueda tal vez ser supervisado por nosotros. Entonces, hablando, sí, respecto a eso de los límites, nosotros también hablemos de una palabra muy clara que es la autonomía. ¿Sí? Y existe cuatro niveles de autonomía que nosotros podemos entregarle a nuestro agente. La autonomía no es un interruptor de encendido y de apagado. Sí, no es un interruptor de encendido de apagado. Básicamente, déjenme solo mover esto un segundito. Sí, básicamente sí, cuando nosotros hablamos el nivel uno es responder tus preguntas y la gente informa. Entonces, por ejemplo, ¿cuántos días de vacaciones me queda? El agente va a tener toda la conexión con la base de datos en donde están registrados todas las vacaciones y mis días permitidos y me va a responder. Sí, ese es el primer nivel de autonomía que nosotros tenemos. Sí, este es un modelo didáctico para pensar, no es una clasificación oficial de Microsoft y eso también lo quiero aclarar. Esta clasificación que nosotros estamos viendo acá es un modelo didáctico, ¿sí? No es una taxonomía oficial, no es algo que viene de algún framework de Microsoft, pero ayuda mucho nosotros a entender los niveles de autonomía que exiten los agentes. El nivel dos es recomendar, ¿sí? Entonces, el agente va a analizar y va a proponer. ¿Y quién va a decidir? Nosotros. como por ejemplo, el agente va a analizar, en el caso que estamos diciendo anteriormente, ¿no?, va a revisar nuestra agenda y nos va a sugerir mover la reunión del jueves para otro día, ¿no? Incluso va a buscar un horario en donde todos los participantes están disponibles si él tiene acceso a ver a las agendas de los participantes. ¿Sí? Entonces, el agente recomienda, no hace, no actúa por nosotros, simplemente es ese copiloto que nos da recomendaciones e indicaciones para que nosotros podamos seguir manejando nuestro coche. El nivel tres es ejecutar con aprobación. Entonces, nosotros podemos habilitar para que siempre que tiene que ejecutar algo me pregunte, ¿puedo ejecutar esto? Y nosotros le tenemos que confirmar. Si es como que él viene y dice, "Prepar este correo a estos proveedores, dame el okay para enviarlo, ¿no?" Y eso es normal. Sí. Cuando nosotros podemos definir una gente que nos responda mails, pero obviamente hay mails que nosotros tenemos que supervisar. Nosotros podemos dejar bien marcada en las instrucciones cuál es el límite en donde él puede estar y en donde él nos puede llamar. No sé si ahí va como calzando, va como fusionando lo que vimos anteriormente y lo que estamos viendo ahora. Sí, quizás. Yo quiero que él responda mis mails, pero algunos sin mails no tiene que responder. Eso es lo que nosotros llamamos de límites de la autonomía. Eso es lo que nosotros llamamos de human. Sí. La preguntita que hice, esa tarea, ¿cuándo debería el agente llamarme a mí para dar una mirada para supervisar lo que estás proponiendo? Entonces, básicamente eso es ejecutar con aprobación. La gente prepara y el humano autoriza. ¿Sí? Y por último, nosotros tenemos ejecutar ante evento, ¿sí? Que es el cuarto nivel que tenemos de la gente y que es cuando la gente no necesita una interacción con nosotros. Sí, cuando el agente pasa de ser reactivo a ser proactivo. ¿Sí? Entonces, básicamente ejecutar se ejecuta solo ante un evento, no espera que yo le vaya a pedir que realice algo. Entonces, algo pasa y el agente solito dentro de los límites que le establecí y deja registro de eso. Por ejemplo, llegó una factura, la comparé con la orden de compra, coincidió, listo, la registré, no coincidió, human the loop me llama para dar una revisada para que vea si tal vez hay algo que él no pudo detectar. Fíjense también, así como anteriormente vimos en la línea de arriba, acá tenemos una línea abajo. Fíjense en la línea de abajo, a medida que nosotros subimos de nivel, ¿no? A medida que vayamos subiendo el nivel de autonomía, tenemos que crecer junto con cuatro cosas: la autonomía, la evidencia, la reversibilidad, que es básicamente la posibilidad de deshacer lo que la gente hizo. dio un descuento de 100%. Opa, no puede ser porque si estoy regalando servicio, no me sirve el negocio. Entonces, de deshacer lo que la gente hizo y la capacidad de ver qué lo qué es lo que está pasando. Sí. Entonces, la autonomía se gana con evidencia, no se regala. ¿Sí? Entonces, básicamente sí cuatro niveles de autonomía que nosotros estamos considerando, obviamente no lo van a encontrar en ningún otro manual. este modelo didáctico para poder enseñarlos a ustedes que podemos construir nuestro agente con ciertos límites en donde no nos necesite llamar puntualmente, sino que él pueda tal vez realizar ciertas tareas que yo le voy delegando porque acá estamos hablando de delegar, ¿sí? En esta última sesión es delegar a la guía ciertas acciones. Sí. Entonces, dentro de la gente, dentro de la gente sí eh existe algo muy claro. Solo un segundo. Sí. Entonces, vamos a abrir ahora ese ciclo un poco más por dentro. Sí. Una señal, algo cambia. Entonces, el gente va a reunir el contexto, como usted bien una señal que algo cambió y la gente va a reunir el contexto solo de los datos que tienen permitidos también, ¿sí? Porque la gente se va a mover dentro de los permisos que nosotros le demos. Luego va a hacer una planificación, va a planificar una ruta de ejecución, luego las acciones, va a ejecutar una acción, va luego leer la evidencia y va a decidir el siguiente paso, si es parar, repetir o escalar. Sí, básicamente el detalle más interesante es esto, observar y replanificar, que nosotros estamos viendo allá en acción, observar y replanificar. El plan puede cambiar según lo que la gente ve. Es como si fuera un GPS. Si hay un accidente en la ruta, él va a recalcular el camino, ¿no? Porque él sabe que si voy por este mismo camino, voy a tardar mucho más de si voy por el otro camino, por más que el otro camino sea más largo, dure más en días comunes, pero como hay un accidente, tengo que recalcular. Entonces, básicamente, observar y replanificar es parte del trabajo de la gente, porque el destino no cambia y no se mete por una calle que está prohibida, entonces el plan puede cambiar. El objetivo, los límites, ¿no? El objetivo es dónde quiero llegar y eso ya está. Los límites es la regla del juego y nosotros las reglas de juego no se cambia en ningún lado, no es así. que los códigos funcionen, que las reglas de juego no se cambia a medida que el partido está ocurriendo, ¿no? Básicamente, entonces observar y replanificar. Podemos cambiar todo lo que es el plan, pero el objetivo y los límites de nuestro agente sigue siendo el mismo. Sí. Y antes de dar la autonomía a la gente, existe, sí, a a cualquiera agente. Hay seis preguntas que yo siempre hago. Son pocas y son simples, pero casi nadie la responde a todas. Primero, ¿qué evento inicia el trabajo? Ahí quiero que ustedes sí, a medida que yo vaya hablando esto, estén pensando, quiero que ustedes ahora en este exacto momento piensen en ese proceso que hablamos al principio. Todos los días llega, o sea, quiero que ustedes piensen en un proceso que arranca con la con con la ejecución de algún evento, ¿no? Sucedió un evento, listo, llegó un mail, bien, tengo que hacer algo. escribieron un registro, me crearon un ticket, me asignaron un ticket, tengo que empezar a trabajar. Bueno, quiero que ustedes piensen en eso y vayamos pregunta por pregunta. ¿Qué evento inició ese trabajo que estás pensando en este momento? Segundo, ¿qué datos puede y debería estar leyendo el agente en función del del objetivo que tiene que tener, ¿no? Entonces, digamos que es un agente que cuando llega un mail, él tiene que agarrar en la adjunto y tiene que crear una propuesta o tiene que responder mail. Bien, ¿qué es lo que la gente, qué datos el agente tendría que estar leyendo? Tercero, ¿qué acciones están autorizadas? Cuarto ¿dónde dónde se detiene? Quinto, ¿quién aprueba las excepciones? Y sexto, ¿cómo vamos a auditar cada decisión después? Y la regla es simple. Si una de estas respuestas es vaga, la autonomía también tiene que ser pequeña. Sí, empiece siempre con un paso menor. Entonces, piensen en esa tarea, ¿no?, que ustedes que yo les pregunté al principio y piens en cada una de estas preguntas. ¿Cuál de las seis preguntas es la más difícil de responder para esta tarea? ¿Hay alguna pregunta difícil para esa tarea? ¿Será que puedes responder todas sin ningún problema? Entonces, lo que les voy a pedir es que ustedes agarren un papel ahora, pongan si papel o si quieren abren un o abren un archivo de texto y escriben esa tarea y luego traten de responder estas seis preguntas. ¿Sí? Y se las voy a repetir nuevamente para que les quede muy claro. Primero, ¿qué evento inicia este trabajo? Segundo, ¿qué datos mi agente tendría que estar leyendo? Tercero, ¿qué acciones mi agente tiene autorizado a ejecutar? ¿Cuáles son las acciones que está autorizado? Cuarto, ¿en dónde se tiene que detener? ¿En qué momento? Quinto, ¿quién aprueba las excepciones? Cuando hay un human loop soy yo, hay que escalar, hay que enviar otro mail. Entonces, bueno, ya es diferente, no solo me tiene que esperar a mí, tiene que redactar otro mail para que pueda escalar. Y sexto, ¿cómo vamos a auditar cada decisión de la gente después? No, el tema de la observabilidad hoy es un tema que está tomando mucho protagonismo debido a que estamos evaluando cuándo los agentes responden bien, cuándo responden mal, cuándo alucinan, cuando no. Entonces, son preguntas importantes en cualquier proyecto. Sí, suficiente teoría. Entonces ahora no, nosotros vamos a empezar a construir un agente desde cero con límites claros. Sí. El escenario que vamos a construir es algo que todos conocemos. Sí. Alguien de la empresa pide una formación hoy. Eso termina en el correo de una persona que lo lee, revisa una planilla, pregunta a los instructores y responde días después. Entonces, nosotros vamos a crear ahora mismo y desde cero un agente que atiende esas solicitudes y lo vamos a construir con todo lo que vimos, un contrato claro, una fuente de conocimiento y límites claros. Sí, todo ficticio, la empresa, las personas, el catálogo, pero nosotros vamos a empezar a trabajar y a construir eso juntos. Paso uno, describir en Copilot Studio, ¿sí? ¿Qué es lo que nosotros queremos de nuestra gente. Entonces, vamos a abrir acá Copilot Studio, básicamente. Sí, Copilot Studio. Les voy a mostrar acá. Bien, acá estoy abriendo con Pilot Studio. Bien, acá está entrando No, ¿qué vamos a hacer acá? Bien, vamos a entrar en agentes. Sí, para empezar a construir estamos en Copilot Studio, estamos en agente y vamos a crear un nuevo agente. Bien, acá estamos creando un nuevo agente. Le vamos a decir qué es lo que nosotros queremos recibir. Incluso podemos crear este agente, lo vamos a crear en Copilot Studio, que nosotros podemos de esta forma eh trabajar, ¿sí?, con lo que son los triggers, ¿sí? para poder trabajar y liberar que nuestra gente se ejecute en algún momento. Bien, build. En esta habla de build, nosotros vamos a ponerle un nombre a nuestra gente. Sí, vamos a poner formación interna, ¿sí?, básicamente de los empleados. Y esto es lo que yo quiero armar. ¿Sí? Entonces voy a agarrar acá tengo ya una descripción de lo que quiero de este agente y le voy a poner estas instrucciones. ¿Qué es justamente? ¿Qué es lo que estoy haciendo acá? Le estoy marcando, le estoy describiendo, le estoy instruyendo, ¿sí? ¿Cómo es que yo espero? ¿Cómo tengo las expectativas, sí, de lo que esta gente realiza? Entonces, eres el asistente de formación de Contoso. Ayudas a las personas empleadas a solicitar formaciones internas usando solo el catálogo de formaciones que tienes como conocimiento. Resultado, cada solicitud termina con una recomendación clara o derivada a una persona. Nunca dejas una solitud solicitud sin respuesta. Solo formaciones del catálogo interno de Contoso es el alcance. Si le pregunta por algo fuera del catálogo, dilo con claridad y deriva la responsable de formación. Datos obligatorios. Antes de recomendar, confirma que tienes nombre, área, formación deseada y fecha preferida. Si falta alguno, preguntalo. No sigas con una solicitud incompleta. Autoridad, ¿no? Que estoy marcando todo. La autoridad es puedes recomendar la formación y la fecha más adecuada según el catálogo. Solo puedes confirmar formaciones de nivel inicial. No inventes vacantes, fechas, instructores ni reglas que no estén en el catálogo. El escalado, ¿no? Acá estoy detallando punto a punto de lo que nosotros estuvimos hablando ahora. Deriva la solicitud a la responsable de formación, Ana Rivero, que acá está formación@contoso.com. cuando la formación sea de nivel intermedio o avanzado, sea presencial en otra ciudad, sea externa o tenga costo, la fecha no tenga la fecha no que no tiene instructor confirmado, la persona ya, cuando la persona ya tenga tres formaciones en el semestre, cuando derives, explique en una frase por qué y resume la solicitud para la responsable. forma de responder. Responde en español de forma breve y amable y cita siempre la regla de catálogo que usaste para decidir y termina con el siguiente paso claro confirmada en espera o derivado. Bien, acá entonces estoy creando un agente que va a actuar, ¿sí? Un agente que va a responder o va a escalar, ¿sí? Acá el tema que va a enviar para formación@contoso.com. Sí, bien. Le doy para este agente ya tengo lo que es la instrucción que yo quiero dar acá. Puedo activar, si, los canales en donde quiero que esta gente sea publicado, ¿no? Puedo configurar un site demo, puedo publicar adentro de Teams o de Microsoft 365, ¿sí? Para que podamos ahí ya tener eh simplemente dentro de de nuestros chat, de nuestra empresa podamos hacerlo o adentro de una aplicación. Sí, primero tenemos que salvar nuestra gente primero, ¿sí? para luego poder llevarlo acá adentro. Pero bien, ¿cómo voy a hacer para salvarlo? Acá está mi flechita, acá está mi opción de salvar el agente. Entonces, acá lo voy a salvar. Bien, una vez que salvo, sí, nuestro agente, se va a habilitar varias otras opciones acá para que nosotros podamos trabajar con él. Estamos pasando a nuestra gente los puntos que nosotros estuvimos hablando hasta ahora. Sí, luego que le pasamos esta a la gente, ahora nosotros vamos a preguntar cierta información para poder probarlo, ¿no? Para ver cómo está el tema de la de lo que él tiene que realizar. Bien, ahora acá yo puedo elegir en modelo. El agente, ¿sí? Cuando nosotros hablamos de agente, el agente está compuesto. Sí. Si tenemos que acá definir el agente prácticamente, ¿no? Vamos a poner que este es el agente, ¿no? Vamos a poner agente. El agente está compuesto por LLM, ¿sí? Más cuando estamos hablando un agente por instrucciones más. Sí, acá si bien creo que voy a poner así más más cortito. Más conocimiento. Sí. y herramientas. Sí, básicamente esto es lo que compone un agente. Cuando estamos hablando de agente, nosotros configuramos el LLM, configuramos las instrucciones que acabamos de poner, que es como el comportamiento que debe tener, el conocimiento que le vamos a dar y las herramientas son básicamente lo las acciones que él puede realizar. ¿Sí? Entonces, bueno, yendo para este caso, nosotros ya tenemos las instrucciones. El modelo, nosotros podemos elegir acá el modelo para poder decir, bueno, quiero que trabaje con cloud, no quiero que trabaje con Openi Tropic y Open AI, ustedes pueden elegir los modelos que ustedes crean conveniente. Ni siempre sí los modelos más modernos son los mejores porque cuando estamos tal vez creando algo que es muy corto, ¿no? la gente más que nada, porque la gente no se espera que sea generalista, se espera que sea especialista en algo y a veces el fuerte de la gente no está en el LM, está en las herramientas que posee y en el conocimiento que le entregamos, ¿no? Entonces él brilla por lo que él sabe especialmente de un punto y por las tareas que realiza. Entonces, a veces el LLM puede ser el el LM que menos latencia nos genera, que no es más grande, ¿no? Entonces, el LM nosotros también debemos elegir. Tenemos el LM instrucciones. Le vamos a agregar conocimiento a este agente. ¿Cómo le agrego conocimiento? Yo vengo acá y puedo agregar conocimiento de varias eh sí, de varios lugares acá, ¿no? Si vamos eh a agregar un conocimiento, yo le voy a agregar conocimiento de SharePoint. Sí, le voy a trabajar con SharePoint. Incluso voy a abrir acá mi SharePoint. Sí, déjenme abrir acá mi SharePoint y le voy a pasar. Sí, vamos a ver acá. Acá voy a abrir SharePoint y le voy a pasar. Déjenme ver. Ta ta ta discover. Bien, y le voy a pasar esta ruta en donde yo tengo acá un archivo que se llama catálogo de formaciones de contos. ¿Sí? Entonces, voy a agarrar esto y le voy a entregar a mi agente, ¿sí? Que está acá. Bien, acá está. Y le voy a entregar esta URL de mi SharePoint y la voy a agregar acá. Bien, listo, ya agregué este punto perfecto work IQ. Le voy a sacar buscar en todos los de My website porque quiero que mi agente solo busque acá dentro de este sitio de SharePoint y ningú otro lugar. Bien, acá entonces ya le agregué conocimiento, las herramientas que es el último, ¿no? Eh, digamos lo último que podemos agregar acá y que lo vamos a agregar. Le voy a agregar, sí, a este le puedo agregar herramientas puntuales que son los MCP, como ustedes están viendo acá, son muchos los MCP que nosotros podemos conectar, que son herramientas, ¿no? El MCP como si fuera el un modelo, ¿no? Como protocolo de contexto de modelo que significa MCP y es como si fuera un repositorio de herramientas. Entonces, le entrego a mi agente cuando entrego un MCP, varias herramientas configuradas adentro de él, ¿no? Entonces, en vez de configurar herramienta por herramienta, le entrego una caja de herramientas completas, ¿no? Entonces, básicamente acá tengo muchos MCP que podría utilizar, como por ejemplo, para calendario, para mail, ¿no? MCP Server para Microsoft Outlook. Y acá te explica, esta funcionalidad está en preview y es parte de las tools. Provee trabajo inteligencia trabajo compartido y acciones para agentes, acciones, disponibilidad y capacidades que son tal vez eh temas de interés de de cambio. Y eso es lo que hace ETMCP. Luego tenemos conectores a muchos sistemas. Sí, podemos conectar acá muchos sistemas lo que son y también a workflow, que esto es bastante interesante cuando nosotros hablamos de workflow. Sí. Bien, lo que voy a hacer es que esta herramienta yo no voy a configurar una herramienta así. Como yo quiero que el agente una vez que él tiene los datos envíe un mail, eso de enviar un mail es algo estructurado. Entonces no lo voy a crear acá, lo voy a crear adentro de un workflow. Entonces voy a venir acá y voy a salvar mi agente que ya tiene conocimiento, ya tiene instrucciones, ya tiene un LM. Entonces, la gente está perfecto. Sí, como está funcionando. Luego el canal es en donde yo voy a publicar eso. Después lo dejo para el final. Y voy a venir acá y voy a entrar a Workflow. Ahora sí, ahora yo voy a entrar a Workflow y voy a crearme un workflow. Pero yo quiero que esto sí, déjenme solo ver acá, perdón, que no sea un manual que sea. Vamos acá a poner requ. Déjenme ver acá. Déjeme solo ver acá. Alcanzaste tu crédito. Okay, estoy con el crédito que a ver, solo déjenme ver algo, un segundo. Sí, porque acá me está diciendo que no voy a poder ejecutar el gente. [carraspeo] Solo un segundito y ya seguimos. Sí, pero bueno, vamos acá. [risas] Bien, bien. Creo que tengo acá, pero ven, no sé. Bien, está bien. Voy a poner acá un trigger. Si ven acá me falta algo. Quiero simplemente Vamos acá. T Record run start this trigger trigger. Solo déjenme ver porque estoy una experiencia nueva. Estoy dentro de mi eh de mi cuenta nueva. Mientras tanto, creo que voy a avanzar con eh lo bien. Se me está cerrando acá todo bien. Déjeme solo abrir acá que ahora lo que vamos a hacer es crear un workflow. El workflow, ¿qué es lo que va a hacer? Va, el agente lo va a llamar para enviar el mail. ¿Sí? Entonces, acá yo voy a crear un workflow, pero diferente. Si ven, déjenme ver acá. Discard, un flows. Vamos a déjenme ver acá un segundo. Bien, ahí está cargando. Buenísimo. Solo estoy acá agarrando algo de mi para que cuando nosotros el agente diga es hora directamente me envíe un mail, ¿no? Entonces vamos a conectar eso a la gente en sí. Vamos a conectar ese workflow para que la gente pueda enviar un mail por mí. Sí, solo acá que está un poco lento. Bien. Solo déjenme ver acá cu esto de acá. Cu gente llama el flujo. Esto es lo que voy a llamar. Bien, estoy acá diciendo cuando el agente llama este flujo, ¿no? Nosotros vamos a agregar un input y vamos a poner como esta parte es el ma recipient, ¿no? Vamos a poner recip o email, ¿no? Vamos acá poner y acá vamos a poner please enter your input. Ta ta ta. never flast y acá vamos a poner email de supervisora. Bien, vamos a adicionar otro input. Vamos a poner título porque es un mail, ¿no? Entonces necesitamos tu aprobación, ¿no? Como título. Acá le vamos a poner acá vamos a agregar detalles, que es una breve descripción, ¿sí? De lo que necesitamos. Y bien, y voy a poner también, ¿sabe qué? Fecha. Si bien puedo poner acá fecha con esto de acá, ¿no? Fecha del curso. Perfecto. Me falta acá una actividad, ¿no? Que lu tengo esto. Ahora yo voy a poner una actividad que es la acción de enviar un mail. Sí, send an email. Sí, vamos a tratar de ser acá rápido para ver esto funcionando. Vamos a poner enviar un mail. Sí. ¿Y qué es lo que voy a poner acá? La conexión. Sí. Tal vez no tenga una conexión establecida. Yo lo puedo hacer. Vamos a poner acá email, ¿no? Vamos a poner email y vamos a hacer un sign in. Vamos a entrar con nuestra cuenta para poder enviar. Tenemos que poner la cuenta que va a enviar el mail. Puede ser una cuenta de servicio como puede ser una cuenta personal, ¿no? Listo. Acá creé una conexión para enviar el mail. Listo. En to. Yo voy a agregar en tool, básicamente conteudo dinámico. Y acá yo voy a poner, bueno, la barra. Déjenme cambiar acá. la barra. Vamos a insertar conteúdo dinámico y vamos a poner el mail, ¿sí?, que nosotros vamos acá a recibir de cuál es el mail, email de la supervisora. Bien, el título acá también vamos a agregar sí conteúdo dinámico y vamos a poner el título del mail. Luego acá vamos a poner, por favor, ¿no? Buenos días, necesitamos tu aprobación para este caso y luego pongo acá también contenido dinámico con este rayo sí yo puedo seleccionar el contenido dinámico que quiero agregar acá. Y no me va a ver. Sí. Voy a poner detalles y fecha, ¿no? Y acá voy a poner la fecha también. Sí, que tengo acá. Bien, con eso voy a salvar save draft, ¿no? Y tengo que agregar acá respond, ¿no? Una Opa. ¿Qué pasó acá? A ver. respond. Vamos a poner acá, ¿no? Nosotros vamos a responder a la gente y vamos a responder a la gente el estado, ¿no? Y vamos a poner email enviado y también vamos a poner confirmación acá, ¿no? Confirmación. Y vamos a poner Sí. Perfecto. Listo, ya tengo hecho mi Ahora lo voy a publicar. Y una vez que publico este envío de mail, sí está público herramientas adentro de mí porque le estoy dando autonomía ahora. Opa, está acá tardando un poco, pero bueno, le estoy dando autonomía a mi agente, ¿no? Vamos a ver si consigo entrar acá en Copa de Loti Studio. Mientras acá se está publicando. Caramba, está tardando mucho. Es necesario publicar para que yo luego pueda entrar en agentes. No puede entrar en el agente que acabo de crear. No, hombre, no quiero crear nueva gente, quiero usar el agente que ya creé. Si de formación interna está publicando aún, no está publicando. Pero bueno, una vez que está publicado, yo vengo acá y configuro. Yo puedo configurar los workflows y acá ya aparece, pero está, mira, todavía no está publicado. No le puse nombre, no a mi agente, lo dejé así. Vamos a poner el nombre. enviar email. No, vamos a salvar. Se salvó. Y vamos a publicar a ver si ahora publica. Está todo bien acá. Bien, el agente ya fue publicado, me está diciendo acá. Entonces, ahora yo vengo acá y las herramientas, como le dijimos, es lo que la gente puede hacer. Y acá le estamos dando ahora la herramienta justamente de poder enviar un mail, ¿no? Configuré como si fuera un workflow porque primero quiero estructurar la respuesta, ¿no? Entonces, bien, estoy usando el workflow, enviar email. Y vamos a listo. Acá tengo el image, ¿no? Feeling with intelligence. Acá ya explica los output que voy a recibir son estos. Bien. Vamos ahora a decir enviar email que acá deriva la solicitud a la responsable de formación y acá vamos usando el workflow enviar email a Ana Rivero formación cuando pase todo esto, ¿no? Cuando envíes, explica en una frase por qué, que básicamente lo que el nuestro nuestra nuestro workflow tiene que recibir, ¿no? Básicamente el email, el título, ya está, los detalles y la fecha, ¿no? Entonces acá cuando expliquen una frase por qué y resumen la solicitud para responsable, eso será los detalles que enviaremos al workflow y la fecha del de la formación, ¿no? Entonces, básicamente con eso no ya tengo ahora integrado lo que es mi workflow, ¿no? Entonces, bien, vamos a salvar mi agente y vamos a publicarlo. Vamos a publicar. Le estoy dando publicar agente. Le estoy dando allá dice que tengo que revisar dos cositas. A ver, está bien. No channel, está bien. No, no, no hace falta todavía configurar el channel. El channel nosotros después lo podemos configurar cuando vamos a publicar, ¿no? Podríamos poner acá teams. Add channels. Vamos a poner acá teams mejor. Solo Teams. Ocilot también. Add channel. Perfecto. Ahora ya que es no evaluation. Está bien. Esto lo que me pide es que venga acá en preview y que evalúe, ¿no? Mi mi agente cred to continue cred power building and running and workflow environment out of credits. Contacto Qué extraño, qué extraño eso de de los créditos. Hoy estaba no más bien con Pero bien estoy con mi usuario normal, ¿no? Sí. con mi usuario de demo. Vamos a crear nuestra first evaluation. [resoplido] Si bien acá está pidiendo, bueno, vamos a publicar nuestro agente directamente a ver si me deja publicar al menos. Qué raro que no me deje pugo. A ver. Ya está publicado, ¿viste? Ya está publicado. Pero, [suspiro] ¿cómo es posible esto? Sí, no, no, no voy a poder mostrar por lo que se ve que tengo acá un tema con mis créditos y estoy viendo que no tengo problema con los créditos. A ver. Qué raro. A ver, déjenme ver solo mi configuración acá para que así pudiéramos, ¿no? Me gustaría que ustedes vean cómo realmente funciona, ¿no? El tema de cuando pasa lo que yo le estoy pidiendo que pase, ¿no?, a la gente en función de lo que yo construí, de los límites y de la autonomía que yo le di, él va a tener la autonomía de utilizar ese workflow e enviar un mail a Rivero. Sí, pero me extraña que ahora me diga que no tengo crédito. No es posible. funcionó el día entero. Hoy estuve todo el día con Copilot Studio. Pero bien, bueno, esto es el paso a paso. Si si ustedes siguen adentro de Copaot, esto les va a funcionar de maravilla. Sí, le va a funcionar de maravilla eh cuando ustedes están trabajando con Copilot Studio. Si ustedes logran hacer con que tenga esa autonomía para poder trabajar. Sí. Para poder trabajar. Entonces una gente desde cero. Nosotros describimos el agente, nosotros instruimos el agente diciendo qué es lo que nosotros esperábamos. Dimos a la gente conocimiento del SharePoint. Sí, no llegamos a probar porque me tiró error, sí, el tema de de poder probar el agente. Pero para probar el agente nosotros vamos acá en el tema de preview. Sí. Y acá nosotros logramos Sí. A ver, está acá sin crédito, me parece raro. Sí, no importa. Pero bueno, vimos cómo también podemos probar, escalar a medida que necesitamos y las evidencias, ¿sí? Porque cuando nosotros empezamos a ejecutar nuestro agente, nosotros también tenemos la opción de monitorear lo que la gente hace. ¿Sí? Entonces, le dimos toda a la gente lo que necesita y luego nosotros monitoreamos lo que la gente hace. Sí, es básicamente un poco la historia de lo que eh de lo que nosotros estuvimos haciendo, ¿sí?, con nuestro agente y todo con los datos que nosotros le proporcionamos, ¿sí? Con los archivos, con el conocimiento que nosotros le dimos, el agente pudo hacer las cosas sin ningún una dificultad. Pero perfecto, como para dar cierre, ¿sí? Entonces, nosotros delegamos el trabajo, conservamos el criterio, ¿sí? Este es el cierre de nuestra etapa. Quería agradecer ahí todos por su participación. Sí, para cerrar me quedo con cuatro palabras. que quiero dejar acá para ustedes. Objetivo es un resultado claro. Los límites es la autoridad explícita que yo le doy y dentro de esa autoridad se va a poder manejar nuestro agente. La aprobación es el human in the loop, una persona en los momentos críticos. Sí, cuando nosotros estamos trabajando con nuestro agente, cuando la gente no sabe qué realizar, tenemos a alguien ahí que nos da la aprobación y la trazabilidad. Puede ver qué decidió el agente y por qué. Sí. adentro de lo que es el aba de monitor. Si se acuerdan solo de esto, ya pueden diseñar un primer agente mejor que la mayoría y una invitación, ¿sí? No empiecen por el proceso más grande de su empresa, elija un ciclo pequeño, ¿no? Para que de ahí ustedes puedan empezar a crear y puedan ver el valor que agrega, ¿sí? Con volumen, con reglas claras, ¿no? Con reglas que a veces puede ser muy distintas, ¿no? Y que tal vez pueda ser muy complejas. Hagan un prototipo, pruébenlo con casos raros, muéstrenlo a pocas personas y midan. Después deciden si crece, si se corrige o si se detiene. Sí, esa decisión también es un buen resultado. Esta es la última frase de la serie y es la que me gustaría que ustedes se lleven. delega el trabajo, conserva el criterio. Sí, con esto cerramos el camino que hicimos juntos de fundamentos, de generativa, de prompts y ahora de agente. Quería agradecer a Workmakers Code, agradecer a Nor que también estuvo acá acompañando en el chat, agradecer, sí, a a Larissa que obviamente siempre nos abre la puerta de reactors para que nosotros podamos estar acá juntos con ustedes. agradecer a cada uno de ustedes por estas cuatro sesiones. Sí, chicas, ustedes son con todo lo que nosotros les estuvimos pasando, ustedes ya están preparadas para empezar a navegar, a trafegar, a hacer historia en el mundo de inteligencia artificial. ¿Sí? Entonces, muchas gracias. Sí, gracias, Larisa. Muchas gracias a todos. Que tengan una excelente día, ¿sí? una excelente tarde, noche. Muchas gracias, Lucas, muchas gracias por la sesión, muchas gracias Nora, por toda la ayuda en el chat con la moderación y muchas gracias a todos por acompañar nuestra sesión. Siempre buscamos mejorar tu experiencia en Reactor. Entonces, si tienen algún comentario, nos encantaría saberlo. Puedes encontrar el enlace a nuestra encuesta en la pantalla o en el chat. Y nos vemos en una próxima sesión.

Assistir ao vídeo original no YouTube

Assuntos: Agentes de IA. Publicado no YouTube em 2026-10-30.

Seleção automática por assunto e idioma. O vídeo pertence ao canal de origem.