Taller de diseño de Sistemas Multiagente (MAS)

¿Por qué usarlo?

Automatiza un proceso complejo con IA diseñando un sistema multiagente (MAS) junto con un equipo interdisciplinario en un taller de design thinking.

¿Quiénes deben usarlo?

Los sistemas multiagente requieren la colaboración de varios expertos en las siguientes áreas:

• Dominio y procesos empresariales

• Big data y AI Agentica

• TI, seguridad y privacidad

También requiere que todos los stakeholders trabajen juntos, es decir:

• Usuarios: empleados y/o clientes

• Desarrolladores: ingenieros de software, datos y AI

• Responsables de la toma de decisiones: propietarios de procesos de negocio

• Consultores: oficiales de privacidad, asesores de seguridad, etc.

Finalmente, se necesita un facilitador para reunir a las diferentes personas y formar un equipo efectivo.

¿Cuándo usar?

El equipo se ha reunido y ha decidido sobre un proceso (existente o nuevo) del negocio. El equipo desea automatizar y optimizar este proceso con Agentic AI para aumentar la eficiencia, efectividad y/o robustez.

Si aún no se ha identificado un proceso, recomendamos un Taller de Estrategia de Datos y AI Lean para identificar y priorizar posibles casos de uso de Agentic AI.

Durante el Taller de Diseño de MAS de un día, los participantes especifican los objetivos y resultados clave, identifican a los agentes humanos y artificiales, y diseñan el flujo de trabajo e información entre los agentes. Además, se definen las bases técnicas y analíticas y se especifican las barreras de protección necesarias para garantizar seguridad, privacidad, equidad y más.

¿Qué usar?

Esta plantilla de taller se basa en el ya probado Método de Diseño Empresarial de Datos & AI, el cual es utilizado en todo el mundo por muchas empresas y consultorías reconocidas. Usa los lienzos del Kit de Diseño Empresarial de Datos & AI, que se pone a disposición de manera gratuita bajo una licencia de Creative Commons.

¿Cómo usar?

Esta plantilla de taller está diseñada para una sesión de un día que puede dividirse en dos medios días. A lo largo del día, los participantes pasan por las siguientes seis fases y realizan varios pasos en seis diferentes lienzos para cada fase. En los lienzos, encontrarás números en círculos (①, ②, ...) que corresponden a los pasos en cada fase.

I. Intro

La introducción se trata de asegurar que todos los participantes persigan el mismo objetivo y estén dispuestos a seguir el camino propuesto juntos. Para esbozar y presentar este camino (es decir, la agenda del taller), usamos el Lienzo de Taller de Design Thinking de Datos & AI y llevamos a cabo los siguientes pasos:

① Personaliza el encabezado del lienzo especificando la empresa y, si aplica, la consultoría, e ingresando la fecha. Este paso también debe realizarse en todos los lienzos posteriores.

② Establece el Objetivo específico del taller y define los Resultados Clave deseados (es decir, los entregables).

③-⑦ Ajusta los Elementos de la agenda, Horarios de las sesiones, y más según sea necesario.

Cuando trabajes en un elemento de la agenda, cambia el color de la nota adhesiva correspondiente a amarillo. Cuando termines, márcala de verde. Esto asegura que el equipo siempre tenga una vista general del estado actual.

II. Análisis de Procesos de Negocio

A continuación, necesitamos visualizar y analizar el proceso de negocio que queremos automatizar y optimizar con AI Agente. Para ello, utilizamos el Lienzo de la Cadena de Valor y notas adhesivas verdes para elementos existentes, amarillas para elementos planeados, y rojas para elementos faltantes.

① En el campo Enfocado en, escribe el nombre del proceso de negocio.

② Comienza en el inicio del proceso en el lado izquierdo del Lienzo de la Cadena de Valor:

a) ¿Cuál es el Estado Inicial, los Productos Base, o el desencadenante que inicia el proceso de negocio?

b) ¿Qué persona, rol u unidad organizacional define el estado inicial, entrega los productos base o desencadena el evento (Productores)?

③ A continuación, sigue con el final del proceso de negocio en el lado derecho del Lienzo de la Cadena de Valor:

a) ¿Cuál es el Estado Final, los Productos Finales o los resultados clave del proceso de negocio?

b) ¿Quiénes son los beneficiarios del estado final, los consumidores de los productos finales o los receptores de los resultados clave (Clientes)?

④ Ahora delinea las Actividades Primarias, es decir, el flujo de trabajo del proceso: ¿Qué acciones son necesarias y en qué orden ocurren? ¿Qué flujos alternativos o paralelos existen?

⑤ Además de las Actividades Primarias, a menudo son necesarias Actividades de Soporte: ¿qué medidas generales e internas/unidades organizacionales apoyan el proceso de negocio?

⑥ Si las actividades de soporte no son proporcionadas internamente sino por empresas externas y están involucradas a lo largo de todo el proceso, anótalas bajo Proveedores Generales.

⑦ Los proveedores especiales que solo realizan o soportan pasos individuales del proceso deben colocarse bajo Proveedores Especiales.

⑧ Especifica los indicadores clave de rendimiento (KPI) en notas adhesivas azules, que miden la eficiencia, efectividad, calidad, estabilidad, etc. del proceso y especifica los valores objetivo correspondientes.

Finalmente, extrae todos los objetivos, resultados clave y KPI relevantes para la IA agéntica del Lienzo de la Cadena de Valor y especifícalos en el recuadro verde Objetivos de Negocio & Resultados Clave como el output de los agentes.

III. Identificación del rol de usuario

Ahora que conocemos y entendemos el proceso de negocio, podemos responder a la pregunta: ¿quiénes son los stakeholders en el contexto del proceso? Para responder a esta pregunta, utilizamos el análisis de stakeholders y notas adhesivas azules para identificar las personas o roles. Debemos considerar las siguientes funciones de los stakeholders (donde una persona/rol también puede asumir varias funciones):

① En el campo Enfocado en, escribe el nombre del proceso de negocio.

② Responsables de la toma de decisiones: ¿Quiénes toman decisiones que influyen en el flujo del proceso?

③ Compradores económicos: Si se toman decisiones de compra, presupuesto u otros recursos (financieros) durante el proceso, ¿quién proporciona el dinero o es el patrocinador?

④ Usuarios finales: ¿Quiénes utilizan los resultados del proceso (cf. Clientes en el Lienzo de Cadena de Valor)?

⑤ Saboteadores: ¿Quiénes podrían intentar interrumpir el proceso influyendo negativamente en los responsables de la toma de decisiones, compradores económicos o usuarios finales?

⑥ Influencers: ¿Quiénes podrían apoyar el proceso influyendo positivamente en los tomadores de decisiones, compradores económicos o usuarios finales?

⑦ Recommenders: ¿Quién está activamente involucrado en el proceso en una función de asesoramiento o proporciona soporte con información?

⑧ Implementors: ¿Quién realmente implementa el proceso, es decir, realiza las acciones?

En el posterior diseño del sistema multiagente, los agentes asumen la función de algunas personas/roles. Pero incluso con un grado muy alto de automatización, ciertas funciones permanecen con los agentes humanos: tienen que verificar los resultados de los agentes de IA, otorgar aprobaciones, o son los usuarios y/o beneficiarios del proceso automatizado.

Cambiando el color de las notas adhesivas, marcamos ciertos stakeholders:

• Verde son los agentes humanos que juegan un rol en el proceso de AI agentic.

• Rojo son los stakeholders que ya no se supone que jueguen un rol (es decir, no hay agentes humanos).

• Amarillo son aquellos stakeholders sobre los que aún no estamos seguros (es decir, tal vez agentes humanos).

Finalmente, transferimos a todos los agentes humanos al recuadro amarillo Human Agents para diseñar el flujo de trabajo de AI agentic y los agentes AI en el siguiente paso.

IV. Diseño de Flujo de Trabajo Agentic

Para el diseño del flujo de trabajo agentic, utilizamos el Formato de Diagrama y las Formas de Flujos de Trabajo Agentic de Miro. Ya sabemos los resultados que esperamos de los agentes desde II. Análisis de Procesos del Negocio. De III. Identificación de Roles de Usuario conocemos a los stakeholders, quienes dan entradas a los agentes, es decir, activan el proceso, escriben instrucciones, proporcionan información y documentos, responden consultas de los agentes, toman decisiones o verifican y aprueban resultados (provisionales).

Hay dos opciones para automatizar el proceso existente con IA:

1. Mantener en gran medida el flujo de proceso existente y reemplazar a los agentes humanos por agentes AI que realicen las acciones y tomen decisiones.

2. Repensar completamente el flujo de proceso para aprovechar las ventajas de la IA agente: por ejemplo, el procesamiento paralelo de varias soluciones alternativas.

Si no estás seguro de qué variante es mejor, diseña dos (o más) versiones y luego decide, o mezcla las soluciones.

Para identificar candidatos para agentes AI, haz las siguientes preguntas a los participantes del taller:

• ¿Qué actividades o responsabilidades han asumido los agentes humanos?

➡️ El agente humano se convierte en un agente AI.

• ¿Qué tareas especializadas existen para las cuales se requiere conocimiento especializado del dominio?

➡️ Un agente AI se entrena con este conocimiento del dominio.

• ¿Qué sistemas de TI o fuentes de datos necesitamos conectar?

➡️ Un agente de IA sirve como interfaz hacia la fuente de datos o sistema de TI.

• ¿Con qué usuario (roles) necesitamos interactuar?

➡️ Un agente de IA maneja la comunicación con el usuario.

• ¿Qué actividades se pueden paralelizar?

➡️ Las actividades se distribuyen a diferentes agentes de IA.

• ¿Qué actividades son requeridas múltiples veces por otros agentes?

➡️ Un agente de IA ofrece esta actividad a otros agentes como servicio.

• ¿Qué actividades requieren precauciones especiales de seguridad y protección de datos?

➡️ Agentes de IA especialmente seguros realizan estas actividades.

• ¿Qué agentes de IA internos ya están en uso?

➡️ El agente de IA existente se reutiliza.

• ¿Qué agentes de IA externos ya están disponibles?

➡️ El agente de IA externo se integra y, si es necesario, es encapsulado por un agente de IA interno.

• ¿Qué agentes de IA pueden apoyar la coordinación de los demás agentes de IA?

➡️ Agentes de IA especiales se encargan de la delegación, agregación, sincronización, etc., del flujo de información y trabajo.

Para completar el diseño del MAS, se necesita modelar el flujo de información y trabajo entre los agentes de IA y los humanos. Para ello, los elementos del diagrama (agentes humanos, agentes de IA, entregables) se conectan con flechas. Como norma, los flujos de información y trabajo son idénticos. En los casos en que no lo sean, se puede usar una línea discontinua para el flujo de información puro.

V. Valoración de Datos y AI y Creación de un Roadmap

Algunos de los agentes de IA necesitan acceso de lectura a fuentes de datos existentes o incluso acceso de escritura a los sistemas de TI para cambiar o crear registros de datos o activar ciertos subprocesos. Otros agentes de IA requieren funcionalidades y capacidades específicas, como un Modelo de Lenguaje Amplio (LLM) para comunicarse con agentes humanos o un modelo predictivo para prever eventos y tendencias.

Utilizamos el área azul del diagrama de diseño MAS para especificar los sistemas de TI/BI/AI requeridos y los conectamos a los agentes de IA usando flechas. Aquí también podemos definir interfaces como el Protocolo Agente a Agente (A2A) o el Protocolo de Contexto del Modelo (MCP).

A continuación, evaluamos si ya tenemos los sistemas requeridos en uso, si están aún en las etapas de planificación o trabajo, o si primero necesitan ser diseñados y desarrollados. Usamos notas adhesivas de color verde, amarillo y rojo y el Lienzo de Madurez de Análisis y AI para hacerlo. El lienzo diferencia entre herramientas generales y aplicaciones específicas en diferentes niveles de complejidad y madurez.

② Las cajas verdes describen las aplicaciones específicas para:

a) Operaciones Comerciales: aplicaciones de procesamiento de datos puras sin funcionalidad de análisis o AI.

b) Informes Comerciales: típicamente aplicaciones para automatizar la generación de informes o paneles basados en análisis descriptivos.

c) Descubrimiento Comercial: aplicaciones para explorar tendencias, correlaciones, anomalías, etc. para obtener insights basados en análisis diagnósticos.

d) Pronósticos Comerciales: aplicaciones para prever, ahora o retrospectivamente, con base en análisis predictivos.

e) Optimización de Negocios: Aplicaciones para la optimización de procesos empresariales basadas en análisis prescriptivos.

f) Automatización de Negocios: Aplicaciones para la automatización de procesos empresariales basadas en análisis autónomos.

Los agentes de IA a menudo interactúan con aplicaciones existentes a través de interfaces de programación de aplicaciones (API).

③ Las cajas amarillas están destinadas a las herramientas de datos & análisis que pueden usarse para implementar los agentes de IA:

a) Gestión de Datos: Esto incluye, por ejemplo, sistemas de bases de datos.

b) Análisis Descriptivo: Por ejemplo, herramientas de informes o paneles.

c) Análisis Diagnóstico: Herramientas de análisis estadístico o, por ejemplo, plataformas para experimentos A/B.

d) Análisis Predictivo: Además de software para aprendizaje automático & profundo, también bibliotecas por ejemplo para redes bayesianas, regresión lineal, etc.

e) Analítica prescriptiva: Aquí se utilizan métodos de simulación y optimización, así como soluciones de IA generativa.

f) Analítica autónoma: Aquí se emplean algoritmos de aprendizaje por refuerzo, entre otras cosas, o soluciones especiales para IA agencial.

Asegúrate de que exista un sistema de TI/BI/IA existente o planificado para todos los datos y funcionalidades requeridos.

VI. Requisitos de Directrices para la IA

Hemos trabajado a través del proceso de negocio, los stakeholders, las fuentes de datos, y las capacidades de TI/BI/IA para garantizar que nuestro sistema multiagente sea viable, deseado y factible. Aún falta otro criterio importante: los sistemas de IA deben ser responsables.

Después de todo, con gran poder viene una gran responsabilidad. Este principio también está consagrado en la ley, por ejemplo, en la Ley de IA de la UE.

Para asegurarnos de que nuestros agentes de IA cumplen con los principios de IA Responsable (rAI), necesitamos las llamadas barreras de protección de IA. En un sistema multiagente, estas barreras pueden implementarse por medio de agentes que supervisan y controlan a los demás agentes.

Primero, definimos las barreras de protección, es decir, las reglas y restricciones que queremos imponer al MAS. Usamos el lienzo de las 3 cajas para dividir las reglas en tres categorías:

1. Seguridad & Protección: Ni el MAS ni sus usuarios deben sufrir ningún daño.

2. Explicabilidad & Transparencia: Los usuarios deben poder entender las decisiones y acciones del MAS.

3. Privacidad & Justicia: Los usuarios no deben sufrir ningún perjuicio como resultado del MAS.

También distinguimos entre barreras relacionadas con la entrada, los modelos internos y la salida de los agentes de IA:

• Riel de entrada: Podría, por ejemplo, verificar las instrucciones del usuario para detectar inyecciones que comprometan los datos de la empresa.

• Riel de modelo: Un ejemplo de cómo asegurar la equidad es supervisar los indicadores de calidad del modelo para descartar discriminaciones contra grupos de personas.

• Riel de salida: Dado que los LLM tienden a dar resultados no verificados, una comprobación de plausibilidad de la salida es útil, por ejemplo.

En el paso final, los Agentes de las Guardas (caja gris en el diagrama) definen cómo implementar estas reglas y cómo están conectadas mediante flechas a los Agentes de IA.

Para concluir el taller, especifica los trabajos concretos a realizar y asígnalos a los participantes del taller. ¡Y luego: realiza los trabajos!

¿Dónde encontrar más?

Datentreiber no solo te ofrece esta plantilla de Miroverse, sino también:

• El Kit de diseño empresarial de datos y AI ofrece numerosos lienzos de código abierto para aplicar el método de diseño empresarial de datos y AI.

• Además, está disponible la comunidad de diseño empresarial de datos y AI para intercambio, eventos y contenido experto.

• Los cursos de capacitación online y presenciales con certificación están disponibles en la Academia de diseño empresarial de datos y AI.

• Muchas herramientas de gestión adicionales, plantillas de taller y planos de proyecto están disponibles en nuestro Banco de diseño empresarial de datos y AI comercial.

• Nuestro consultoría de datos e IA ofrece apoyo para tus proyectos de estrategia, innovación y transformación en datos e IA.

Si estás interesado o tienes preguntas o comentarios, por favor contáctanos a: info@datentreiber.de.

Derechos de autor: Todos los derechos reservados por Datentreiber GmbH.