De la idea al impacto en 3 horas: El interior del primer Desafío de Constructores de Agentes

Imagine construir un asistente de IA a medida para sus operaciones en una sola tarde. Uno que pudiera automatizar el traspaso de turnos, auditar nuevas aplicaciones o incluso captar los conocimientos de su operario más experimentado, convirtiendo décadas de experiencia humana en un recurso escalable.

Esa es la promesa central detrás de los nuevos agentes de IA componibles deTulip. Pero queríamos cortar a través del bombo de una vez por todas, y poner a prueba esa promesa nosotros mismos. ¿Con qué rapidez podría nuestra comunidad Tulip traducir el potencial de la IA agéntica en un impacto operativo real?

Así que, en nuestra conferencia anual Operations Calling , organizamos nuestro primer Desafío de Constructores de Agentes. La premisa era simple: 15 de los mejores constructores de aplicaciones trajeron sus desafíos operativos reales y cotidianos y se pusieron manos a la obra con los Agentes de Tulip .

¿El objetivo? Ver lo que era posible en sólo tres horas. Los resultados fueron asombrosos.

La experiencia de Ken pone de relieve un aspecto clave de la jornada: los constructores no eran científicos de datos. Eran expertos en operaciones que conocían sus problemas al dedillo. Los agentes simplemente les proporcionaron una nueva y potente forma de codificar, aplicar y aumentar esa experiencia.

Como explicó nuestro Director de Producto e Ingeniería, Mason Glidden, lo que hace diferentes a los agentes es su capacidad no sólo de analizar, sino de actuar. Desbloquean la capacidad de resolver problemas en los que hay un objetivo claro, pero el camino para alcanzarlo es mucho menos claro."

Los constructores fueron capaces de desarrollar estas impactantes soluciones tan rápidamente porque los Agentes Tulip AI son nativos de una plataforma componible y extensible. Esto significa que , a diferencia de la IA rígida y de caja negra (los nuevos monolitos), un agente Tulip es un componente que puede configurar rápidamente e incrustar directamente en sus aplicaciones y flujos de trabajo operativos.

Y lo que es más importante, los constructores no necesitaron escribir algoritmos complejos para construir un agente potente que pudiera integrarse perfectamente en su sistema de producción. Simplemente entraron en el Constructor de Agentes sin código de Tulip y definieron:

• El objetivo: Lo que querían que consiguiera el agente.

• Las instrucciones: Cómo debe alcanzar esos objetivos, expresado en un inglés sencillo.

• Las herramientas: Las capacidades que podría utilizar (el núcleo de la ventaja de la plataforma), como acceder a tablas específicas de Tulip Tables, a otras aplicaciones o a conectores con otros sistemas como ERP o QMS.

Esta flexibilidad y transparencia significa que puede crear un agente que no sea un simple generalista. Es un especialista que entiende e interactúa con su operación específica, utilizando sus datos en directo. Esta profunda integración en una plataforma más amplia que conecta sus operaciones es lo que los hace tan poderosos - y proporciona la respuesta directa a las limitaciones de las soluciones de IA "atornilladas".

(Para obtener más información sobre la arquitectura y las capacidades de los agentes de IA componibles, puede leer nuestro Blog sobre los agentes de IA.)

Los clientes presentes en el taller utilizaron repetidamente el término "macro humano" para describir una de las oportunidades más potentes con Tulip Agents: la posibilidad de codificar por fin los conocimientos sobre dominios y procesos de sus expertos en una herramienta que pueda utilizar cualquier persona de su organización. Como dijo uno de los constructores

Lo más impresionante fue la variedad de retos que los constructores resolvieron configurando la misma herramienta subyacente, desde el análisis de la producción en primera línea hasta la gobernanza de las aplicaciones en el back-end. Las soluciones se dividieron naturalmente en dos categorías principales, mostrando cómo los agentes pueden aumentar y desbloquear nuevas eficiencias para cada capa de la organización de fabricación.

Estos agentes actúan como asistentes de los equipos de primera línea, desde los operarios hasta los supervisores de producción, cerrando la brecha entre los datos y la acción en el taller.

• Agente de traspaso de turnos: Un equipo creó este agente para analizar los datos de producción (como los KPI, los problemas de seguridad y las horas de máquina) y generar automáticamente una lista de tareas prioritarias para el siguiente turno. Como señaló Jason Gillespie, de Jazz Pharmaceuticals, este único caso de uso podría ahorrar "10 horas a la semana como mínimo" al eliminar las 2-4 horas diarias que los equipos dedican simplemente a recopilar información.

• Agente de análisis de inventario: Otro equipo construyó este agente para buscar en las listas de materiales con el fin de identificar los componentes con riesgo de agotarse en un futuro próximo y sugerir medidas preventivas, ayudando a evitar costosas situaciones de parada.

• Agente de programación de la producción: Este agente identificó las similitudes de los procesos en todas las líneas de productos para generar programas de producción óptimos y dinámicos que maximicen la eficiencia en instalaciones con limitaciones de espacio.

• Agente de disposición de defectos: Este agente ataca directamente lo que un constructor denominó el "cuello de botella de las PYME", convirtiendo un informe manual de disposición de defectos que un experto podría tardar "dos semanas" en compilar en algo que puede generarse en cuestión de minutos.

Los equipos también crearon agentes que desbloquearon nuevas capacidades para los creadores de aplicaciones, acelerando el diseño y la implantación de aplicaciones y facilitando la incorporación y el apoyo a los nuevos miembros del equipo.

• App Quality & Governance Agent: Este agente audita las aplicaciones de Tulip en función de las mejores prácticas empresariales (para aspectos como la interfaz de usuario, las convenciones de nomenclatura y las convenciones de modelado de datos) y sugiere automáticamente mejoras antes de que la aplicación esté lista para su despliegue, lo que acelera enormemente los ciclos de desarrollo y garantiza la coherencia en toda la empresa.

• Agente orientador para nuevos constructores: Los equipos también construyeron este agente, que se conectaba a la base de conocimientos de Tulip , la biblioteca y las aplicaciones existentes para proporcionar orientación sobre cómo diseñar una nueva aplicación para un caso de uso particular, reduciendo drásticamente el tiempo de incorporación para los nuevos constructores de Tulip .

• Agente creador de expresiones: Otro equipo creó este sencillo agente para analizar las variables, los disparadores y el flujo de datos de una aplicación con el fin de acelerar el proceso de escritura de lógica compleja.

• Agente de revisión de cambios de aplicaciones: Un constructor creó este agente para identificar automáticamente los cambios entre dos versiones de la aplicación y evaluar el impacto de esos cambios: un enorme ahorro de tiempo para cualquier proceso de validación o de garantía de calidad.

Una cosa que los Constructores de Agentes demostraron alto y claro: el poder de la IA agéntica para las operaciones no reside en sustituir a su personal. Es un multiplicador de fuerza que aumenta su equipo, escala su experiencia y automatiza las tareas manuales que consumen mucho tiempo y que se interponen en el camino de la resolución de problemas reales. Cierra la brecha entre los datos, la decisión y la acción.

Es un nuevo bloque de construcción para que los fabricantes impulsen su propia y única transformación.

Nos quedamos asombrados por lo que nuestra comunidad de Tulip construyó en tan sólo unas horas y estamos impacientes por ver lo que harán a continuación.

Tulip AI Agents están entrando en beta abierta este invierno. Para entrar en la lista, o para preguntar acerca de nuestra beta cerrada en curso, póngase en contacto con su representante Tulip .

La verdadera pregunta es: ¿cuál es el primer agente que compondrá?