Fujitsu desarrolla una tecnología multiagente de IA autoevolutiva capaz de aprender y adaptarse a las operaciones empresariales

Fujitsu ha anunciado el desarrollo de una tecnología multiagente de IA autoevolutiva(1) que permite a múltiples agentes de inteligencia artificial trabajar de forma coordinada como un equipo, aprendiendo y adaptándose de manera continua y segura a partir de los resultados diarios de ejecución, el feedback humano, las revisiones normativas y los cambios en las especificaciones.

En las operaciones corporativas, las revisiones legales, los cambios en los sistemas, las actualizaciones de especificaciones y las modificaciones de las normas internas se producen de manera constante. En entornos empresariales que manejan grandes volúmenes de documentación y especificaciones de diseño, determinar qué información consultar, qué criterios de decisión priorizar o hasta qué punto analizar el impacto de cada cambio ha dependido tradicionalmente de la experiencia y del conocimiento tácito de profesionales altamente cualificados. Además, desde el punto de vista técnico, era necesario que expertos ajustaran continuamente los prompts, los métodos de búsqueda, los criterios de evaluación y las reglas operativas para adaptarse a cada modificación.

Aunque los agentes de IA convencionales ofrecen una gran capacidad de procesamiento ante instrucciones concretas, hasta ahora han tenido dificultades para analizar de forma autónoma las causas de los fallos e incorporar ese aprendizaje de manera segura en operaciones posteriores. Como consecuencia, la adaptación de estos agentes a entornos empresariales cambiantes requería una supervisión constante por parte de expertos.

Para responder a este desafío, Fujitsu ha desarrollado una tecnología que permite a los agentes de IA aprender de forma segura mediante la verificación autónoma de su propia experiencia operativa.

Se trata de una tecnología multiagente de IA capaz de evolucionar de manera continua y segura, adaptándose a los cambios del entorno empresarial e incorporando los resultados de ejecución, el feedback humano, las revisiones normativas y los cambios en las especificaciones. Su principal característica es que, mientras ejecutan tareas, los agentes de IA identifican las razones del éxito y del fracaso, extraen conocimiento práctico y aprendizajes operativos, y no se limitan únicamente a almacenar propuestas de mejora generadas automáticamente.

Gracias a ello, los agentes pueden asumir tareas como el ajuste de prompts o la actualización de criterios de evaluación, funciones que hasta ahora requerían la intervención constante de especialistas. Además, al desplegar la IA dentro del entorno del cliente, el sistema puede adaptarse continuamente a las reglas y criterios de decisión específicos que surgen en el día a día de cada organización, dando lugar a una base operativa capaz de evolucionar junto a las personas y el entorno empresarial.

Fujitsu ha aplicado esta nueva tecnología desarrollada en las siguientes dos áreas, evaluando posteriormente su nivel de precisión:

1. Mejora automática y evolución continua de los LLM específicos para negocio

Esta tecnología puede aplicarse a todo el proceso de desarrollo de LLMs orientados a entornos empresariales. Los agentes multi-IA ejecutan y optimizan de forma autónoma una serie de procesos como la selección de datos, el ajuste de las condiciones de aprendizaje, la evaluación y la mejora continua, tareas que hasta ahora dependían de especialistas.

Cada agente de IA genera propuestas de mejora basadas tanto en los resultados operativos del negocio como en los resultados de evaluación. Posteriormente, el sistema verifica y aplica únicamente aquellas mejoras que resultan efectivas, permitiendo una optimización constante del rendimiento del modelo.

De este modo, se reduce significativamente la necesidad de intervención experta en tareas que antes requerían supervisión continua, haciendo posible un modelo en el que la IA evoluciona de manera autónoma dentro de las operaciones empresariales.

Fujitsu mejoró automáticamente “Takane” para distintos sectores como fabricación, sanidad, finanzas y administración pública, optimizándolo de forma continua a través de su uso operativo. Gracias a este funcionamiento continuo, se implementaron mejoras sucesivas que permitieron alcanzar un incremento medio de precisión de 28 puntos respecto al rendimiento previo a la especialización.

En el ámbito sanitario, por ejemplo, la aplicación de esta tecnología permite extraer información estructurada adaptada a operaciones concretas del negocio, como la identificación de diagnósticos, fases de evolución o políticas de tratamiento a partir de datos no estructurados, como historiales médicos y resultados de pruebas, todo ello bajo un formato homogéneo y consistente.

Además de mejorar la precisión de las respuestas, esta tecnología demuestra que los agentes multi-IA pueden automatizar el proceso de creación y optimización de LLMs específicos para negocio, una tarea que hasta ahora requería diseño y ajustes basados en conocimientos altamente especializados. Asimismo, permite optimizar estos modelos de manera continua a través de la propia operativa diaria.

De este modo, las empresas pueden desarrollar en poco tiempo soluciones de IA adaptadas a sus necesidades concretas y seguir mejorándolas conforme evolucionan sus operaciones, reduciendo considerablemente la dependencia de especialistas en inteligencia artificial.

Además, en el marco de la iniciativa OneFujitsu(2), Fujitsu ha impulsado la estandarización global de sus sistemas IT internos, sus datos y sus procesos empresariales. Mediante la aplicación global de esta tecnología y de la plataforma multiagente de IA equipada con “Takane”, la compañía está logrando una ejecución autónoma de procesos empresariales y acelerando la velocidad de gestión, impulsando así la transición hacia un modelo de gestión basado en Data & AI.

2. Aplicación a la búsqueda de especificaciones de diseño en sistemas empresariales de gran escala

Esta tecnología se aplicó a sistemas de búsqueda documental basados en agentes de IA para especificaciones de diseño del sistema de historia clínica electrónica de Fujitsu destinado a hospitales medianos y grandes, así como a soluciones empresariales para administraciones locales.

Tradicionalmente, identificar el alcance del impacto de modificaciones de software derivadas de cambios legislativos o normativos requería profesionales altamente especializados, con un profundo conocimiento de la regulación, de los procesos de negocio y de la arquitectura de sistemas. Con esta nueva tecnología, los agentes de IA aprenden ahora de resultados de búsquedas anteriores, casos de fallo y correcciones realizadas por personas.

Como resultado, los agentes mejoran de forma autónoma las estrategias de ampliación de búsquedas y extracción documental. Esto no solo reduce el esfuerzo necesario para diseñar y perfeccionar la lógica de búsqueda, sino que además incrementa significativamente la precisión.

Según explica Fujitsu, este avance demuestra que los agentes de IA no se limitan a repetir búsquedas mecánicamente, sino que son capaces de aprender y aplicar técnicas de exploración propias de expertos, como revisar documentación periférica relacionada durante las operaciones o no descartar documentos aparentemente irrelevantes cuando pertenecen al mismo ámbito de negocio.

A partir de ahora, la compañía incorporará estos conocimientos y tecnologías a su plataforma AI-Driven Software Development Platform con el objetivo de mejorar y agilizar aún más todo el proceso de diseño y desarrollo de software.

Planes de futuro

Fujitsu prevé integrar esta tecnología en su plataforma propietaria de IA y ofrecerla como una tecnología clave para apoyar el desarrollo interno y la operación autónoma de soluciones de IA específicas para negocio. Asimismo, como una de las tecnologías avanzadas dentro de la plataforma de IA Fujitsu Kozuchi, la compañía impulsará su aplicación en múltiples áreas que requieren conocimiento especializado y mejora continua.

Además, combinando los avances obtenidos en la investigación conjunta con el profesor asociado Graham Neubig y el profesor asistente Tim Dettmers, de Carnegie Mellon University, junto con la tecnología de reconstrucción de IA generativa desarrollada por Fujitsu, la compañía avanzará en el desarrollo de sistemas multiagente autoevolutivos capaces de operar utilizando menos memoria y consumo energético.

El objetivo es permitir el uso de equipos de IA que aprendan continuamente de las operaciones no solo en entornos cloud, sino también en entornos edge y on-premise altamente confidenciales.

Fujitsu aspira así a hacer realidad una IA soberana capaz de aprender continuamente tanto en la nube como en entornos locales. Además, al permitir que la IA aprenda en tiempo real de fallos operativos, instrucciones humanas y cambios del entorno, y pueda aplicar ese conocimiento de forma segura en tareas posteriores, la compañía quiere transformar la IA en una base inteligente que evolucione junto al propio entorno de trabajo.

Con ello, Fujitsu busca dar respuesta a desafíos sociales como la escasez de personal especializado, la adaptación a cambios regulatorios, la transmisión del conocimiento tácito y la modernización de las operaciones empresariales, contribuyendo a un futuro en el que personas e inteligencia artificial aprendan mutuamente para impulsar la evolución de industrias completas.

Notas

(1) Tecnología multiagente de IA autoevolutiva: tecnología en la que múltiples agentes de IA dividen tareas, las ejecutan y mejoran de forma continua y segura sus acciones posteriores a partir de los resultados obtenidos, el feedback humano y cambios del entorno, como revisiones normativas o modificaciones en especificaciones.

(2) Iniciativa OneFujitsu: iniciativa destinada a definir procesos estándar globales comunes (“Golden Standard”) dentro de Fujitsu, unificando y optimizando operaciones entre distintas organizaciones y países.