Actualizan plataforma con IA multiagente para desarrollo de software B2B
El desarrollo de software a nivel empresarial enfrenta un nuevo punto de inflexión. Si bien la generación automática de código mediante modelos de lenguaje (LLM) ha acelerado los ciclos iniciales de escritura, el verdadero reto para las organizaciones radica ahora en la validación del código y en la gestión del ciclo de vida completo de las aplicaciones. Un informe sectorial de DevSecOps revela que el 85 % de los profesionales del área identifica la validación del código generado por IA como el principal cuello de botella operativo en la actualidad.
Para mitigar este escenario, el ecosistema tecnológico está transitando de los asistentes de código de interfaz única hacia arquitecturas multiagente unificadas. Estas plataformas permiten coordinar tareas complejas de ingeniería de manera integrada, en lugar de apoyarse en herramientas y flujos de trabajo fragmentados.
Optimización de costes y uso de subagentes en entornos aislados
Uno de los principales desafíos técnicos en la implementación de IA para el desarrollo de software es el consumo computacional y la ineficiencia que genera la selección manual de modelos por parte de los ingenieros. Para resolver esto, las arquitecturas modernas introducen sistemas de automatización capaces de adaptar dinámicamente los modelos a la especificidad de cada tarea.
Adicionalmente, el diseño técnico de estas soluciones incorpora dos capacidades fundamentales de procesamiento:
- Subagentes en entornos aislados: Al delegar tareas complejas a agentes secundarios que operan en contextos de computación independientes, se evita saturar la «ventana de contexto» del modelo principal. Esto reduce el consumo de tokens y, por ende, disminuye los costes operativos derivados del procesamiento masivo de datos.
- Llamadas paralelas nativas: Esta arquitectura permite que el modelo de inteligencia artificial solicite y ejecute de forma simultánea múltiples herramientas o funciones nativas dentro de una misma interacción, optimizando la latencia y la consistencia de las respuestas.
Para el control de estos recursos, se han desarrollado componentes analíticos especializados como Bobalytics, una función de telemetría diseñada para supervisar el consumo en tiempo real, administrar la asignación de infraestructura de IA y predecir el gasto computacional de las ejecuciones.
Modernización de sistemas heredados
La aplicación práctica de estos flujos de trabajo multiagente se está concentrando de manera prioritaria en la reestructuración y migración de plataformas empresariales heredadas (legacy systems), con especial énfasis en tres entornos:
- Mainframes (Entornos IBM Z): Modernización de aplicaciones escritas en lenguajes como COBOL y PL/I, incluyendo el análisis automatizado de código de control de trabajos (JCL).
- Sistemas remotos (Entornos i): Integración con sistemas de archivos remotos y herramientas de automatización específicas para arquitecturas de gama media.
- Ambientes de ejecución Java: Flujos guiados para la migración de dependencias y refactorización masiva de código hacia versiones actuales de la plataforma, como Java 25.
Esta aproximación fue integrada recientemente por la corporación IBM en la actualización de su plataforma de desarrollo «Bob», evidenciando que el enfoque de la industria ha dejado de ser la mera sugerencia de líneas de código para centrarse en la orquestación, gobernanza y eficiencia de los recursos en la nube.
Seguiremos brindándote más información sobre este tema en las siguientes presentaciones físicas y digitales de Channel News Perú
Mantente conectado a nuestra plataforma de negocios y revista, haciendo clic aquí y suscribiéndote a nuestro newsletter para contenido de valor diario
