El ecosistema digital actual exige que las personas y las empresas operen a través de múltiples dispositivos: un teléfono inteligente para capturar información, un ordenador de escritorio para procesarla y un dispositivo IoT para ejecutar una acción. Sin embargo, los agentes de inteligencia artificial capaces de manejar este tipo de tareas colaborativas entre dispositivos siguen siendo un desafío técnico de primer orden. El benchmark DevicesWorld, presentado recientemente, pone sobre la mesa esta carencia al evaluar agentes basados en modelos de lenguaje (LLM) en un entorno que integra móvil, escritorio e IoT. Los resultados son reveladores: incluso los sistemas más avanzados apenas alcanzan un 12,5% de éxito en tareas que requieren coordinar información y acciones entre distintos entornos. Este fracaso no es anecdótico, sino que señala una brecha crítica en la automatización empresarial.
DevicesWorld se compone de más de seis mil tareas diseñadas para simular necesidades reales de usuarios que interactúan con varios dispositivos. Cada tarea incluye un objetivo en lenguaje natural, los dispositivos participantes, estados iniciales, acciones ejecutables y verificadores automáticos. Los agentes evaluados mostraron problemas recurrentes: se quedan atascados en la adquisición de información, confunden el dispositivo de origen con el de destino, o finalizan la ejecución antes de cumplir todas las condiciones. Un 28,7% de los fallos cumplía al menos un criterio de puntuación, lo que indica que los agentes logran avances parciales pero no la integración final. Esta situación refleja la complejidad de orquestar flujos de trabajo que crucen fronteras de hardware y software.
Desde una perspectiva técnica, la dificultad radica en la heterogeneidad de las interfaces, la sincronización de estados y la gestión de dependencias entre dispositivos. Un agente que opera en un móvil no puede asumir que la información está disponible en el escritorio sin un mecanismo de transferencia y validación. Además, los entornos IoT añaden capas de latencia y protocolos propietarios. Para las empresas, esto significa que la automatización de procesos que involucran múltiples plataformas requiere un enfoque de desarrollo de software mucho más robusto que el de un agente monolítico. Aquí es donde entra en juego la necesidad de aplicaciones a medida que integren de forma nativa la comunicación entre dispositivos, la persistencia de estado y la orquestación de acciones.
La nube se convierte en el habilitador natural para superar estas limitaciones. Servicios como AWS y Azure ofrecen infraestructura para sincronizar datos entre dispositivos, ejecutar agentes en entornos serverless y mantener una capa de coordinación centralizada. Q2BSTUDIO proporciona servicios cloud que permiten construir arquitecturas escalables capaces de gestionar la complejidad de los flujos multi-dispositivo. Por ejemplo, un agente puede capturar una imagen desde un móvil, subirla a un bucket S3, ser procesada por una función Lambda en AWS y enviar el resultado a un panel de control en el escritorio, todo orquestado mediante eventos. Esta integración cloud no solo facilita la comunicación, sino que también aporta trazabilidad y seguridad.
La ciberseguridad es otro pilar fundamental cuando se habla de múltiples dispositivos. Cada punto de entrada —móvil, escritorio, IoT— representa una superficie de ataque potencial. Los agentes que manejan información sensible deben garantizar la autenticación, el cifrado y la integridad de los datos en tránsito y en reposo. Las empresas necesitan soluciones de ciberseguridad que incluyan pruebas de penetración en entornos multi-dispositivo, así como políticas de acceso granulares. Q2BSTUDIO integra estas prácticas en sus desarrollos, asegurando que cada agente y cada canal de comunicación esté protegido contra intrusiones.
Los datos generados por los agentes multi-dispositivo son una mina de oro para la inteligencia de negocio. Herramientas como Power BI permiten visualizar el rendimiento de los agentes, detectar cuellos de botella y optimizar los flujos de trabajo. Por ejemplo, si un agente falla sistemáticamente en la transferencia de datos del móvil al escritorio, un dashboard de BI puede alertar sobre ese patrón. Q2BSTUDIO ofrece servicios de Business Intelligence que transforman estos datos en información accionable, ayudando a las empresas a mejorar la eficiencia de sus procesos automatizados.
Los propios agentes de inteligencia artificial son el centro de esta transformación. Los resultados de DevicesWorld demuestran que los LLM actuales no son suficientes para tareas multi-dispositivo; se necesita una capa adicional de razonamiento y planificación. Q2BSTUDIO desarrolla agentes IA personalizados que incorporan módulos de memoria, gestión de contexto y capacidad de interacción con APIs de diferentes dispositivos. Estos agentes no solo entienden el lenguaje natural, sino que también son capaces de ejecutar acciones en entornos heterogéneos, como abrir una aplicación de escritorio, obtener datos de un sensor IoT y enviar un resumen al móvil del usuario.
La automatización de procesos es el objetivo final. Integrar agentes IA con flujos de trabajo que crucen dispositivos permite a las empresas reducir la intervención manual, aumentar la velocidad de respuesta y mejorar la precisión. Q2BSTUDIO ofrece automatización de procesos mediante software que conecta aplicaciones, dispositivos y servicios en la nube. Un caso típico sería la gestión de incidencias en una planta industrial: un sensor IoT detecta una anomalía, un agente en el móvil notifica al técnico, este procesa la información en su escritorio, y el sistema actualiza automáticamente el inventario en la nube. Esta cadena de acciones requiere la coordinación que DevicesWorld pone a prueba.
En conclusión, DevicesWorld expone una realidad incómoda: los agentes de IA aún no están preparados para el mundo multi-dispositivo real. Sin embargo, también abre una oportunidad para que las empresas inviertan en arquitecturas robustas, software a medida y servicios cloud que permitan superar estas barreras. Q2BSTUDIO, con su experiencia en desarrollo de aplicaciones multiplataforma, cloud, ciberseguridad, BI e IA, está en una posición privilegiada para ayudar a las organizaciones a construir sistemas que no solo ejecuten tareas, sino que realmente colaboren a través de dispositivos. Este es el siguiente paso en la evolución de la automatización empresarial.
