Amazon no quiere perderle pisada a los gigantes tecnológicos que buscan ganar la carrera por el dominio de la inteligencia artificial. La compañía anunció a fines del mes pasado el lanzamiento de Nova Act, un agente de IA diseñado para interactuar con navegadores web y ejecutar tareas por cuenta del usuario y así marcar una notable diferencia con ChatGPT y Gemini.
El desarrollo de Nova Act apunta a un futuro en el que los agentes virtuales reemplacen la navegación manual, optimizando el tiempo y la eficiencia de los usuarios.
A diferencia de los modelos tradicionales, esta herramienta no solo genera respuestas, sino que también puede realizar acciones concretas dentro de una página web, como completar formularios, seleccionar opciones en menús desplegables y hasta efectuar compras en línea.
Actualmente, la herramienta se encuentra en fase de research preview, lo que significa que está en sus primeras etapas de desarrollo y disponible solo para pruebas. Sin embargo, Amazon lanzó una versión de prueba (SDK) para que los desarrolladores experimenten con sus capacidades y potencien su integración con otros servicios.
Un futuro de agentes inteligentes automatizados
Hay que tener en cuenta que un agente de IA no siempre suele ser un software que opera en segundo plano o mediante interfaces accesibles, no tiene una forma física como un robot. Por ejemplo, los Chatbots y asistentes virtuales, como ChatGPT, Siri, Google Assistant o Alexa; también en sistemas de recomendación en forma de algoritmos de Netflix, Spotify o Amazon; y hasta en software de RPA (Robotic Process Automation) que maneja tareas repetitivas en bancos, administraciones o recursos humanos.
El potencial de Nova Act va más allá de la simple navegación.
Amazon planea integrarlo a Alexa+, su asistente virtual, para optimizar la experiencia del usuario en la interacción con servicios en línea. Gracias a su base en los modelos Nova presentados en 2024, la empresa apuesta a un sistema de inteligencia artificial que no solo sea capaz de ejecutar órdenes con alta precisión, sino que también aprenda mediante fine-tuning y refuerzo para mejorar su rendimiento con el tiempo.
Con este lanzamiento, Amazon refuerza su presencia en el ámbito de la inteligencia artificial, posicionando a Nova Act como un agente con el potencial de cambiar la manera en que los usuarios interactúan con la web. A medida que esta tecnología evoluciona, podríamos estar ante el inicio de una nueva era en la automatización de tareas digitales.
¿En qué se diferencia de ChatGPT y Gemini?
Open AI, la empresa detrás de ChatGPT. Foto: AP.El lanzamiento de Nova Act coloca a Amazon en competencia directa con OpenAI y Google en el desarrollo de IA avanzadas con capacidad de navegación.
Si bien herramientas como ChatGPT (con la función Operator) y Claude de Anthropic (Computer Use) exploró este concepto, la plataforma de comercio electrónico busca diferenciarse ofreciendo una precisión superior al 90% en tareas cotidianas dentro de sitios web.
Uno de los principales desafíos de las IA en este ámbito es lidiar con interfaces web dinámicas, como menús emergentes, banners de cookies o ventanas de promociones. Aquí es donde Nova Act pretende destacar, al ofrecer una mayor estabilidad y precisión en la ejecución de estas acciones en comparación con sus competidores.
Además, a diferencia de ChatGPT y Gemini, que dependen en gran medida de cómo están construidos los sitios para que los desarrolladores puedan crear funcionalidades complejas y así recuperar datos y ejecutar tareas; Nova Act tiene la capacidad de operar de manera autónoma dentro de un navegador. Esto le permite completar procesos sin depender exclusivamente de integraciones externas.
Por su parte, Google Cloud lanzó recientemente Google Agentspace, una solución integral que reúne agentes de IA, el razonamiento avanzado de Gemini, la búsqueda con calidad de Google y datos empresariales para elevar la productividad de los empleados con una sola indicación.
«En el retail, los agentes de IA ya no son un concepto futurista; son la realidad actual, transformando las experiencias de los clientes desde la exploración hasta la compra y más allá», afirmó Carrie Tharp, vicepresidenta de Soluciones e Industrias Globales en Google Cloud.
«Hoy en día, los agentes de IA no solo recomiendan productos, sino que también organizan recorridos de compra personalizados, gestionan devoluciones y brindan un servicio al cliente instantáneo. Estos agentes de IA atienden las diversas necesidades de los minoristas, desde pequeñas empresas hasta empresas globales, y los ayudan a generar valor comercial tangible», agregó.
Esta solución multimodal, que ahora está disponible para el sector, puede mostrar los datos más relevantes integrando texto, imágenes, video y audio para que el comercio pueda brindar al usuario una experiencia más intuitiva. Gracias a esta solución, los clientes encontrarán descripciones de productos más completas y precisas, lo que les ayudará a tomar mejores decisiones de compra
Hasta el momento, el agente de IA de Amazon fue sometido a diveras pruebas para medir su capacidad de respuesta a las necesidades de un usuario promedio de internet. En la denominada ScreenSpot Web Text (OCR), una herramienta para extraer texto de imágenes, Nova Act obtuvo un 94% de precisión, superando a OpenAI’s CUA (88%) y Claude 3.7 Sonnet de Anthropic (90%).
Según fuentes de la empresa, aún no fue exhaminada en WebVoyager, donde se comprueba la precisión para mover el mouse y controlar el trclado, una situación que a priori podría generar dudas sobre su desempeño en escenarios más amplios.
