¿Qué es una unidad de trabajo agéntico (AWU)?
Una unidad de trabajo agéntico (AWU) es una medición a nivel de plataforma que recoge la amplia variedad de actividades que ocurren en la empresa agéntica, desdeAgentforce hasta Slack. Si bien el sector se ha centrado tradicionalmente en los tokens (los datos en bruto procesados por un modelo), estos solo dan información sobre el consumo. Las AWU son una forma de medir el volumen total de trabajo que realiza nuestra plataforma en nombre de los clientes.
¿Cómo funcionan las unidades de trabajo agéntico?
Una AWU es una tarea específica que realiza un agente de IA. Es el momento en el que la inteligencia sin procesar se convierte en trabajo real. Es una solicitud procesada, una cadena de razonamiento completada o, lo que es más importante, una herramienta invocada. Para proporcionar una imagen completa de este valor, estamos haciendo un seguimiento de dos cifras clave:
- AWU: El volumen total de trabajo que realiza nuestra plataforma en nombre de los clientes.
- Tokens procesados: Nuestra huella en la economía global del cómputo de IA, respaldada por nuestra escala en la capa de infraestructura.
¿Por qué no solo mide tokens?
Hasta la fecha, el éxito de la IA se ha medido a través del consumo de tokens. Sim embargo, los tokens solo miden cuánto habla una IA, no el trabajo que realmente completa. Por eso, estamos encantados de presentar la unidad de trabajo agéntico (AWU)
¿Una AWU siempre equivale a una cantidad fija de tokens?
No, la relación varía. A medida que madure la innovación de nuestra plataforma y mejoren las implementaciones de nuestros clientes, esperamos ver una divergencia entre los tokens y las AWU, lo que implica que se está haciendo más trabajo por menos coste.
Las tareas deterministas muy frecuentes (como activar un flujo o invocar una API) se usarán cada vez menos tokens. Por el contrario, el razonamiento complejo y la resolución autónoma de problemas experimentarán un aumento en los tokens de entrada. Especialmente a medida que los agentes realicen acciones más sofisticadas, como ejecutar evaluaciones para determinar la calidad del trabajo, diseñar y optimizar agentes con vibe coding y aprovechar aún más el contexto para proporcionar las mejores respuestas posibles.
El objetivo es que la mayor parte del esfuerzo se dedique a la inferencia: utilizar tokens de entrada para producir tokens de salida concisos y de alto valor. Esto es fundamental, ya que en los LLM los tokens de salida pueden ser hasta 10 veces más caros que los tokens de entrada que se han usado para llegar hasta allí. Nuestro objetivo no es simplemente usar menos tokens, sino asegurarnos de que cada token de salida realiza el máximo de trabajo posible.
¿Qué tipo de crecimiento estamos viendo con las AWU?
Hasta la fecha, hemos generado 3,8 millones de AWU, 1,6 millones solo en el primer trimestre, un aumento del 111 % trimestral. Los agentes de servicio crecieron un 66 % trimestral hasta alcanzar los 129 millones de AWU en el cuarto trimestre, y los agentes de empleados experimentaron un aumento del 148 % intertrimestral. La IA de Slack creció en un 347 % t/t impulsado por el crecimiento en el uso de Slackbot.
¿Todo listo para dar el siguiente paso con Agentforce?
Cree técnicos rápidamente.
Conozca en detalle cómo funciona la creación de agentes en nuestra biblioteca.
Obtenga orientación experta.
Lance Agentforce rápidamente, con confianza y consiga un ROI que pueda medir.
Hable con un representante.
Cuéntenos las necesidades de su negocio y le ayudaremos a encontrar respuestas.
