Scott White todavía se maravilla de la presteza con que la inteligencia fabricado se ha transformado de una novedad en un real socio profesional. Hace poco más de un año, el producto lidera para Claude Ai en Antrópico Observado como las primeras herramientas de codificación de IA escasamente podían completar una sola ristra de código. Hoy, está creando características de software listas para la producción, a pesar de no ser un programador profesional.

“Ya no pienso en mi trabajo como escribir un PRD y tratar de convencer a algún de hacer poco”, dijo White durante una charla yuxtapuesto al fuego en VB Transform 2025Cumbre Anual de AI de AI de VentureBeat en San Francisco. “Lo primero que hago es, ¿puedo construir un prototipo viable de esto en nuestro servidor de puesta en cuadro y luego compartir una demostración de ella positivamente funciona”.

Este cambio representa una transformación más amplia en la forma en que las empresas están adoptando la IA, yendo más allá de los chatbots simples que responden preguntas a sistemas “agentes” sofisticados capaces de trabajar autónomos. La experiencia de White ofrece una idea de lo que puede venir para millones de otros trabajadores del conocimiento.

Desde la finalización del código hasta la programación autónoma: la crecimiento vertiginosa de AI

La crecimiento ha sido notablemente rápida. Cuando White se unió a Anthrope, la de la compañía Claude 2 El maniquí podría manejar la finalización básica del texto. El divulgación de Soneto Claude 3.5 habilitó la creación de aplicaciones completas, lo que lleva a características como Artefactos que permiten a los usuarios ocasionar interfaces personalizadas. Ahora, con Claude 4 conquistar un puntaje del 72.5% en el Punto de remisión de codificación SWE-Benchel maniquí puede funcionar como lo que White candela “un ingeniero de software de agente totalmente remoto”.

Código Claudela última utensilio de codificación de la compañía, puede analizar las bases de código enteras, agenciárselas en Internet la documentación de la API, las solicitudes de ascendencia de problemas, reponer a los comentarios de revisión de código e iterar en soluciones, todo mientras trabaja de forma asincrónica durante horas. White señaló que el 90% del código Claude en sí fue escrito por el sistema AI.

“Eso es como un proceso de agente completo en el fondo que no era posible hace seis meses”, explicó White.

Enterprise Giants Slash Hora de trabajo de semanas a minutos con agentes de IA

Las implicaciones se extienden mucho más allá del incremento de software. Novo Nordiskel gigantesco farmacéutico danés, ha integrado a Claude en flujos de trabajo que anteriormente tardaron 10 semanas en completar informes clínicos, ahora terminando el mismo trabajo en 10 minutos. Gitlab Utiliza la tecnología para todo, desde propuestas de ventas hasta documentación técnica. Intuit despliega Claude para proporcionar asesoramiento fiscal directamente a los consumidores.

El blanco distingue entre los diferentes niveles de integración de IA: modelos de lengua simples que responden preguntas, modelos mejorados con herramientas como búsqueda web, flujos de trabajo estructurados que incorporan IA en procesos comerciales y agentes completos que pueden agenciárselas objetivos de forma autónoma utilizando múltiples herramientas y razonamiento iterativo.

“Pienso en un agente como poco que tiene un objetivo, y luego puede hacer muchas cosas para conquistar ese objetivo”, dijo White. El habilitador esencia ha sido lo que él candela la relación “inexorable” entre la inteligencia maniquí y las nuevas capacidades de productos.

La revolución de la infraestructura: construcción de redes de colaboradores de IA

Un incremento crítico de infraestructura ha sido Protocolo de contexto maniquí de Anthrope (MCP), que White describe como “el USB-C para las integraciones”. En lado de las empresas que construyen conexiones separadas para cada fuente o utensilio de datos, MCP proporciona una forma estandarizada para que los sistemas de IA accedan al software empresarial, desde Salesforce hasta repositorios de conocimiento interno.

“Es positivamente democratizante de llegada a los datos”, dijo White, señalando que las integraciones construidas por una compañía pueden ser compartidas y reutilizadas por otros a través del protocolo de código descubierto.

Para las organizaciones que buscan implementar agentes de IA, White recomienda comenzar de forma pequeña y construir de forma incremental. “No intentes construir un sistema de agente completo desde cero”, aconsejó. “Construya el componente, asegúrese de que funcione el componente, luego cree un futuro componente”.

Incluso enfatizó la importancia de los sistemas de evaluación para avalar que los agentes de IA funcionen según lo previsto. “Evals es el nuevo PRD”, dijo White, refiriéndose a documentos de requisitos de productos, destacando cómo las empresas deben desarrollar nuevos métodos para evaluar el rendimiento de la IA en tareas comerciales específicas.

De asistentes de IA a organizaciones de IA: la próxima frontera de la fuerza profesional

Mirando en dirección a el futuro, White prevé que el incremento de IA sea accesible para los trabajadores no técnicos, similar a la forma en que las capacidades de codificación han liberal. Se imagina un futuro en el que las personas manejan no solo un agente de IA, sino asimismo organizaciones enteras de sistemas especializados de IA.

“¿Cómo pueden todos ser su propio mini CPO o CEO?” White preguntó. “No sé exactamente cómo se ve eso, pero ese es el tipo de cosas que me despierto y quiero ganar allí”.

La transformación que describe White refleja tendencias más amplias de la industria a medida que las empresas se enfrentan a las capacidades de expansión de AI. Si adecuadamente la admisión temprana se centró en los casos de uso real, las empresas están integrando cada vez más la IA en procesos comerciales centrales, cambiando fundamentalmente la forma en que se realiza el trabajo.

A medida que los agentes de IA se vuelven más autónomos y capaces, el desafío cambia de las máquinas de enseñanza para realizar tareas a la gobierno de colaboradores de IA que pueden trabajar de forma independiente durante períodos prolongados. Para White, este futuro ya está llegando: una función de producción a la vez.