Cómo crear Agentes de IA con Microsoft Copilot y Azure

Aprende a construir flujos de trabajo complejos con Copilot Studio y Azure AI Foundry con un ejemplo práctico para Agencia de Viajes.

De Chatbots a Agentes Autónomos

Durante la reciente edición del SpainClouds Summit, dos referentes del sector tecnológico, Sergio Hernández (Head of Engineering en Nationale Nederlanden) y Jorge Fernández (Senior .Net & 365 Developer en Prodware), ofrecieron una visión profunda y práctica sobre el futuro de la inteligencia artificial generativa: la transición de simples asistentes a Agentes de IA capaces de ejecutar acciones complejas.

A través de una demostración en vivo de una «Agencia de Viajes» inteligente, los ponentes desglosaron cómo orquestar servicios utilizando el ecosistema de Microsoft. A continuación, recogemos los puntos clave de su intervención.

De "bots" a Agentes IA

El primer punto crucial que destacaron Hernández y Fernández fue la distinción entre los asistentes tradicionales y los nuevos agentes.

El pasado (Bots tradicionales)

Funcionaban como libros de «elige tu propio destino», donde el desarrollador debía maquetar cada posible camino y respuesta.

El presente (Asistentes GenAI)

Dependen en gran medida del comportamiento del usuario y de cómo este formula el prompt.

El futuro (Agéntica)

La nueva ola permite configurar agentes que no solo conversan, sino que toman acciones por sí mismos.

La nueva ola permite configurar agentes que no solo conversan, sino que toman acciones por sí mismos. La gran diferencia es que el comportamiento del agente se define por instrucciones y configuración, haciéndolo capaz de crear flujos de trabajo (workflows) y concatenar procesos complejos sin depender exclusivamente de la pericia del usuario al preguntar.

Ya no solo le pedimos cosas, sino que le pedimos que haga cosas y que esas cosas estén supervisadas por la propia IA».

Construyendo una Agencia de Viajes con IA

Para aterrizar la teoría, los ponentes mostraron cómo construir un sistema de gestión de viajes. El objetivo era crear un agente que actuara como un Copilot de cara al cliente, permitiendo mediante lenguaje natural realizar tareas como crear expedientes, buscar vuelos y reservar hoteles, todo ello conectado en tiempo real a un CRM o base de datos.

Arquitectura y Stack Tecnológico

La solución presentada se apoya en la robustez de la nube de Microsoft. Los componentes principales explicados fueron:

Microsoft Copilot Studio: Actúa como la interfaz frontal u orquestador principal. Es la evolución de Power Virtual Agents, ahora vitaminado con capacidades generativas para gestionar las llamadas a los proveedores de acciones.
Azure AI Foundry (antes Azure AI Studio): Utilizado para el modelado, desarrollo y securización de los agentes en el backend. Permite instanciar modelos como GPT-4 y exponerlos vía API.
Connector Providers (Acciones): Son los recursos que habilitan al agente para ejecutar tareas. En la demo, el agente podía distinguir entre llamar a una API de vuelos (para listar opciones) o a una API de Booking (para realizar una reserva) basándose únicamente en el contexto de la conversación.
Power Automate y Logic Apps: Se utilizan para añadir lógica de negocio o conectar con servicios de terceros. Por ejemplo, calcular la posición de un vuelo en tiempo real o convertir nombres de ciudades (Madrid) a códigos IATA (MAD) antes de consultar una API externa.

La Magia de la Orquestación Inteligente

Uno de los momentos más destacados de la sesión fue ver la capacidad de autocompletado y decisión del agente. Sergio Hernández mostró cómo, al solicitar una reserva de vuelo proporcionando solo el ID del vuelo, el agente fue capaz de:

Entender que le faltaba información detallada.
Llamar autónomamente al servicio de «Vuelos» para obtener los detalles.
Pasar esa información al servicio de «Reservas» para completar el expediente en el CRM.

El sistema sabe cuándo debe hacer una petición de lectura (Get) y cuándo una de escritura (Post) simplemente leyendo el «contrato» o las instrucciones definidas en el prompt del sistema.

Integración de Datos No Estructurados (RAG)

Además de APIs, el agente puede consumir datos estáticos. Sergio demostró cómo, al preguntar por hoteles, el agente dejó de buscar en APIs públicas y consultó una base de datos vectorial creada a partir de un archivo PDF subido a un Blob Storage. Este enfoque es clave porque RAG elimina las alucinaciones de la IA y garantiza respuestas basadas en información real y verificada.

Retos: Calidad del Dato y Seguridad

Para que este tipo de consultas documentales funcionen, el sistema se apoya en la búsqueda vectorial como base de RAG, permitiendo encontrar información por similitud semántica y no solo por coincidencias exactas. Para que un agente funcione, son necesarios tres pilares fundamentales:

Quality Data: «El origen de datos es importantísimo». Si los datos están sucios, el agente fallará.
Seguridad: Ahora no solo exponemos datos, sino acciones. Es vital asegurar quién puede ejecutar qué tareas dentro del sistema.
Supervisión y Evaluación: Un agente no puede dejarse solo. Requiere una evaluación constante, ya que al estar basado en IA, su comportamiento podría evolucionar o requerir ajustes con el tiempo.

Recibe nuestra Newsletter de Cloud semanal

Una Nueva Era de Integración

La charla en el SpainClouds Summit dejó claro que estamos ante un cambio de paradigma. No se trata de reemplazar a los desarrolladores, sino de cambiar la forma en que integramos servicios. Pasamos de integraciones rígidas a servicios instanciados con lenguaje natural.

Como concluyeron los ponentes, aunque estas tecnologías (como Copilot Studio y Azure AI Foundry) están en constante evolución y algunas funciones aún en preview, ya ofrecen la madurez suficiente para empezar a resolver problemas complejos de integración y automatización empresarial.

SmartClouds

SmartClouds helps businesses get in front of the right technical audience. We are experts in content creation and community management. We’ll help you showcase your products and the problems you solve.