Manus AI: Una guía con 5 ejemplos prácticos

Manus AI es un agente autónomo de IA diseñado para planificar y ejecutar de forma independiente tareas de varios pasos con una intervención humana mínima. En este artículo, pondré a prueba la IA de Manus en cinco escenarios del mundo real, destacando sus capacidades y posibles retos.

Siguiendo los ejemplos, tendrás una idea clara de lo que funciona y lo que no, y podrás aprovechar al máximo tus créditos Manus (que, para ser sincero, se acaban bastante rápido). Saltaré directamente a los ejemplos, pero si antes necesitas una introducción, te recomiendo este blog introductorio sobre Manus AI.

Mantenemos a nuestros lectores al día de lo último en IA enviándoles The Median, nuestro boletín gratuito de los viernes que desglosa las noticias clave de la semana. Suscríbete y mantente alerta en sólo unos minutos a la semana:

1. Análisis de los datos de la cafetería de mi amigo

Para el primer ejemplo, puse a prueba la IA de Manus en una tarea de análisis de datos. Más concretamente, descargué los datos de ventas de la cafetería recién abierta de mi amigo y le pedí que los analizara.

Le proporcioné una petición exhaustiva para que analizara múltiples aspectos de los datos, incluidos los productos más vendidos, los mejores horarios comerciales y los mejores días laborables. Aquí tienes la consulta completa, que se emparejó con un archivo CSV con los datos de ventas:

" Analiza los datos de ventas del archivo CSV proporcionado que contiene todas las transacciones de la cafetería. Las columnas clave son orderItems (lista de productos vendidos en cada transacción) y timestamp (fecha y hora de la venta). Genera un informe de ventas detallado con los siguientes análisis:

Identifica los productos más vendidos en función de la frecuencia y los ingresos totales.

Evaluar el impacto de la modificación de los horarios de apertura. El horario actual es de 9:30 a 18:00. Calcula cuánto volumen de ventas se perdería si en lugar de eso abriera a las 11:00 h. Lo ideal sería que este análisis fuera dinámico, de modo que pudiera introducir cualquier intervalo de tiempo personalizado y recibir los ingresos previstos para ese horario.

Analiza las tendencias de ventas por día y mes para identificar los días punta de la semana y los meses de mayor rendimiento.

Incluye cualquier información adicional que consideres valiosa (por ejemplo, tamaño medio de la cesta, patrones de ventas por hora, tendencias de comportamiento de los clientes).

Presenta los resultados con gráficos o tablas cuando sea útil".

Tras procesarlo, éste es el resultado: Análisis de la venta de cafeterías.

Me gusta bastante la presentación general de éste, e incluso se lo envié a mi amigo.

La parte que más me interesaba era el "Análisis temporal". De las veces que he estado allí, siempre me ha parecido que las mañanas eran tranquilas mientras que las tardes estaban bastante ocupadas. Tenía curiosidad por ver cuál sería el impacto de cambiar el horario de apertura a un horario más tardío.

Por desgracia, algo salió mal en la forma en que la IA de Manus procesó los datos. Poniendo el gráfico temporal que generó junto al real, podemos ver que no coincide.

Al principio, pensé que quizá sólo había desplazado los datos por cuestiones de zona horaria, pero es algo más que datos.

Sin embargo, no todo está mal. Por ejemplo, los ingresos totales que vemos en la primera página coinciden con los ingresos reales. Sin embargo, el error con los tiempos me hizo ser escéptico a la hora de confiar en el resto de los resultados. Imagina tomar decisiones empresariales basadas en esos resultados sin comprobarlos dos veces. Las consecuencias podrían ser muy malas.

Una forma en la que creo que esto fue útil es que le dio a mi amigo inspiración sobre qué datos mirar. Si alguna vez utilizas Manus para este tipo de tarea, asegúrate siempre de comprobar dos veces los resultados.

2. Predicciones S&P 500

Es difícil pasar por alto el reciente deterioro de la economía, una situación en la que han influido, en parte, los aranceles impuestos por Estados Unidos. Las fluctuaciones se han reflejado notablemente en el S&P 500, que ha experimentado descensos significativos. El S&P 500 es un índice bursátil que incluye 500 de las mayores empresas que cotizan en bolsa en Estados Unidos, proporcionando una instantánea del rendimiento general del mercado.

Dadas estas circunstancias, tenía curiosidad por saber si Manus AI podía ofrecer proyecciones sobre cuánto tardaría el mercado en recuperarse. Utilicé la siguiente indicación:

"Analiza la actual caída del S&P 500, teniendo en cuenta los recientes aranceles globales impuestos por Donald Trump. Utilizando datos históricos sobre acontecimientos económicos y caídas del mercado similares, identifica posibles escenarios de lo bajo que podría caer el S&P 500 (es decir, niveles mínimos previstos), y calcula un calendario para la recuperación de los niveles anteriores. Incluye comparaciones históricas, indicadores económicos relevantes e intervalos de confianza cuando proceda."

Antes de analizar los resultados ten en cuenta que esto no es asesoramiento financiero. Es sólo un experimento para ver cómo Manus AI maneja una cuestión tan compleja que implica analizar datos históricos y combinarlos con datos actuales para predecir posibles escenarios.

Manus AI analizó varios escenarios potenciales, de leves a extremos. Basándose en los resultados, creó y alojó un sitio web con los resultados (al que puedes acceder aquí), que contiene varias secciones.

Algunas de las secciones son

• Una visión general de los resultados de su investigación.
• Un resumen de la situación actual.
• Datos históricos de situaciones similares.
• Análisis de los posibles niveles mínimos que podría alcanzar el S&P 500 en cada escenario.
• Plazos de recuperación para cada escenario.
• Una página con unos cuantos gráficos interactivos que agregan sus conclusiones.
• Una conclusión que explique cuál cree que es la situación más probable.

Desglose del enfoque

Aquí tienes un desglose de cómo Manus AI generó estos resultados:

• En primer lugar, recopiló datos actuales del S&P 500 utilizando la API de YahooFinance, que proporcionaba la información de mercado más actualizada. Escribe un script en Python que extraiga el valor actual del índice, el máximo reciente y calcule el descenso actual.
• Para comprender las políticas arancelarias, investigó múltiples fuentes, incluidos artículos de Reuters y la BBC, que revelaron el carácter exhaustivo de los nuevos aranceles: un 10% de base sobre todas las importaciones, hasta un 60% sobre las importaciones chinas, y tipos específicos para países concretos.
• A continuación, identificó y analizó tres acontecimientos arancelarios históricos clave: la guerra comercial entre EEUU y China de 2018-2019, los aranceles sobre el acero de Bush de 2002 y la Ley arancelaria Smoot-Hawley de 1930. Para cada uno de ellos, examinó las repercusiones en el mercado, las pautas de recuperación y las consecuencias económicas. La guerra comercial de 2018-2019 proporcionó la comparación más relevante, mostrando cómo los mercados cayeron inicialmente pero se recuperaron tras la resolución de las políticas y la intervención de la Reserva Federal.
• Para calcular los posibles niveles mínimos, creó un script en Python que desarrollaba cuatro escenarios (Leve, Moderado, Grave y Extremo) basados en los descensos históricos relacionados con las tarifas. Utilizó simulaciones de Montecarlo con 10.000 iteraciones para generar intervalos de confianza, que mostraron que lo más probable es que el S&P 500 tocara fondo entre 4.300 y 4.900 (intervalo de confianza del 50%).
• Para las estimaciones de los plazos de recuperación, escribió otro guión que analizaba los patrones históricos de recuperación y utilizaba modelos estadísticos para proyectar cuatro escenarios de recuperación. El resultado más probable (50% de probabilidad) sugería un periodo de recuperación de 9 meses desde el fondo del mercado, con un patrón en forma de U: