Tony Salgado
2023
Los casos de uso que aquí se describen son muy útiles para quienes que se embarcan en el viaje de la IA generativa:
- Ya existen casos de uso transformadores que ofrecen beneficios prácticos para el empleo y el lugar de trabajo. Empresas de todos los sectores, desde el farmacéutico al bancario, pasando por el minorista, están poniendo en marcha una serie de casos de uso para captar el potencial de creación de valor. Las organizaciones pueden empezar a pequeña o gran escala, en función de sus aspiraciones.
- Los costos de la IA generativa varían mucho en función del caso de uso y de los datos necesarios para el software, la infraestructura en la nube, los conocimientos técnicos y la mitigación de riesgos. Las empresas deben tener en cuenta las cuestiones de riesgo, independientemente del caso de uso, y algunas necesitarán más recursos que otras.
- Aunque no está de más empezar rápido, se debe crear primero un caso de negocio básico ayudará a las empresas a navegar mejor por sus viajes de IA generativa.
El director general desempeña un papel crucial a la hora de catalizar el enfoque de una empresa en la IA generativa. Se deben analizar las estrategias que los empresarios querrán tener en cuenta al iniciar su viaje. Muchas de ellas se hacen eco de las respuestas de los mismo a anteriores oleadas de nuevas tecnologías. Sin embargo, la IA generativa presenta sus propios retos, incluida la gestión de una tecnología que avanza a una velocidad nunca vista en anteriores transiciones tecnológicas.
Organizarse para la IA generativa
Muchas organizaciones empezaron a explorar las posibilidades de la IA tradicional mediante experimentos aislados. La IA generativa requiere un enfoque más deliberado y coordinado, dadas sus singulares consideraciones de riesgo y la capacidad de los modelos básicos para sustentar múltiples casos de uso en toda una organización. Por ejemplo, un modelo perfeccionado utilizando material propio para reflejar la identidad de marca de la empresa podría desplegarse en varios casos de uso (por ejemplo, generar campañas de marketing personalizadas y descripciones de productos) y funciones empresariales, como el desarrollo de productos y el marketing.
Para ello, se recomienda convocar a un grupo interfuncional de líderes de la empresa (ciencia de los datos, ingeniería, departamento jurídico, ciberseguridad, marketing y diseño, entre otros). Este grupo no sólo puede ayudar a identificar y priorizar los casos de uso de mayor valor, sino que también permite una implantación coordinada y segura en toda la organización.
Reimaginar los dominios de extremo a extremo, centrándose en los casos de uso
La IA generativa es una poderosa herramienta que puede transformar el funcionamiento de las organizaciones, con especial repercusión en determinados ámbitos empresariales dentro de la cadena de valor (por ejemplo, el marketing para un minorista o las operaciones para un fabricante). La facilidad de despliegue de la IA generativa puede tentar a las organizaciones a aplicarla a casos de uso esporádicos en toda la empresa. Es importante tener una perspectiva del grupo de casos de uso por dominio que tendrán el mayor potencial transformador. Las organizaciones están reimaginando el estado objetivo habilitado por la IA generativa que trabaja en sincronía con otras aplicaciones tradicionales, junto con nuevas formas de trabajar que pueden no haber sido posibles antes.
Habilitar una aplicación tecnológica especial
Una aplicación moderna de datos y tecnología es clave para casi cualquier enfoque exitoso de la IA generativa. Los empresarios deben consultar a sus directores de tecnología para determinar si la empresa dispone de las capacidades técnicas necesarias en términos de recursos informáticos, sistemas de datos, herramientas y acceso a modelos (de código abierto a través de centros de modelos o comerciales a través de API).
Por ejemplo, la savia de la IA generativa es el acceso fluido a datos perfeccionados para un contexto o problema empresarial específico. Las empresas que aún no hayan encontrado la manera de armonizar eficazmente sus datos y facilitar el acceso a los mismos no podrán perfeccionar la IA generativa para desbloquear más de sus usos potencialmente transformadores. Igualmente importante es diseñar una arquitectura de datos escalable que incluya procedimientos de gobernanza y seguridad de los datos. En función del caso de uso, es posible que también haya que actualizar la infraestructura informática y de herramientas existente (que puede obtenerse a través de un proveedor en la nube o crearse internamente). Será fundamental contar con una estrategia clara de datos e infraestructuras anclada en el valor empresarial y la ventaja competitiva derivados de la IA generativa.
Construir una "meta”
Los empresarios querrán evitar quedarse estancados en las fases de planificación. Se están desarrollando y lanzando rápidamente nuevos modelos y aplicaciones. GPT-4, por ejemplo, se lanzó en marzo de 2023, luego de ChatGPT (GPT-3.5) en noviembre de 2022 y GPT-3 en 2020. En el mundo de los negocios, el tiempo es esencial, y la naturaleza acelerada de la tecnología de IA generativa exige que las empresas se muevan con rapidez para aprovecharla. Hay algunas formas de que los ejecutivos se mantengan en movimiento a un ritmo constante.
Aunque la IA generativa aún está en sus inicios, es importante mostrar internamente cómo puede afectar al modelo operativo de una empresa, quizás a través de una "meta". Por ejemplo, una forma de avanzar es crear un "experto virtual" que permita a los trabajadores de primera línea aprovechar fuentes de conocimiento propias y ofrecer el contenido más relevante a los clientes. Esto tiene el potencial de aumentar la productividad, crear entusiasmo y permitir a una organización probar la IA generativa internamente antes de ampliarla a aplicaciones orientadas al cliente.
Al igual que con otras olas de innovación técnica, habrá fatiga de pruebas de concepto y muchos ejemplos de empresas atascadas en el "purgatorio piloto". Pero fomentar una prueba de concepto sigue siendo la mejor manera de probar y refinar rápidamente un caso de negocio valioso antes de escalar a casos de uso adyacentes. Al centrarse en las primeras victorias que ofrezcan resultados significativos, las empresas pueden cobrar impulso y luego ampliar su escala, aprovechando la naturaleza polivalente de la IA generativa. Este enfoque podría permitir a las empresas promover una adopción más amplia de la IA y crear la cultura de la innovación que es esencial para mantener una ventaja competitiva. Como ya se ha indicado, el equipo directivo multifuncional deberá asegurarse de que estas pruebas de concepto sean deliberadas y coordinadas.
Equilibrar el riesgo y la creación de valor
Los líderes empresariales deben equilibrar las oportunidades de creación de valor con los riesgos que implica la IA generativa. Según nuestra reciente Encuesta Global sobre IA, la mayoría de las organizaciones no mitigan los riesgos asociados a la IA tradicional, a pesar de que más de la mitad de las organizaciones ya han adoptado la tecnología.3 La IA generativa vuelve a llamar la atención sobre muchos de estos mismos riesgos, como el potencial de perpetuar sesgos ocultos en los datos de entrenamiento, al tiempo que presenta otros nuevos.
Como resultado, el equipo de liderazgo interfuncional querrá no sólo establecer principios éticos generales y directrices para el uso de la IA generativa, sino también desarrollar una comprensión profunda de los riesgos que presenta cada caso de uso potencial. Será importante buscar casos de uso iniciales que superen el riesgo general de la organización y que cuenten con estructuras para mitigar el riesgo resultante. Por ejemplo, una empresa de venta al por menor podría dar prioridad a un caso de uso que tenga un valor ligeramente inferior pero también un riesgo menor, como la creación de borradores iniciales de contenido de marketing y otras tareas que mantengan a un humano en el bucle. Al mismo tiempo, la empresa podría reservar un caso de uso de mayor valor y alto riesgo, como una herramienta que redacte y envíe automáticamente correos electrónicos de marketing hiper personalizados. Estas prácticas de previsión de riesgos pueden permitir a las organizaciones establecer los controles necesarios para gestionar adecuadamente la IA generativa y mantener el cumplimiento del proyecto.
Los empresarios y sus equipos también querrán estar al día de los últimos avances en la regulación de la IA generativa, incluidas las normas relacionadas con la protección de datos de los consumidores y los derechos de propiedad intelectual, para proteger a la empresa de problemas de responsabilidad. Los países pueden adoptar distintos enfoques en materia de regulación, como ya suelen hacer con la IA y los datos. Las organizaciones pueden tener que adaptar su enfoque de trabajo para calibrar la gestión de procesos, la cultura y la gestión del talento de una manera que garantice que pueden manejar el entorno normativo en rápida evolución y los riesgos de la IA generativa en la vida real.
Aplicar un enfoque ecosistémico a las alianzas
Los líderes empresariales deben centrarse en construir y mantener un conjunto equilibrado de alianzas. La estrategia de adquisiciones y alianzas de una empresa debe seguir centrándose en la creación de un ecosistema de socios adaptados a diferentes contextos y que aborden lo que la IA generativa requiere en todos los niveles tecnológicos, teniendo cuidado al mismo tiempo de evitar la dependencia de un proveedor.
Asociarse con las empresas adecuadas puede ayudar a acelerar la ejecución. Las organizaciones no tienen por qué crear ellas mismas todas las aplicaciones o modelos básicos. En su lugar, pueden asociarse con proveedores y expertos en IA generativa para avanzar más rápidamente. Por ejemplo, pueden asociarse con proveedores de modelos para personalizarlos para un sector específico, o con proveedores de infraestructuras que ofrezcan capacidades de apoyo, como la computación en nube escalable.
Las empresas pueden utilizar la experiencia de otros y moverse con rapidez para aprovechar la última tecnología de IA generativa. Pero estos modelos son sólo la punta de la lanza: se necesitan múltiples elementos adicionales para la creación de valor.
Centrarse en el talento y las habilidades
Para aplicar eficazmente la IA generativa y crear valor empresarial, las empresas deben desarrollar sus capacidades técnicas y mejorar las competencias de su plantilla actual. Esto requiere un esfuerzo concertado por parte de la dirección para identificar las capacidades necesarias basadas en los casos de uso prioritarios de la empresa, que probablemente se extenderán más allá de las funciones técnicas para incluir una combinación de talento en ingeniería, datos, diseño, riesgo, producto y otras funciones empresariales.
Como se demuestra en los casos de éxito, las necesidades técnicas y de talento varían mucho en función de la naturaleza de una implementación determinada, desde el uso de soluciones estándar hasta la creación de un modelo básico desde cero. Por ejemplo, para crear un modelo generativo, una empresa puede necesitar profesionales con amplia experiencia en aprendizaje automático; pero, por otro lado, para desarrollar herramientas de IA generativa utilizando modelos existentes y ofertas SaaS, un ingeniero de datos y un ingeniero de software pueden ser suficientes para dirigir el trabajo.
Además de contratar a los profesionales adecuados, las empresas querrán formar y educar a su personal actual. Las interfaces de usuario conversacionales pueden facilitar el uso de las aplicaciones de IA generativa. Pero los usuarios todavía tienen que optimizar sus indicaciones, comprender las limitaciones de la tecnología y saber dónde y cuándo pueden integrar aceptablemente la aplicación en sus flujos de trabajo. La dirección debe proporcionar directrices claras sobre el uso de herramientas de IA generativa y ofrecer educación y formación continuas para mantener a los empleados informados de sus riesgos. Fomentar una cultura de investigación y experimentación autodirigida también puede animar a los empleados a innovar procesos y productos que incorporen eficazmente estas herramientas.
Muchas empresas llevan años intentando utilizar la IA, y muchas han conseguido nuevas fuentes de ingresos, mejoras de productos y notables eficiencias operativas. Gran parte de los éxitos en estas áreas se han derivado de tecnologías de IA que siguen siendo la mejor herramienta para un trabajo concreto. Sin embargo, la IA generativa representa otro prometedor salto adelante y un mundo de nuevas posibilidades. Aunque todavía se está construyendo el andamiaje operativo y de riesgos de la tecnología, los líderes empresariales saben que deben embarcarse en el viaje de la IA generativa. Pero, ¿por dónde y cómo deben empezar? La respuesta variará de una empresa a otra, así como dentro de una misma organización. Algunas empezarán a lo grande, otras realizarán experimentos más pequeños. El mejor enfoque dependerá de las aspiraciones de la empresa y de su apetito de riesgo. Sea cual sea la ambición, la clave es ponerse en marcha y aprender haciendo.
Komentáře