[23/06/2023] Algunas empresas utilizan la IA generativa para escribir código, y otras para crear textos de marketing o alimentar chatbots. Y luego hay otras, como SmileDirectClub, que crean imágenes para responder a la pregunta de cómo atender mejor a sus clientes.
SmileDirectClub, la empresa de teledontología con sede en el Reino Unido, utiliza la IA generativa para crear dientes. O, más concretamente, para ayudar a la gente a entender cómo se pueden corregir sus dientes.
[Reciba lo último de CIO Perú suscribiéndose a nuestro newsletter semanal]
"Tenemos una plataforma llamada SmileMaker", explica el CIO, Justin Skinner. "Tomamos una foto de sus dientes con su teléfono y generamos una representación de modelo 3D y podemos proyectar con IA cómo sería un plan de enderezamiento, cuánto tiempo tomaría y cómo se vería cuando hayamos terminado".
Las plataformas de IA generativa existentes, como ChatGPT de OpenAI, Google Bard o Stable Diffusion, no están entrenadas con imágenes 3D de dientes. Ni siquiera estaban disponibles cuando SmileDirectClub comenzó.
SmileDirectClub construyó su propia IA generativa, utilizando su propio conjunto de datos, en sus propios servidores, en cumplimiento con HIPAA, GDPR y otras regulaciones.
La empresa inició el proyecto hace tres años con un socio externo. Luego, cuando eso no funcionó, contrató a su propio equipo para construir los modelos propios que necesitaba.
"No existe nada parecido con el nivel de precisión que necesitamos", afirma Skinner. "Los dientes son muy difíciles. No hay muchas marcas distintivas, así que obtener un modelo 3D preciso desde el teléfono es una tarea difícil".
La primera generación de la herramienta se puso en marcha en noviembre del año pasado en Australia y en mayo de este año en Estados Unidos, y hasta ahora la han utilizado unas 100 mil personas. La próxima versión incluirá una proyección fotorrealista del aspecto de los nuevos dientes.
En la actualidad, la herramienta sólo ofrece a los clientes un borrador del plan de tratamiento, explica Skinner. Todavía tienen que acudir al dentista o utilizar un kit de impresión en casa para obtener la impresión de alta definición. Esto también puede cambiar en el futuro a medida que mejore la tecnología.
Pero esa no es la única forma en que SmileDirectClub busca aprovechar la IA generativa.
"Estamos explorando -por razones de reducción de costos y eficiencia- el aprovechamiento de herramientas como ChatGPT y Bard, y estamos deseando probar Microsoft Copilot", anota Skinner.
Su empresa no está sola.
Según una encuesta reciente a altos ejecutivos realizada por The Harris Poll en nombre de Insight Enterprises, el 39% de las empresas ya han establecido políticas o estrategias en torno a la IA generativa, y el 42% están en proceso de desarrollarlas. Otro 17% tiene previsto hacerlo, pero aún no ha empezado. Sólo el 1% de las empresas no tiene previsto desarrollar planes para la IA generativa.
Además de cómo SmileDirectClub responde a la pregunta crítica sobre la atención al cliente, he aquí otras siete que los CIO deben responder y que pueden ayudarles a formular estrategias o políticas de IA generativa.
¿Dónde está el valor empresarial?
Según Harris Poll, el 72% de los ejecutivos afirma que tiene previsto adoptar tecnologías de IA generativa en los próximos tres años para mejorar la productividad de los empleados. Y el 66% afirma que planea utilizarla para mejorar el servicio al cliente. Además, el 53% afirma que les ayudará con la investigación y el desarrollo, y el 50% con la automatización del desarrollo o las pruebas de software.
Y eso es sólo la punta del iceberg en lo que respecta a los casos de uso empresarial de la IA generativa, y está cambiando rápidamente.
Los CIO tienen que trabajar duro para estar al tanto de los avances, sostiene Skinner. Y lo que es más importante, los CIO tienen que entender cómo las posibilidades de la IA generativa en general se aplican específicamente a su negocio.
"Esa es la primera pregunta", afirma. "¿Entiendo realmente estas cosas? Y ¿comprendo en profundidad cómo aplicarlas a mi negocio para obtener valor?".
Dado el rápido ritmo de cambio, comprender la IA generativa significa experimentar con ella, y hacerlo a escala.
Ese es el enfoque que está adoptando Insight Enterprises. El integrador de soluciones con sede en Tempe cuenta actualmente con 10 mil empleados que utilizan herramientas de IA generativa y comparten sus experiencias para que la empresa pueda averiguar tanto lo bueno como lo malo.
"Es uno de los mayores despliegues de IA generativa que conozco", señala David McCurdy, arquitecto jefe de empresa y director de tecnología de Insight. "Estoy en una misión para entender lo que el modelo hace bien y lo que el modelo no hace bien".
La novedad de la IA generativa puede ser genial, dice, pero no es especialmente útil.
"Pero nos sentamos a darle contratos y a hacerle preguntas matizadas sobre ellos: dónde están las responsabilidades, dónde están los riesgos", añade. "Esto es lo que hay que hacer, desmenuzar el contrato, y fue 100% eficaz. Será un caso de uso en todo el mundo".
A otro empleado, un mozo de almacén, se le ocurrió utilizar la IA generativa para ayudarle a escribir guiones para SAP.
"No tuvo que abrir un ticket ni preguntar a nadie cómo hacerlo", comenta McCurdy. "Ese es el tipo de cosas que busco, y es increíble".
La pregunta número uno que todo CIO debería hacerse es cómo planea su empresa utilizar la IA generativa en los próximos uno o dos años, afirma. "Los que dicen que no está sobre la mesa, eso es un grave error", agrega. "Algunos creen que van a esperar a ver qué pasa, pero van a perder productividad. Sus consejos de administración y directores generales se preguntarán: '¿Por qué otras empresas adoran esta tecnología? ¿Por qué a nosotros no?
Pero encontrar oportunidades en las que la IA generativa pueda aportar valor empresarial al nivel de precisión que es capaz de ofrecer hoy en día es sólo una pequeña parte del panorama.
¿Cuál es nuestra estrategia de despliegue?
Las empresas que desean entrar en el juego de la IA generativa tienen una amplia variedad de formas de hacerlo.
Por ejemplo, pueden ajustar y ejecutar sus propios modelos. Cada semana aparecen nuevos modelos de código abierto, cada uno más eficaz que el anterior. Y los proveedores de datos e inteligencia artificial ofrecen alternativas comerciales que pueden ejecutarse in situ o en nubes privadas.
Además, los proveedores tradicionales de SaaS, como Salesforce y, por supuesto, Microsoft y Google, están integrando la IA generativa en todos sus servicios. Estos modelos se personalizarán para casos de uso empresarial específicos, y serán mantenidos por proveedores que ya saben cómo gestionar la privacidad y el riesgo.
Por último, están los modelos públicos, como ChatGPT, a los que las empresas más pequeñas pueden acceder directamente a través de sus interfaces de cara al público, y las empresas más grandes pueden utilizarlos a través de nubes privadas seguras. Insight, por ejemplo, ejecuta GPT 3.5 Turbo y GPT 4.0 de OpenAI alojados en una nube privada Azure.
Otra opción para las empresas con requisitos muy particulares, pero sin interés en entrenar sus propios modelos, es utilizar algo como ChatGPT, y luego darle acceso a los datos de la empresa a través de una base de datos vectorial.
"El valor está en usar modelos existentes y poner en escena sus propios datos junto a ellos", anota McCurdy. "Ahí es donde realmente van a estar la innovación y la productividad".
Esto es funcionalmente equivalente a pegar documentos en ChatGPT para que los analice antes de formular sus preguntas, con la diferencia de que no habrá que pegar los documentos cada vez. Por ejemplo, Insight ha tomado todos los libros blancos que ha escrito, todas las transcripciones de entrevistas, y los ha cargado en una base de datos vectorial para que la IA generativa haga referencia a ellos.
¿Podemos mantener a salvo nuestros datos, clientes y empleados?
Según un informe de mayo de PricewaterhouseCoopers, casi todos los líderes empresariales afirman que su empresa está priorizando al menos una iniciativa relacionada con los sistemas de IA a corto plazo.
Pero sólo el 35% de los ejecutivos afirma que su empresa se centrará en mejorar la gobernanza de los sistemas de IA en los próximos 12 meses, y sólo el 32% de los profesionales del riesgo afirma que participa actualmente en la fase de planificación y estrategia de las aplicaciones de IA generativa.
Una encuesta similar realizada a altos ejecutivos por KPMG, publicada en abril, mostró que solo el 6% de las organizaciones cuenta con un equipo dedicado a evaluar el riesgo de la IA generativa e implementar estrategias de migración de riesgos.
Y sólo el 5% cuenta con un programa maduro de gobernanza responsable de la IA, aunque el 19% está trabajando en uno y casi la mitad dice que planea crearlo.
Esto es especialmente importante para las empresas que utilizan plataformas externas de IA generativa en lugar de crear las suyas propias desde cero.
Por ejemplo, Skinner, de SmileDirectClub, también está estudiando plataformas como ChatGPT por los posibles beneficios de productividad, pero le preocupan los riesgos para los datos y la privacidad.
"Es importante saber cómo se protegen los datos antes de lanzarse de cabeza", afirma.
La empresa está a punto de lanzar una campaña de comunicación interna y educación para ayudar a los empleados a entender lo que está pasando, y los beneficios y limitaciones de la IA generativa.
"Tiene que asegurarse de que está estableciendo políticas de seguridad en su empresa y de que los miembros de su equipo conocen cuáles son las políticas", señala. "Ahora mismo, nuestra política es que no se pueden subir datos de clientes a estas plataformas".
La empresa también está esperando a ver qué opciones de nivel empresarial aparecen en línea.
"Microsoft Copilot, debido a la integración con Office 365, probablemente se aprovechará primero a escala", indica.
Según Matt Barrington, líder de tecnologías emergentes en Ernst & Young Americas, alrededor de la mitad de las empresas con las que habla están lo suficientemente preocupadas por los riesgos potenciales de adoptar un enfoque completo de ChatGPT y plataformas similares.
"Hasta que no podamos entenderlo, lo bloqueamos", afirma.
La otra mitad busca la forma de crear el marco adecuado para formar y capacitar a las personas.
"Hay que ser prudente, pero también hay que capacitar", anota.
Además, incluso el 50% que ha puesto freno a ChatGPT, su gente sigue utilizándolo, añade. "El tren ha salido de la estación", indica. "El poder de esta herramienta es tan grande que es difícil de controlar. Es como los primeros días de la computación en nube".
¿Cómo protegerse de los prejuicios?
Hacer frente a los sesgos ya es bastante difícil con los sistemas tradicionales de aprendizaje automático, en los que una empresa trabaja con un conjunto de datos claramente definido. Sin embargo, con los grandes modelos fundacionales, como los utilizados para la generación de código, texto o imágenes, este conjunto de datos de entrenamiento puede ser completamente desconocido. Además, la forma en que los modelos aprenden es extremadamente opaca: ni siquiera los investigadores que los desarrollaron entienden aún del todo cómo sucede todo. Esto es algo que preocupa mucho a los reguladores.
"La Unión Europea está a la cabeza", afirma Barrington, de EY. "Proponen una Ley de Inteligencia Artificial y Sam Altman, de OpenAI, reclama una normativa estricta. Aún queda mucho por hacer".
Y Altman no es el único. Según una encuesta realizada en junio por Boston Consulting Group a casi 13 mil líderes empresariales, directivos y empleados de primera línea, el 79% apoya la regulación de la IA.
Cuanto mayor es la sensibilidad de los datos que recopila una empresa, más cautelosas tienen que ser las compañías, afirma.
"Somos optimistas sobre el impacto que la IA tendrá en los negocios, pero igualmente cautelosos sobre tener una implementación responsable y ética", añade. "Una de las cosas en las que nos apoyaremos mucho es en el uso responsable de la IA".
Si una empresa toma la iniciativa en aprender no sólo a aprovechar la IA generativa de forma eficaz, sino también a garantizar la precisión, el control y el uso responsable, tendrá ventaja, afirma, aunque la tecnología y la normativa sigan cambiando.
Por eso la empresa de transcripción Rev se está tomando su tiempo antes de añadir la IA generativa al conjunto de herramientas que ofrece.
La empresa, que lleva casi 12 años en el mercado, empezó ofreciendo servicios de transcripción a cargo de personas, y ha ido añadiendo gradualmente herramientas de IA para complementar a sus trabajadores humanos.
Ahora la empresa está explorando el uso de la IA generativa para crear automáticamente resúmenes de reuniones.
"Nos estamos tomando un poco de tiempo para actuar con la debida diligencia y asegurarnos de que estas cosas funcionan como queremos que funcionen", afirma Migüel Jetté, responsable de I+D e IA de Rev.
Los resúmenes no son tan arriesgados como otras aplicaciones de la IA generativa, añade. "Es un espacio de problemas bien definido, y es fácil asegurarse de que el modelo se comporta. No es algo completamente abierto como generar cualquier tipo de imagen a partir de una indicación, pero sigues necesitando barandillas".
Eso incluye asegurarse de que el modelo es justo, imparcial, explicable, responsable y cumple los requisitos de privacidad, señala.
"También realizamos pruebas alfa bastante rigurosas con algunos de nuestros principales usuarios para asegurarnos de que nuestro producto se comporta como esperábamos", anota. "El uso que tenemos ahora mismo es bastante restringido, hasta el punto de que no me preocupa demasiado que el modelo generativo se comporte mal".
¿Con quién podemos asociarnos?
Para la mayoría de las empresas, la forma más eficaz de desplegar la IA generativa será apoyándose en socios de confianza, afirma Michele Goetz, analista de Forrester Research.
"Es la forma más fácil", sostiene. "Está incorporada".
Probablemente pasarán al menos tres años antes de que las empresas empiecen a desplegar sus propias capacidades de IA generativa, señala. Hasta entonces, las empresas estarán jugando con la tecnología en zonas seguras, experimentando, mientras confían en los socios proveedores existentes para despliegues inmediatos.
Pero las empresas seguirán teniendo que actuar con la debida diligencia, agrega.
"Los proveedores dicen que utilizan la IA como un servicio y que está aislada", indica. "Pero todavía podría estar entrenando el modelo, y todavía podría haber conocimiento y propiedad intelectual que va al modelo fundacional".
Por ejemplo, si un empleado carga un documento sensible para su corrección, y la IA se entrena en esa interacción, podría aprender el contenido de ese documento y utilizar ese conocimiento para responder a preguntas de usuarios de otras empresas, filtrando la información sensible.
También hay otras cuestiones que los CIO querrán plantear a sus proveedores, como de dónde proceden los datos de entrenamiento originales, y cómo se validan y controlan. También cómo se actualiza el modelo y cómo se gestionan las fuentes de datos a lo largo del tiempo.
"Los CIO tienen que confiar en que el proveedor está haciendo lo correcto", afirma. "Y por eso hay muchas organizaciones que aún no están preparadas para permitir que la IA generativa más reciente entre en sus organizaciones en áreas que no pueden controlar eficazmente. Es el caso, sobre todo, de las áreas muy reguladas”, anota.
¿Cuánto costará?
Los costos de la IA incorporada son relativamente sencillos. Las empresas de software empresarial que añaden IA generativa a sus conjuntos de herramientas -compañías como Microsoft, Google, Adobe y Salesforce- dejan los precios relativamente claros. Sin embargo, cuando las empresas empiezan a crear su propia IA generativa, la situación se complica mucho más.
En todo el entusiasmo por la IA generativa, las empresas a veces pueden perder de vista el hecho de que los grandes modelos lingüísticos pueden tener requisitos de computación muy elevados.
"La gente quiere ponerse en marcha y ver resultados, pero no han pensado en las implicaciones de hacerlo a escala", señala Ruben Schaubroeck, socio senior de McKinsey & Company. "No quieren utilizar ChatGPT públicos por motivos de privacidad, seguridad y otros. Y quieren utilizar sus propios datos y hacerlos consultables mediante interfaces similares a ChatGPT. Y estamos viendo cómo las organizaciones desarrollan grandes modelos lingüísticos a partir de sus propios datos".
Mientras tanto, surgen y evolucionan rápidamente modelos lingüísticos más pequeños. "El ritmo del cambio es enorme", afirma Schaubroeck. Las empresas están empezando a realizar pruebas de concepto, pero todavía no se habla tanto del costo total de propiedad, anota. "Es una pregunta que no se oye mucho, pero no hay que ser ingenuo al respecto".
¿Está su infraestructura de datos preparada para la IA generativa?
La IA generativa integrada es fácil de implantar para las empresas porque el proveedor está añadiendo la IA justo al lado de los datos que necesita para funcionar.
Por ejemplo, Adobe está añadiendo IA generativa de relleno a Photoshop, y la imagen de origen con la que necesita trabajar está ahí mismo. Cuando Google añada IA generativa a Gmail, o Microsoft la añada a Office 365, todos los documentos necesarios estarán fácilmente disponibles. Sin embargo, los despliegues empresariales más complejos requieren una base de datos sólida, y eso es algo en lo que muchas empresas todavía están trabajando.
"Muchas empresas aún no están preparadas", afirma Nick Amabile, CEO de DAS42, una consultora de datos y análisis. Los datos tienen que estar centralizados y optimizados para las aplicaciones de IA, anota. Por ejemplo, una empresa puede tener datos repartidos entre diferentes sistemas back-end, y sacar el máximo partido de la IA requerirá extraer y correlacionar esos datos.
"La gran ventaja de la IA es que es capaz de analizar o sintetizar datos a una escala de la que los humanos no son capaces", sostiene.
Cuando se trata de IA, los datos son el combustible, confirma Sreekanth Menon, vicepresidente y líder global de servicios de IA/ML en Genpact.
Esto hace que sea más urgente que nunca habilitar la empresa para la IA, con los datos adecuados, datos depurados, herramientas, gobernanza de datos y guardarraíles, afirma, y añade: "y ¿es mi canal de datos actual suficiente para que mi IA generativa tenga éxito?".
Esto es sólo el principio de lo que se necesita para que una empresa esté preparada para la IA generativa, señala. Por ejemplo, las empresas querrán asegurarse de que su IA generativa sea explicable, transparente y ética. Para ello se necesitarán plataformas de observabilidad, y estas plataformas están empezando a aparecer para los grandes modelos lingüísticos.
Estas plataformas deben ser capaces de hacer un seguimiento no sólo de la precisión de los resultados, sino también de los costos, la latencia, la transparencia, el sesgo, la seguridad y la pronta supervisión. Además, los modelos suelen necesitar una supervisión constante para garantizar que no decaigan con el tiempo.
"En este momento, hay que poner barandillas y principios rectores", afirma. Después, las empresas pueden empezar a incubar IA generativas y, una vez que alcancen la madurez, democratizarlas para toda la empresa.
Basado en el artículo de Maria Korolov (CIO) y editado por CIO Perú
Puede ver también: