[25/08/2023] La IA nunca duerme. Con cada nueva afirmación de que la IA será el mayor avance tecnológico desde Internet, los CIO sienten cómo aumenta la presión. Por cada nuevo titular, se enfrentan a una docena de nuevas preguntas. Algunas son básicas: ¿qué es la IA generativa? Otras son más trascendentales: ¿Cómo difundimos la IA en todas las dimensiones de nuestra empresa?
[Reciba lo último de CIO Perú suscribiéndose a nuestro newsletter semanal]
Desde el punto de vista táctico, se puede responder a estas preguntas de varias maneras. Puede crear un Centro de Excelencia (COE, por sus siglas en inglés) de IA, lanzar un grupo de trabajo estratégico, o designar a un adjunto para que dirija el proceso. Pero haga lo que haga -si nuestro trabajo de asesoramiento y las conversaciones con los principales CIO de información sugieren algo- tendrá que impulsar la excelencia en cuatro corrientes de trabajo relacionadas, aunque no necesariamente secuenciales: Educar, Explorar, Experimentar, Expandir. Es en torno a estas cuatro corrientes de trabajo que las organizaciones líderes se están posicionando para madurar sus estrategias de datos y, al hacerlo, responder no sólo a las preguntas de IA de hoy, sino también a las de mañana.
Educar. La IA no se puede manejar sola. Su viaje sólo será fructífero en la medida en que pueda inculcar a aquellos con los que sale al mercado una fluidez digital y una confianza en su ecosistema.
En consecuencia, muchos CIO se han convertido en los profesores de IA de facto dentro de sus organizaciones, desarrollando 101 materiales y llevando a cabo giras para crear conciencia, explicar en qué se diferencia la IA generativa de otros tipos, y discutir sus riesgos.
Para facilitar la colaboración sobre el tema donde es probable que surja, Digi-key Electronics, uno de los principales distribuidores de componentes electrónicos de Norteamérica, ha creado incluso redes de personas influyentes. Como explica el CIO de la empresa, Ramesh Babu, "identificamos embajadores en la organización y los situamos en las reuniones adecuadas para impulsar un entendimiento común de los muchos términos que circulan por ahí".
Babu también advierte del peligro de hablar sólo de las ventajas de la IA. Él y sus colegas hacen hincapié en los riesgos. "Intentamos mantener conversaciones equilibradas", afirma, una práctica que subraya el deber que tienen los CIO de desarrollar políticas y directrices de uso adecuadas para mitigar los inconvenientes de la IA.
Para ayudar a educar a su propia plantilla sobre la IA, proporcióneles materiales sobre el tema. Incluya definiciones comunes, estados futuros reimaginados, riesgos y políticas y directrices de uso. Téngalos preparados para reuniones improvisadas, presentaciones en ayuntamientos y otros entornos. Y dirija a sus colegas a canales de autoservicio para que puedan acceder a los materiales y aprender a su propio ritmo.
Explorar. Explorar es plantearse la pregunta. Dado que el panorama de la IA es amplio y complejo, adopte un enfoque doble: analice internamente y conecte ese análisis con la actividad del mercado.
Internamente, comience por examinar su cadena de valor o las capacidades que aportan su propuesta de valor. Haga una lluvia de ideas sobre cómo la IA generativa podría hacer que sus procesos (y las personas que los apoyan) fueran más inteligentes y productivos. Si ya está utilizando la IA para algunos de los casos de uso que se le ocurran, no importa: anótelos también. Y preste especial atención a los casos de uso relacionados con el servicio al cliente: De los ejecutivos encuestados en el último Simposio Digital de Metis Strategy, el 43% afirmó que sus organizaciones están dando prioridad a los casos de uso del servicio al cliente para la IA generativa en el 2023.
A partir de todas estas fuentes, recopile sus casos de uso en una lista de pendientes y clasifíquelos por impacto y viabilidad. Así sabrá dónde puede crear nuevas formas de ganar a corto y largo plazo, al tiempo que elimina los casos que son demasiado difíciles para su valor.
A continuación, examine el mercado. Al principio, puede que le cueste hacerse a la idea de su tamaño -un mercado de 150 mil millones de dólares, según estimaciones de Goldman Sachs-, pero al hacerlo pondrá en marcha lo que debería ser una evaluación continua. Busque primero soluciones de IA específicas para cada vertical y para toda la empresa. Clasifíquelas por las capacidades que soportan. Y si su organización se lo permite, tal vez incluso pregunte a ChatGPT.
Compare y contraste lo que hay disponible en el mercado con sus casos de uso más importantes y las capacidades que ya tiene. Cuando no exista una capacidad interna y el caso dependa de un gran modelo lingüístico (LLM, por sus siglas en inglés), tendrá que determinar cómo quiere proceder: entrenando y ajustando un modelo comercial, como hizo Morgan Stanley con OpenAI, o creando uno propio, como hizo Bloomberg.
Experimentar. Experimentar bien es trabajar con urgencia y agilidad y, especialmente en el caso de la IA, con una tendencia al progreso incremental. Como explicó Allen Smith, CIO de Baker Tilly, en un panel reciente: "Hay una diferencia entre home runs y singles". Los singles son sus amigos, dice Smith, y una gran manera de mostrar algo tangible, tomar impulso y crear un vehículo para alimentar otras ideas interesantes.
En el gigante tecnológico Lenovo, el CIO Art Hu está adoptando un enfoque similar. Hu afirma que están llevando a cabo docenas de pruebas de concepto. Una de las consecuencias de estar en las primeras fases de la IA Generativa, según Hu, es el rápido ritmo de desarrollo. "Como es rápido, se pueden hacer pruebas de concepto sin grandes inversiones". Esto demuestra cómo su equipo se mantiene en sintonía con el negocio en cuanto a prioridades de inversión en un periodo en el que la incertidumbre económica ha reducido el alcance de la inversión en tecnología. "Así es como lo quiere. Quiere pequeños pasos para la empresa sin gastar ni comprometer mucho dinero. Pueden ver el resultado y decidir 'vale, redoblamos la apuesta o trasladamos la inversión a otra parte'".
Muchos atribuyen la promesa de la IA generativa a su ascenso a lo más alto de la pila tecnológica, una promesa que la hace más accesible que otras tecnologías disruptivas que, aunque innegablemente prometedoras, siguen requiriendo conocimientos técnicos para ser explotadas. Conscientes de este matiz, muchas empresas han creado espacios de experimentación en los que usuarios de toda la organización pueden probar la IA en un entorno controlado.
Expandir. Los informes de investigación han insinuado que la IA generativa podría aportar billones a la economía mundial. Pero, por lo general, estos informes asumen que la IA puede implantarse a escala. Aquí, la IA salta de la Baticueva a las calles de Gotham, enfrentándose a un nuevo conjunto de retos.
Con respecto a la creación de esa escala, Chris Davis, socio de la consultora digital Metis Strategy y líder de la práctica de IA de su empresa, se preocupa menos por la escala de la tecnología que por el papel de las personas en esa escala. "Alguien tiene que desarrollar, entrenar y supervisar los modelos", explica. "...lo irónico es que las personas podrían ser en realidad el factor limitante".
Para superar esta limitación, subraya lo necesario que es que las organizaciones revisen -y, en su caso, reexaminen- sus modelos operativos. "Hay que replantearse las estrategias empresariales teniendo en cuenta la escala exponencial de la IA", afirma. "Y formar a los directores de producto sobre cómo podrían entretejer la IA en cualquier cosa: productos digitales básicos, experiencias de clientes, experiencias de empleados, etc.". Continúa explicando que eso significa también limar las funciones y responsabilidades entre los diversos actores de su organización: "Los laboratorios de IA, los científicos de datos, los equipos de producto... todos ellos tienen que saber cómo trabajar juntos de forma eficiente en cada paso del camino, desde la identificación de los casos de uso hasta la creación de algoritmos y modelos, desde el seguimiento de los procedimientos operativos de IA hasta la supervisión de los modelos que ya están en uso".
Y hay muchas pruebas que apoyan el argumento de Davis. Por ejemplo, después de redefinir recientemente las funciones, responsabilidades y métodos de entrega de sus equipos de productos de TI para adaptarlos a sus ambiciones específicas de IA, un proveedor mundial de servicios financieros descubrió muchas lagunas en su capacidad: algunas que podía abordar mediante la mejora de las cualificaciones, pero también otras que requerirían la contratación de nuevas personas.
De cara al futuro. Mientras tanto, los titulares hiperbólicos seguirán superando la adopción; sin embargo, no superarán el ritmo exponencial al que crece el volumen de datos, especialmente a medida que tecnologías como 5G e IoT alcancen su punto álgido. Así que, si usted también quiere aprovechar la IA al máximo, primero debe mirarse en el espejo: ¿Puedo gestionar este creciente volumen de datos? Si no puede convertir los datos en algo significativo, entonces, como sugiere el jefe de tecnología de Lenovo, Art Hu, podría perder terreno: "Si como empresa no averigua cómo gestionar (un volumen creciente de datos) de forma eficaz y eficiente, el competidor que lo haga va a tener potencialmente una ventaja significativa".
A medida que madura su estrategia de datos, recuerde que tiene muchas herramientas basadas en datos a su disposición, de las cuales sólo una es la IA. Está encajonada entre un océano de casos de uso al norte y su base de datos principal al sur, y el progreso en cada una de estas capas está vinculado a las otras dos de forma inextricable. No sirve de nada pensar en la estrategia de datos como algo binario, como si fuera un edificio en construcción que algún día estará terminado. Los que educan, exploran, experimentan y amplían, perpetuamente, con el ritmo y la secuencia adecuados, son los que tienen más probabilidades de ganar con la IA.
Basado en el artículo de Michael Bertha (CIO) y editado por CIO Perú
Michael Bertha es director general de Metis Strategy, una empresa de consultoría estratégica y de gestión especializada en la intersección de la estrategia empresarial y la tecnología.