Las tecnologías basadas en inteligencia artificial han avanzado a grandes pasos en el último tiempo. Aún para los que venimos trabajando en esto hace más de 15 años, la velocidad a la que está evolucionando es asombrosa. Sin embargo, a diferencia de otras tecnologías disruptivas anteriores, la IA Generativa se adentró directamente en la vida cotidiana de las personas, antes que en las empresas.

Hoy en día, las personas cuentan con herramientas para utilizarla tanto en su vida diaria, como en el trabajo, basadas en algún tipo de IA como Chat GPT. De forma genérica, voy a hablar de Large Language Models (LLM) o Multimodal Models cuando me refiera a un mismo modelo que combine capacidades de comprensión y de generación de lenguaje —Natural Language Understanding (NLU) y Natural Language Generation (NLG)—, con capacidades de identificación y creación de imágenes, videos o hasta sonido.

La situación mencionada anteriormente pone a las empresas y a sus ejecutivos bajo la necesidad de innovar e incorporar la IA Generativa, de hecho, según datos de IBM el 61% de las organizaciones carece de un enfoque transversal para abordar la IA Generativa. Una realidad que también impacta a los líderes: el 80% consideran que los roles y habilidades de los colaboradores están cambiando debido a los alcances de la misma[1].

En este sentido, para generar ventajas competitivas y hacer más eficientes sus procesos, previo a la implementación de esta estrategia hay ciertos puntos a tener en cuenta para garantizar su éxito en la organización. 

Las seis claves esenciales para aprovechar al máximo la IA en el entorno corporativo

●       Identificar los puntos de impacto sobre los KPIs de la compañía. Evaluar en base a capacidades actuales de la IA en general, y de la IA Generativa en particular, resultados concretos y positivos. Algunos de estos sectores pueden ser: Atención a Clientes y Empleados a través de interfaces conversacionales, Gestión del Conocimiento Corporativo y Automatización Inteligente de Procesos.

●       Garantizar que los resultados en base a la IA sean precisos. Pueden surgir confusiones donde la IA presenta escenarios de falsa confianza y transmite con un lenguaje que parece certero, lo que puede terminar estando lejos de las expectativas, a lo que se denomina “alucinaciones”. Esto puede afectar la confianza de los usuarios, frenar la adopción y en definitiva, afectar el impacto positivo buscado.

●       Asegurar el “compliance” de las soluciones de IA. Si bien queda mucho terreno por explorar en términos regulatorios, es preciso cumplir con lo ya establecido a nivel local e internacional acerca de protección de datos personales, respeto a los derechos de propiedad intelectual y evitar sesgos de todo tipo en sus respuestas e interpretaciones (por ejemplo discriminación racial o de género). Los resultados presentados por un modelo de IA, deben ser auditables y explicables.

●       Disponibilizar un equipo de trabajo interdisciplinario donde interactúen los especialistas del negocio con los expertos en IA y el personal de TI. No hay que olvidar considerar nuevos perfiles tales como “Diseñadores de Experiencias Conversacionales” o “Prompt Engineers”, que permiten aprovechar al máximo las capacidades de la IA, y al mismo tiempo generar experiencias empáticas y fáciles de usar y de adoptar por las personas.

●       Utilizar metodologías adecuadas y específicas para optimizar la interacción del equipo y acelerar el “time to market”, logrando resultados demostrables y rápidos.

●       Diseñar una arquitectura adecuada, que garantice el nivel de servicio, la escalabilidad y la interoperabilidad, cumpliendo con los requerimientos específicos de cada industria y caso de uso. Decidir entre arquitecturas on-premise, cloud o híbridas, optar por los servicios de grandes proveedores como IBM, AWS, Google o Microsoft, o utilizar librerías open source, son algunas de las decisiones a tomar.

En conclusión, el impacto de la Inteligencia Artificial está redefiniendo la interacción de las personas con el mundo, desde el ámbito empresarial hasta las actividades más cotidianas. Sin embargo, al enfocarnos en las compañías, es recomendable alinear su puesta en práctica con la planificación y métricas de los equipos, a fin de transformar y potenciar su eficiencia.

[1] 2023, IBM IBV generative AI CEO Pulse survey.

*Por Fernando Mogetta, VP de etermax AI Labs