Hay una increíble cantidad de entusiasmo sobre el poder revolucionario de inteligencia artificial (IA), pero muchos expertos coinciden en que el ingrediente clave para aprovechar al máximo la tecnología emergente es una cosa: encontrar el caso de uso empresarial adecuado.
Thierry Martin, director senior de estrategia de datos y análisis de Toyota Motors Europa, explica en una entrevista en vídeo individual con ZDNET cómo el gigante del automóvil está dedicando tiempo y recursos en investigación y desarrollo al potencial de la IA.
También: Los datos son la pieza que falta en el rompecabezas de la IA. He aquí cómo llenar el vacío
Sin embargo, este trabajo exploratorio se centra en gran medida en el caso de uso actual, y eso significa ciencia de datos en lugar de predicción y automatización.
«Para nosotros el análisis de datos es mucho más importante», afirma Martin. «Por ejemplo, ¿cómo conduce la gente nuestros coches? ¿Existe alguna diferencia entre los diferentes países o la conducción en autopista entre Alemania y Bélgica?»
El desarrollo de un conocimiento profundo a través de la ciencia y el análisis de datos depende de la recopilación de datos, que es un área en la que Toyota sobresale.
«Ya podemos obtener muchos conocimientos sobre cómo la gente utiliza nuestros coches», afirma. «Hacemos modelos de previsión, por ejemplo, para realizar análisis de causa raíz o para predecir qué tipo de accesorios necesitamos instalar para ayudar con la planificación».
Por ahora, Martin dice que Toyota se centra en el uso de herramientas como Power BI para mantener al ser humano en el centro del circuito y utilizar análisis para desarrollar una comprensión detallada de las operaciones y procesos automotrices.
«No vamos a permitir que la IA tome decisiones en lugar de las personas», afirma. «Preferimos brindar más información; ahí es donde estamos».
Sin embargo, en un futuro no muy lejano, Martin puede imaginar una situación en la que su organización comience a explotar la IA en la producción, y ya se están realizando exploraciones para encontrar los casos de uso adecuados para los procesos de línea de negocio.
«Tenemos una demanda bastante alta de esto», afirma. «Existen muchos casos de uso relacionados con el análisis de datos de texto y la IA generativa, lo que fue posible desde 2022 y el lanzamiento de los modelos ChatGPT».
Si bien los grandes modelos de lenguaje (LLM) de OpenAI ayudaron a impulsar la IA generativa hacia la corriente principal, Toyota, como tal muchas otras empresas de primera línea — está procediendo con cuidado cuando se trata de implementar tecnologías emergentes.
Tomemos el ejemplo de Omer Grossman, CIO global de CyberArk, quien dice que el trabajo de su empresa en torno a la IA sigue pautas para un trabajo seguro que se pueden adoptar y adaptar.
«Si necesita un eslogan de una sola frase, es este: asegúrese de construir barandillas responsables que promuevan la innovación y al mismo tiempo la mantengan segura», dice.
En el caso de Toyota Europa, Martin sugiere dos caminos a seguir para aprovechar al máximo la IA.
La primera vía se centrará en el uso de herramientas como Copiloto de Microsoft a nivel personal para ayudar a las personas a completar tareas utilizando datos no confidenciales.
También: ¿Cuáles son los diferentes copilotos de Microsoft? Esto es lo que son y cómo puedes usarlos
La segunda vía, en la que su equipo está explorando sus opciones a través de la creación de prototipos, consiste en utilizar la IA generativa de forma segura dentro del firewall empresarial para aumentar la productividad.
«En términos de creación de prototipos, trabajamos mucho en torno a los chatbots», afirma. «Ahora estamos codificando chatbots nosotros mismos. Y una vez que tienes una biblioteca configurada, es muy rápido configurarla y probarla tú mismo. No hay tanta complejidad aquí».
El trabajo de Toyota Europa con la IA está respaldado por la creación de una malla de datos, que Martin describe como un enfoque de gobernanza que garantiza que la responsabilidad de los productos de datos recaiga en los propietarios de las empresas.
También: Todo proyecto de IA comienza como un proyecto de datos, pero es un camino largo y sinuoso
La organización está reuniendo su información en una plataforma Snowflake que proporciona una base para un acceso a datos bien gobernado.
La malla de datos se basa en una variedad de otras tecnologías, incluidas Dataiku para la colaboración, Collibra para la gobernanza y Denodo para conectar mallas de datos en diferentes partes de la organización, como Toyota Europa y Japón.
Martin y su equipo están utilizando estas tecnologías de malla de datos para ayudar a explorar la IA. Ya han creado chatbots en Dataiku, que utiliza un LLM que se ejecuta en una instancia segura de Azure Open AI para proporcionar resúmenes de archivos PDF.
Ha mostrado el chatbot a altos ejecutivos de Toyota Europa y sugiere que el desarrollo interno es el camino a seguir porque ayuda a aliviar algunas de las preocupaciones asociadas con los modelos disponibles públicamente de proveedores de renombre.
También: Los mejores chatbots con IA de 2024: ChatGPT y alternativas
«Así pues, ya tenemos acceso a nuestro propio modelo lingüístico», afirma. «Está en Azure, pero es seguro. Y además de eso, como tenemos el LLM y tenemos un chatbot, podemos construir nuestra base de datos y chatbots interactivos y cosas así».
Martin dice que su equipo continúa explorando sus opciones: «Estamos construyendo un sistema de recuperación de conocimientos, por ejemplo, porque hay muchos conocimientos dispersos por toda la empresa. Pero eso todavía está en el nivel piloto».
En todas las exploraciones habilitadas por IA de la organización, el lema es «probar» para garantizar que los servicios cumplan con los estrictos requisitos de gobernanza y las demandas de los usuarios de la línea de negocio.
«Queremos confirmar el valor y también necesitamos confirmar cómo escalarlo», afirma. «Una vez que empiezas a utilizar un servicio de chatbot, por ejemplo, hay una ética y una gobernanza de la IA que tenemos que incorporar. Si empiezo a implementar un chatbot, entonces necesito tener claras muchas preguntas sobre ética».
Entonces, ¿cuándo podría tener lugar esa implementación más amplia? Martin dice que le gustaría poner en producción algunas herramientas basadas en IA con relativa rapidez.
Está trabajando con sus socios tecnológicos, incluido Snowflake, para garantizar que se consideren las cuestiones de gobernanza y se limite el acceso a los datos.
«La visión debería ser, por ejemplo, que un chatbot de logística sólo tenga acceso a datos de logística y no a datos de recursos humanos, del mismo modo que un empleado sólo tiene acceso a determinados datos», afirma.
Martin dice que Toyota Europa continúa creando prototipos y podría tener algún tipo de servicio de chatbot habilitado para inteligencia artificial que extraiga datos de la plataforma Snowflake a mediados de 2024.
También está hablando con otros socios tecnológicos, como Dataiku y Collibra, sobre cómo se podría hacer realidad su visión.
Lo más importante de todo es que trabajará estrechamente con la empresa para demostrar sus servicios de inteligencia artificial y considerar cómo estas herramientas podrían funcionar en áreas específicas de la organización.
«Necesitamos entender cuál es el mejor lugar para ejecutar el chatbot», afirma. «Y por eso es muy importante que los ingenieros y también los líderes entiendan realmente de qué estamos hablando. Ahí es donde dedicaremos nuestro tiempo».
