Ha pasado más de un año desde que la Inteligencia Artificial Generativa (GenAI) irrumpió en escena y se abrió paso en aplicaciones y titulares en todo el mundo, y los líderes empresariales de hoy están empezando a darse cuenta de que el interés de la GenAI no fue impulsado solo por la «exageración», sino en cambio, podría ser verdaderamente transformador para casi cualquier sector.
Las empresas están luchando por mantenerse por delante de la competencia, a menudo adoptando las últimas herramientas de inteligencia artificial en el mercado. Y con la velocidad del desarrollo acelerándose a un ritmo sin precedentes, el miedo a «quedarse atrás» está invadiendo las salas de juntas. Esta prisa está dando lugar a algunos patrones inusuales, y un estudio reciente del MIT IDE muestra altos niveles de adopción de IA en el Medio Oeste y el Sur de EE. UU., fuera de los típicos centros tecnológicos costeros.
Entonces, ¿cuál es el problema?
Normalmente, las empresas bien establecidas son menos receptivas al cambio o no son lo suficientemente ágiles para adoptar la última tecnología tan pronto como esté disponible. Como resultado, muchas empresas (especialmente las grandes) están atadas a software heredado debido a una combinación de procesos de adquisición obsoletos, familiaridad o preocupaciones sobre pérdida de datos o perturbaciones, haciendo que la modernización sea inaccesible.
Esto crea una situación peligrosa para los CTO y CIO. Si bien sus juntas directivas los presionan para que adopten una gran cantidad de las últimas herramientas GenAI, las bases para un proyecto de IA exitoso, es decir, un sistema ágil esa infraestructura, habilidades internas adecuadas y un plan de transformación realista) a menudo no existen. Sin estos elementos necesarios, existen riesgos comerciales genuinos y muy graves: en particular, en torno al sesgo, la gobernanza de datos y la transparencia.
Ya hemos visto casos destacados como el del ‘Savey Meal-Bot’ en Nueva Zelanda, donde un chatbot de IAformado con «datos incorrectos», recomendó recetas como una «sorpresa de arroz con lejía» como una «aventura culinaria sorprendente» para los usuarios.
Arquitecto empresarial, SnapLogic.
Particularmente recientemente, con el escándalo de la Oficina de Correos del Reino Unido enfatizando a escala nacional las consecuencias muy reales de un proyecto de modernización heredado mal administrado, se ha vuelto vital que los tomadores de decisiones de TI den un paso atrás y aseguren que todos los elementos necesarios estén en su lugar para el éxito. implementación de GenAI.
Desafortunadamente, muchas empresas carecen de estos elementos básicos. Según un analista de Gartner, esto ha significado que los proyectos de IA podrían tener una tasa de fracaso de hasta el 85%. Si bien esta cifra parece impactante, el problema aquí no son las herramientas de IA en sí, sino una cuestión de planificación y preparación.
Cruzando tus As y punteando tus Is
Las empresas de hoy deben poner su casa en orden antes de implementar la IA. Las grandes empresas tienen los datos necesarios para tener éxito con los proyectos GenAI, pero el éxito requiere aprovechar la datosno solo tenerlo en un lago de datos.
Para hacer esto, en primer lugar, las herramientas GenAI que implementan deben poder extraer los datos precisos que necesitan para atender un aviso. Por ejemplo, si le pidiera a mi herramienta GenAI que analizara mi ventas cifras del último año: ¿tiene acceso fácilmente a estos datos?, ¿está conectado a mi analítica herramienta y, lo más importante, ¿estoy seguro de que los datos originales son precisos?
GenAI solo puede funcionar con los datos que recibe, por lo que los datos duplicados, las imprecisiones y las inconsistencias pueden reducir drásticamente la efectividad de las herramientas y detener en seco la transformación digital impulsada por la IA. Incluso cuando se abordan estos problemas y los datos están en buena forma, si no están fácilmente disponibles y accesibles, en última instancia no se pueden utilizar para una herramienta de inteligencia artificial.
Una plataforma de integración será crucial aquí, ya que conectará los datos de una organización y creará una infraestructura cohesiva que las herramientas GenAI puedan utilizar. Estas plataformas también pueden ayudar a establecer buenos marcos de gobierno de datos para administrar, almacenar y proteger los datos comerciales e incluso tener la capacidad de normalizar, limpiar y deduplicar datos en toda la empresa.
Las buenas plataformas de integración también pueden unir sistemas heredados y modernos, ya sea en entornos locales o en la nube, e incluso cruzar barreras entre aplicaciones y datos. Esta perfecta integración hace que los proyectos de transformación digital impulsados por la IA sean mucho más fáciles y que las herramientas en sí sean mucho más efectivas.
A continuación, busque plataformas de IA que maximicen la eficacia y al mismo tiempo minimicen las demandas de habilidades de los equipos de TI. Por ejemplo, los productos de desarrollo GenAI sin código pueden permitir a las empresas integrar la IA con datos empresariales sin la necesidad de involucrar a científicos de datos o expertos en codificación en cada paso. Estos productos ponen el poder de los modelos en lenguaje grande (LLM) y la escala de la IA, donde más importa: en manos de los empleados que están más cerca del negocio y entienden lo que se requiere para el éxito.
Con estas herramientas, algo que habría sido increíblemente complejo, como desarrollar la automatización de la atención al cliente, puede ser realizado directamente por usuarios empresariales sin ningún conocimiento de codificación. Este enfoque permite a cualquiera aprovechar el poder de la IA para automatizar partes tediosas y repetitivas de su trabajo, independientemente de su experiencia técnica.
La paciencia es una virtud
Finalmente, considere las expectativas y el cronograma de una transformación GenAI. Si bien GenAI tiene un potencial enorme, no es una solución milagrosa para todos los problemas comerciales y, como tal, las organizaciones deben establecer objetivos claros y realistas para su implementación de IA, en el entendimiento de que estas herramientas se desarrollarán y mejorarán con el tiempo.
Por ejemplo: actualmente, no existe un libro de reglas establecido para lograr excelentes resultados con los LLM de GenAI; Por supuesto, existen consejos y trucos que puede implementar para obtener resultados mejores o más rápidos, pero en general el proceso se basa en gran medida en prueba y error. Interactuar con GenAI en su versión actual es como un experimento científico: se le ocurre una hipótesis y continúa probando diferentes tipos de indicaciones hasta que produce el resultado que está buscando.
Existe un peligro que es exclusivo de los proyectos de IA. La naturaleza de esta tecnología hace que sea muy fácil crear una demostración convincente, pero debido a esa misma facilidad, existe una brecha mucho mayor de lo habitual entre la implementación piloto y la producción a gran escala. Una gran parte de esa brecha se debe a la dificultad de generar un conjunto de datos a gran escala, completo y de alta calidad para alimentar el modelo. Sin los datos, el proyecto GenAI no podrá lograr el impacto empresarial esperado.
Las empresas que quieran aplicar GenAI a sus productos deberán pensar en cómo llevar adelante y desarrollar indicaciones que puedan mejorar los resultados directamente. La clave es implementar un plan para evaluar las respuestas del modelo y usar esos datos para informar más sobre las indicaciones.
Sin embargo, sólo se pueden lograr mejoras cualitativas y cuantitativas reevaluando el enfoque de la aplicación y el desarrollo de la IA. En otras palabras, las empresas necesitan desarrollar una mentalidad centrada en la IA, no sólo planificando cómo adoptarán y se prepararán para las herramientas de IA, sino también cómo aprenderán de ellas y con ellas.
Preparándose hoy para el éxito mañana
Sin duda, la GenAI tendrá enormes beneficios e implicaciones para las empresas, los clientes y los empleados. Para aprovechar al máximo estas herramientas, las organizaciones deben reevaluar su forma de pensar en torno a la Inteligencia Artificial. Como cualquier iniciativa de transformación digital, debe haber un plan claro y objetivos realistas, pero a diferencia de un proyecto de transformación digital «normal», hay pasos, expectativas y estructuras adicionales a considerar. El éxito en este nuevo ámbito requiere una mentalidad diferente, centrada en la IA.
Sin estas bases fundamentales, las iniciativas de transformación de la IA probablemente no cumplirán las expectativas. Sin embargo, con todos estos elementos en su lugar, el potencial de GenAI realmente se puede aprovechar.
Hemos presentado las mejores plataformas de inteligencia empresarial..
Este artículo se produjo como parte del canal Expert Insights de TechRadarPro, donde presentamos las mejores y más brillantes mentes de la industria tecnológica actual. Las opiniones expresadas aquí son las del autor y no son necesariamente las de TechRadarPro o Future plc. Si estás interesado en contribuir, descubre más aquí: https://www.techradar.com/news/submit-your-story-to-techradar-pro