IA generativa para empresas: usando datos propios para potenciar el negocio
Por Luis Fernando Padilla, Gerente General de IBM Consulting para Latinoamérica
En un abrir y cerrar de ojos salimos de una discusión sobre el uso de la IA como una tecnología de apoyo para los negocios para ponerla completamente como foco de toda la transformación. Ahora la prioridad es la incorporación de la IA como pilar estratégico de las empresas de todos los sectores.
Sin embargo, hay realidades distintas que necesitan ser discutidas. Por un lado, un estudio del Institute for Business Value de IBM señala que 75% de CEOs encuestados en Estados Unidos creen que una organización con IA generativa tendrá ventajas competitivas y el 43% de ellas dijo además que sus empresas ya están utilizando la tecnología para tomar decisiones estratégicas. Por otro lado, una encuesta de Gartner reveló que, en promedio, solo el 54% de los proyectos de IA pasan de una fase piloto a producción, evidenciando también que "las organizaciones aún luchan por conectar los algoritmos que están construyendo con una propuesta de valor empresarial, lo que dificulta que la dirección de TI y negocios justifique la inversión necesaria para operacionalizar los modelos de IA".
Y aquí está la clave del cambio: las empresas necesitan socios de transformación con experiencia, centrarse en resultados, la disciplina de ejecutar programas estratégicos y los recursos adecuados. Así, algunas áreas relevantes para las empresas están listas para obtener ganancias rápidas en productividad con IA generativa basada en los modelos fundacionales, utilizando datos propios. Algunas de ellas son:
Gestión de talento
Los departamentos de Recursos Humanos están adoptando la IA generativa para gestionar sus cargas de trabajo de manera más eficiente. Mediante la formación de sus modelos con datos específicos de la empresa, los profesionales de RRHH pueden usar la IA para ayudar en la creación de anuncios de empleo hasta apoyar a los profesionales a comprender mejor los documentos de política interna corporativa, entre otros.
Cuidado del consumidor
Las empresas pueden combinar datos de los clientes y la IA generativa para crear experiencias personalizadas a escala con chatbots y asistentes digitales. La IA ha tenido éxito en call centers para mejorar el servicio y permitir que los colaboradores se centren en tareas más complejas.
Modernización de aplicaciones
Los ingenieros o equipos de desarrollo pueden utilizar la IA para generar y desarrollar código y playbooks iniciales. De hecho, en el marco de la modernización de aplicaciones de TI y las operaciones empresariales, esto puede vincularse también a un aumento de la productividad.
Modelos propios y código abierto
Las empresas están explorando las opciones para implementar IA: pueden crear modelos propios desde el inicio o utilizar una combinación de modelos patentados y de código abierto. Las plataformas listas, las herramientas end-to-end y la experiencia técnica pueden ayudarles a empezar, considerando factores clave como:
Construir una IA fiable es esencial
Debe diseñarse para ser explicable, justa, robusta y transparente, además de priorizar y proteger los derechos de privacidad y datos de los consumidores para ayudar en la generación de confianza.
Las soluciones deben adaptarse a las necesidades únicas de las empresas
El secreto de la diferenciación empresarial con IA está en personalizar y adaptar la tecnología a las necesidades de sus clientes. Ahí los modelos fundacionales entregan ventajas para encajar datos únicos de la empresa con conocimiento específico.
Por último, vuelvo a señalar que en la búsqueda de la implementación de la IA, las empresas necesitan ponerse en contacto con un socio experto en transformación que ofrezca un enfoque continuo, eficiente y controlado para desplegar la tecnología en una variedad de entornos y que las empresas estén utilizando modelos de código abierto, creando su propia IA o desplegando IA en su infraestructura local o en la nube.
