La Inteligencia Artificial Generativa (GenAI) es posiblemente la tecnología más comentada de nuestro tiempo. Se espera que la inversión global en IA alcance casi los 200 mil millones de dólares para 2025, ya que las empresas de todo el mundo priorizan las inversiones en IA para mejorar la productividad, eficiencia e innovación. Sin embargo, aunque todos coinciden en que la tecnología es revolucionaria para los negocios, cada vez más se pregunta en las juntas directivas si la IA es realmente de nivel empresarial.
La IA en los negocios no es nueva
Aunque el entusiasmo por la IA ha alcanzado niveles sin precedentes, la tecnología en sí no es completamente nueva. Nick Bostrom, en su libro “Superintelligence”, publicado hace más de diez años, ofrece un excelente resumen de la evolución de la tecnología de IA. Este trabajo contemporáneo captura las etapas de la IA: las expectativas infladas, la meseta y los avances.
Las empresas han confiado durante mucho tiempo en el aprendizaje automático para impulsar análisis avanzados y capacidades predictivas en una amplia gama de casos de uso, desde la manufactura hasta las operaciones financieras, pasando por la adquisición y la cadena de suministro. Estos algoritmos han proporcionado a los líderes empresariales información para mejorar la eficiencia operativa.
La IA también se ha utilizado extensamente en formas tradicionales de algoritmos, como los motores de búsqueda, que definieron toda una era de nuestro desarrollo tecnológico y transformaron sectores enteros, especialmente la industria publicitaria.
Problemas crecientes con la preparación empresarial de la IA
Pero lo que funciona en la web no necesariamente funciona en los negocios. Internet no se preocupa por las autorizaciones. La alta dirección sí.
A medida que aumentan las preocupaciones sobre la privacidad y la protección de datos, especialmente a la luz de las presiones regulatorias en curso, muchas empresas han implementado restricciones sobre el uso de herramientas GenAI abiertas.
Y con razón. Imagina que un empleado comparte estados financieros, contratos con proveedores o información salarial con una herramienta GenAI que luego reutiliza esa información para responder a otros usuarios. Una herramienta GenAI sin un elemento de autorización simplemente no es de nivel empresarial y probablemente esté destinada a ser confinada a un solo caso de uso o departamento, limitando su capacidad para aportar valor al negocio en general.
También surgen problemas de seguridad con el concepto de lagos de datos, que combinan fuentes de datos empresariales y externas para fines de IA. Los lagos de datos pueden ser peligrosos para las empresas, especialmente cuando los datos deben exportarse fuera de grandes aplicaciones empresariales.
Aquí se necesita un enfoque federado que deje los datos empresariales en su origen y no copie ni transfiera datos. Es fundamental que las organizaciones mantengan la capa semántica de los datos, que puede ser el talón de Aquiles de cada proyecto de lago de datos y, en consecuencia, de los modelos GenAI entrenados con esos datos.
Cuidado con las alucinaciones
Sin embargo, el mayor peligro de una IA que no es de nivel empresarial radica en su tendencia a alucinar. GenAI es un excelente algoritmo que fundamentalmente aprende observando lo que está disponible dentro de su dominio, generalmente en internet. Seamos honestos: ya no se puede confiar en toda la información que se encuentra en internet.
En un entorno empresarial, los directores ejecutivos buscan la ‘única versión de la verdad’. Eso significa que la verificación de hechos es importante, pero plantea la pregunta: “¿Cuál es el conjunto de datos en el que debo entrenar mi GenAI?”. La simple verdad es que los líderes empresariales no pueden construir productos o desarrollar innovaciones utilizando modelos que inventan cosas o utilizan información falsa o inexacta.
Aquí, los proveedores de suites de aplicaciones tienen la ventaja. Las aplicaciones empresariales que impulsan las empresas del mundo tienen una gran cantidad de datos empresariales que pueden ser minados por algoritmos de IA para producir información precisa, relevante y confiable. Los proveedores en este espacio también tienen una experiencia significativa en procesos empresariales y datos contextualizados, las fuentes perfectas para entrenar GenAI efectivo.
No hay duda de que las empresas se beneficiarán del poder de la IA en los próximos años. Si está lista para la empresa depende de los sistemas y herramientas individuales. Mientras que algunos ya tienen capacidades a nivel empresarial, otros pueden no cumplir aún con todos los requisitos de fiabilidad y seguridad. Los líderes empresariales deben tener cuidado al desarrollar casos de uso de IA que puedan aportar valor al negocio, basarse en conjuntos de datos robustos y cumplir con las expectativas. Estas pautas asegurarán soluciones de IA empresariales que sean relevantes, confiables y responsables.
