Muchas empresas se plantean o están incorporando sistemas de inteligencia artificial generativa en sus operativas. Existen dos grandes estrategias para incorporar: aquellos que contratan una empresa externa o aquellos que desarrollan su propia Inteligencia Artificial.
Contratar una empresa externa conlleva un riesgo, pones en manos de otra empresa mucha información sensible y delegar la toma de decisiones en terceros puede crearnos dudas.
Por otro lado, podemos apostar por nuestra propia herramienta de Inteligencia Artificial Generativa (IAG). Esta estrategia requiere de una reflexión de varios puntos clave para maximizar el éxito ¡Los analizamos!
Objetivos, ¿Para qué quiero usar la Inteligencia Artificial Generativa?
Cuando hablamos de introducir una IA Generativa en una empresa estamos hablando de crear una nueva cultura. Este cambio es profundo y toca muchos aspectos de la empresa: procesos, comunicación, datos, toma de decisiones…
Es clave tener claro el objetivo por el que apostamos por incluir una Inteligencia Artificial Generativa. Hemos aprendido que muchas empresas dan saltos tecnológicos sin haber trabajado el objetivo, lo que desemboca en grandes inversiones de tiempo y dinero con muy pocos resultados. ¡No trabajaron el objetivo real!
Además de tener un objetivo claro, debemos ser capaces de comunicarlo internamente. Existen muchos ejemplos de objetivo: una ventaja competitiva, mejorar la productividad, o una toma de decisiones más acertada al cruzar datos de muchos departamentos.
Sea lo que fuere, debemos tener muy claro el “para qué” de este cambio. Dar este gran salto sin ese objetivo nunca sale bien, ya lo vimos con Agile o con la cacareada Transformación Digital.
Caso de negocio, ¿Cómo lo hago rentable?
Es muy importante entender cómo vamos a rentabilizar la inversión en una IA Generativa. Podemos usarla para que el call center de mejor servicio a nuestros clientes, aumentando el NPS y con ello las ventas. También podemos usarlo para que el área de riesgos cruce datos de los potenciales clientes a los que solicitan una hipoteca para evaluar mejor la decisión. O podemos usarlo para que diferentes operaciones o tratamientos que recibe un paciente nos ayuden a la mejor medicación posible (y evitar que se cancelen entre ellos).
Disponer de un caso de negocio es clave y debemos añadirle métricas que validen la inversión que realizamos. Si vamos a invertir, tengamos claro el retorno de inversión esperado.
Una vez definido, los equipos involucrados deben transparentar estas métricas y trabajar para potenciarlas. Orientar la tecnología a resultados de negocio es clave cuando estamos desarrollando productos fundamentales para una empresa.
Datos, ¿Cómo es tú Gobierno de los Datos?
Muchas personas piensan que una Inteligencia Artificial Generativa, como el chat GPT, es capaz de pensar por sí mismo. Las IAs Generativas lo que han sido capaces es de gestionar una cantidad ingente de datos en tiempo real para dar resultados de valor.
Si construimos nuestra propia Inteligencia Artificial Generativa tendremos que trabajar nuestra estructura de datos y posiblemente recabar datos que actualmente no tenemos. Esto puede generar un problema porque tengamos información de diferentes fuentes y en lugares donde no se quiera compartir. Existe el ego de muchos responsables de departamento que prefieren evitar que se inspeccione sus datos. Cómo es el Governance de los datos debe estar encima de la mesa porque es un pilar imprescindible de una buena Inteligencia Artificial Generativa.
El Governance dispone de muchos aspectos: datos, origen, accesos, usuarios, información sensible… Comprender el gobierno del dato y cómo lo debemos evolucionar es delicado, tocamos procesos sensibles.
Entender nuestros datos y la evolución que necesitamos es muy relevante para el éxito de tener nuestra propia Inteligencia Artificial Generativa.
Ética, ¿Cómo hacer uso de una Inteligencia Artificial Generativa responsable?
En la película yo robot del año 2003 nos presentaban un dilema muy interesante. En la película nos muestran un futuro donde los robots son una realidad. El protagonista los odiaba, al parecer, tuvo un accidente de coche y un robot tenía que decidir si salvarlo a él o a un niño. La IA calculó las probabilidades y decidió salvar al adulto. Sin embargo, el protagonista opina que debió intentar salvar al niño, cualquier humano lo habría sabido.
Las IAs Generativa son extremadamente potentes porque se basan en datos para obtener resultados que a un humano le costaría muchísimo. Sin embargo, pueden llegar a conclusiones sesgadas o incluso injustas.
Por ejemplo, se podría determinar que una determinada raza comete más delitos y por tanto tendría que estar más vigilada. Las decisiones exclusivamente basadas en datos pueden acabar creando estigmas en la sociedad.
Sin un estudio ético de la información y el objetivo para el cual introducimos podemos acabar desarrollando una herramienta que sea perjudicial para nuestra organización y nuestra imagen. ¡Las IAs no tienen ética per se!
Talento, ¿Tienes perfiles con conocimientos?
A la hora de afrontar el desarrollo de una Inteligencia Artificial Generativa es muy importante contar con talento adecuado. En el mundo latino existe poca experiencia en desarrollo de Inteligencia Artificial. ¡Pocas personas se han enfrentado a un problema así!
Dominar grandes cantidades de datos y saber utilizarlos para generar un ente que es capaz de aprender no es tarea sencilla y requiere de talento muy especializado. Recordemos que las empresas que están dando resultados llevan años de investigación y experiencia.
Una IA Generativa es más compleja que un proyecto con inicio y fin. Vas a necesitar talento especializado que incorporar en tu empresa. ¡Tenlo en cuenta para aventurarte!
Seguridad, ¿cómo vas a proteger tu Inteligencia Artificial Generativa?
La Inteligencia Artificial Generativa maneja muchos datos de diferente índole. Para tomar decisiones que nos aporten valor va a necesitar acceso a muchos sistemas de la empresa. Disponer de sistemas de seguridad es clave para evitar algún incidente.
Muchas noticias han aparecido en los últimos años sobre robo de datos en terminales móviles o en alguna empresa. Estamos hablando de que alguien podría alterar nuestra IA y provocar que se tomarán decisiones erróneas.
Tener un análisis profundo sobre la seguridad de los datos y de la propia IA es esencial si no queremos perder nuestra ventaja.
Calidad, ¿Los datos disponibles son de calidad?
Hace unos meses trabajábamos en NeuronForest para un cliente de nanotecnología. A uno de los equipos se le pidió que introdujera los datos del laboratorio en una herramientas de matching learning para que les ayudara a obtener resultados. El equipo se plantó, muchos de sus datos fueron obtenidos a mano y con técnicas diferentes según el técnico de laboratorio. Tras varios meses de debate, el equipo consiguió sustituir la toma de datos por herramientas específicas y por técnicas similares que permitían una mejor calidad del dato. ¡Los números deben ser de calidad!
Analizar el origen de los datos, las herramientas que usamos para obtenerlos y la calidad de las mismas debe ser una tarea continua. Con datos de baja calidad nuestra Inteligencia Artificial Generativa podría disponer resultados de baja calidad. Esto podría reducir nuestra confianza en la herramienta, lo que dificultará más su implantación.
La calidad del dato debe ser garantizada por encima de una cantidad ingente de datos.
Cultura, ¿Cómo afrontas la Gestión del Cambio?
El cambio más profundo que debemos abordar es el cultural. Cuando apostamos por incorporar una Inteligencia Artificial Generativa estamos hablando de una evolución en los procesos y la comunicación de la empresa.
En el momento en el que cambiamos la toma de decisión y los datos van a ser compartidos tenemos que empezar a trabajar en equipo y funcionar de una manera distinta. Aquí hablamos de tocar los egos y las posiciones de las personas. Esto requiere de un trabajo muy profundo. En NeuronForest hemos trabajado en la gestión del cambio cultural y es un proceso que conlleva mucha insistencia.
Cuando las reglas de juego cambian, las personas evolucionan. De hecho, es habitual que un porcentaje se niegue al cambio, lo que puede provocar que el cambio se vaya al traste. Por tanto, disponer de personas que acompañen al cambio y qué consigan la involucración de las personas es crítico. Sin las personas, la Inteligencia Artificial Generativa se puede convertir en un juguete (muy caro) que sea inutil para los intereses de la empresa.
Por tanto, a la hora de desarrollar nuestra propia Inteligencia Artificial Generativa debemos trabajar en muchas dimensiones. Si tienes claro el objetivo, adelante, transmítelo a tod@s y empieza a trabajar. ¡Va a ser un gran reto!
Y tú, ¿cómo afrontas el nuevo mundo de la Inteligencia Artificial Generativa?
