Generación de valor, automatización, mayor competitividad, cambios organizativos o incertidumbre regulatoria. La Inteligencia Artificial, como todo, tiene sus luces y sombras. Más aún en estos momentos, cuando ha dejado de pertenecer al terreno de la ciencia ficción para instalarse en nuestras vidas de forma definitiva con la llegada de la IA Generativa. Por eso hablamos con Juanma Aramburu, CEO de la consultora tecnológica Keepler Data Tech, experto en aprovechar al máximo el potencial de la tecnología que lo está cambiando todo.
¿Qué momento estamos viviendo con la IA? ¿Con qué sería comparable?
Con la Revolución Industrial por su potencial impacto en el trabajo y en ciertas profesiones. Pero yo lo comparo más con la llegada de la telefonía móvil. Al principio muy pocas personas tenían uno porque eran caros, pero se popularizó hasta el punto en el que era inconcebible no tenerlo. La IA ha estado siempre ahí, pero ha pasado a ser una herramienta que cualquier persona puede utilizar, sobre todo gracias a la IA Generativa.
¿Tanta diferencia supone con respecto a la IA existente?
En IA tradicional los casos de uso se enfocan a un problema o un reto concreto, y el retorno de la inversión es fácilmente medible. El retorno de la IA Generativa es más complejo de medir, ya que impacta en la productividad de las personas y eso es más difícil de cuantificar. Muchas compañías ya están fomentando su democratización, lo que producirá un efecto parecido al que supuso la digitalización. El secreto está en calcular bien el ROI de los casos de uso de IA Generativa para poder invertir seriamente en ella. ¿Algún caso concreto que nos ayude a hacernos una idea? Trabajamos en agentes inteligentes, entidades de inteligencia artificial que se comunican entre sí y con los seres humanos a través de lenguaje natural. Estos agentes se unen para automatizar un proceso de negocio. Interaccionan con aplicaciones y bases de datos para tomar decisiones colegiadas y realizar directamente acciones. Son más versátiles y sofisticados que los sistemas tradicionales de la automatización de procesos. En poco tiempo estaremos interaccionando con ellos en nuestro día a día sin poder distinguirlos de un ser humano.
¿Será accesible una tecnología así a todas las compañías?
Sí. Las herramientas ofimáticas que usamos ya integran capacidades de IA Generativa, por ejemplo para escribir más rápido o resumir reuniones, generando esa percepción de que la IA es una herramienta de trabajo más. El reto está en cómo implementar la IA Generativa en procesos críticos con la misma formalidad con la que lo hacemos con la IA tradicional, de forma ética, segura y confiable. Las compañías que combinen la democratización de la IA con una forma sistemática de implementarla en procesos de negocio, serán las que obtengan mayor valor. Las que se queden en comprar licencias de un LLM para sus empleados, van a afrontar problemas de gobierno de la IA y de competitividad.
¿Cómo os adaptáis en Keepler a cada uno de esos tipos de empresa?
Identificamos cinco modelos organizativos según la madurez en el uso de los datos. Solo un par de ellos son óptimos para sacar el mayor resultado a la IA, aquellos donde la tecnología y el negocio están más alineados, las conocidas como data-driven. Hemos ayudado a muchas compañías a definir un plan estratégico para obtener valor de negocio a escala a partir de sus datos y del uso de IA, identificando claramente el ROI de su inversión, los roles nuevos a crear y la tecnología de datos óptima para ser data-driven. Hay muchas empresas iniciando su andadura en el mundo del dato y la IA a las que podemos ayudar.
¿De qué manera?
Accionando ocho aceleradores de la aportación de valor del dato. El primero es un análisis del potencial ROI de los casos de uso. El segundo es optimizar el acceso que tienen las compañías a sus propios datos eliminando silos. El tercer punto es que esos datos tengan calidad suficiente, que no estén sesgados y que se puedan utilizar legalmente. El cuarto es modernizar la tecnología de datos. El quinto es la automatización del ciclo de vida del dato y de la IA de manera observable y replicable, permitiendo a los empleados utilizar su propia IA sin depender de expertos. El sexto es entender que los casos de uso de IA, como cualquier otro producto digital, tienen un ciclo de vida y requieren de evolución. El séptimo es medir y comunicar continuamente el valor de negocio que aporta. La última de todas es la más complicada, que es la transición organizativa, alineando al máximo negocio y tecnología.
Y en cuanto a regulación, ¿qué podemos esperar?
Hay gente que dice que la regulación perjudica la innovación, pero había que alinear la evolución de la IA con, por ejemplo, la ley de protección de datos personales, sobre todo después de escándalos como el de una conocida red social que reconoció utilizar los datos de los clientes para entrenar modelos de IA por defecto a no ser que el usuario se lo negara expresamente. La tendencia la está marcando una vez más la Unión Europea, y poco a poco otros países seguirán nuestros pasos.