La nueva era digital de la Inteligencia Artificial Generativa

La inteligencia artificial (IA) Generativa despertó la imaginación del público. Pero ¿qué hay de nuevo? Si tanto los consumidores como las empresas han estado utilizando la IA durante años: hablando con asistentes de voz con nombres propios, automatizando tareas rutinarias y utilizando algoritmos para reconocer patrones y correlaciones en los datos.

Pero las noticias sobre las aplicaciones capaces de producir texto original o arte digital se expandieron rápidamente anunciando una nueva era en la que la IA puede incluso replicar los procesos creativos humanos. La IA Generativa también despertó entusiasmo en el mundo empresarial en torno a su capacidad de transformar los negocios, aumentar la productividad y eficientizar costos. Investigaciones recientes sugieren que los avances en la IA Generativa podrían aumentar el PBI mundial en un 7% e impulsar el crecimiento de la productividad en 1,5 pp., según el informe de Deloitte 'The impact of generative AI in Finance'.

Pero ¿qué es la IA Generativa y cómo funciona? Resumidamente, funciona a partir de modelos que se basan en algoritmos de aprendizaje profundo modelados emulando la organización de las neuronas en el cerebro humano y que son capaces de identificar patrones y relaciones en conjuntos de datos. A partir de esos patrones y relaciones adquiere la capacidad de producir contenido original como texto, imágenes, audio, código y video. Puede incluso incorporar comprensión contextual y tomar decisiones 'al modo humano'. Todo esto requería necesariamente de la habilidad y experiencia humana. Ya no.

Analicemos algunas (solo algunas) posibles aplicaciones. Los modelos predictivos impulsados por IA Generativa pueden revisar grandes conjuntos de datos tanto estructurados como no estructurados a gran velocidad, identificando tendencias y realizando proyecciones en tiempo real (o casi). Con el tiempo, es probable que veamos modelos de IA Generativos capaces de ejecutar simulaciones sucesivas alterando pequeñas variables y así desarrollar escenarios y análisis de impacto avanzados que incluyan tanto texto como imágenes o audio, en formatos interactivos y fáciles de utilizar que entreguen al C-suite la información reveladora que necesitan para avanzar en nuevas direcciones.

Las interacciones con usuarios y clientes también podrían transformarse aún más con la próxima generación de agentes virtuales capaces de ofrecer experiencias cada vez más personalizadas. O podría aumentar la capacidad de los trabajadores al permitir interacciones conversacionales que los ayuden a navegar a través de sus actividades. Si al poderoso músculo de la robótica le incorporamos estas capacidades cognitivas, podemos pensar en mayores niveles de automatización de las actividades de la operación diaria, como por ejemplo en procesos de alto volumen como los de facturación, pagos o cobranzas; en reportería de todo tipo; en la verificación del cumplimiento de contratos con proveedores y clientes; en la creación de piezas y contenidos para campañas de marketing; en general, en la producción de diseños y prototipos; detectando anomalías en tiempo real y generando alertas; entre muchas otras.

Pero las personas continúan permaneciendo en el centro. Porque, a pesar de todo este potencial para automatizar y aumentar procesos, se seguirá requiriendo del talento humano. Serán críticas capacidades humanas como la curiosidad, la empatía, el pensamiento crítico, el trabajo en equipo y más.
Y además todavía existen algunos desafíos importantes que se deben atender:

Confiabilidad de los resultados: los modelos pueden producir respuestas incorrectas pero verosímiles. Y si bien se espera que estas 'alucinaciones' se corrijan con el tiempo, habrá que permanecer atentos y validar el contenido.

Seguridad de la información: la mayoría de las aplicaciones de IA Generativa no garantizan la privacidad de los datos. Las aplicaciones de consumo público suelen utilizar los contenidos disponibles como parte de su proceso de aprendizaje continuo. La información compartida podría ser ofrecida como respuesta a otro usuario. Seguramente las empresas puedan avanzar con modelos privados entrenados en entornos seguros para mitigar este riesgo. En cualquier caso, salvaguardar la información confidencial será fundamental.

Sesgos ocultos en los modelos: principalmente derivados de la selección de datos para el entrenamiento de los modelos.

En conclusión, desde un enfoque empresarial será crucial que el C-suite considere cuanto antes el uso de la IA Generativa para transformar sus negocios y operaciones. El viaje debe comenzar con una estrategia sólida, aprovechando el conocimiento y la experiencia de quienes ya están en el camino. Comenzar pequeño a partir de algunos casos de uso con datos accesibles y bien gobernados, aprender rápido y escalar. La IA Generativa ya está aquí, aprendiendo y adaptándose. Aquellos que aprendan y se adapten junto con ella serán quienes lideren el futuro.