¿Cómo pueden las empresas aprovechar hoy la inteligencia artificial?

La inteligencia artificial (IA) plantea desafíos y oportunidades a las organizaciones gubernamentales y las empresas, que deben tener en claro cuál es el propósito para la aplicación de estas herramientas basadas en el aprendizaje automático.

Jorge Lukowski, divulgador de IA y director de marketing y comunicación de la empresa informática Neoris, analiza en la siguiente entrevista de iProfesional cómo pueden las empresas aprovechar hoy la inteligencia artificial.

-¿Por qué surge una visión que oscila entre la cautela, el temor y el rechazo en torno a la inteligencia artificial?

-Esta visión surge porque la inteligencia artificial generativa es una tecnología nueva y, como todo lo desconocido, genera sentimientos de cautela, temor y rechazo. Una situación similar ocurrió cuando se inventó la imprenta.

Muchos copistas, que se dedicaban a reproducir libros de forma manual, temieron que el invento de Gutenberg los dejara sin trabajo. Sin embargo, lo que realmente sucedió fue que estos profesionales se adaptaron y se convirtieron en tipógrafos, aportando más valor a los textos mediante la tecnología de la época.

El libro manuscrito continuó existiendo como una pieza única y artística, con sus letras capitales, ilustraciones y diversas tipografías. De manera similar, los talentos humanos y la IA coexistirán y se complementarán.

La IA, y especialmente la generativa, no es solo una herramienta más, sino que es un instrumento esencial que debemos aprender a usar para mantenernos competitivos. No será la IA la que nos reemplace, sino otro profesional que sepa utilizarla eficientemente.

-¿Hay conciencia en la dirigencia política, empresaria, sindical y social de la Argentina acerca de los riesgos y las oportunidades que presenta la inteligencia artificial?

-Existe una noción general entre los líderes políticos, empresariales, sindicales y sociales de la Argentina sobre los riesgos y oportunidades que la inteligencia artificial presenta. Sin embargo, esta comprensión general es insuficiente. Es esencial que estos sectores se formen y se interioricen realmente en esta revolución tecnológica para aprovechar plenamente su potencial y mitigar sus riesgos.

La IA no solo ofrece beneficios en el ámbito empresarial, como la reducción de costos, la automatización de tareas repetitivas, o la ayuda para aplicar «Data Storytelling«, que consiste en llevar el análisis de datos a términos más entendibles por un usuario de negocio y que le sirvan de apoyo a la hora de tomar una decisión; un enfoque estructurado para comunicar «insights» sobre los datos a través de la combinación de tres elementos clave: datos, visuales y narrativa.

Sus ventajas también se extienden a otros sectores cruciales. Por ejemplo, en el campo de la salud, la IA puede mejorar significativamente el diagnóstico y tratamiento de enfermedades, personalizar planes de atención médica y optimizar la gestión de recursos hospitalarios.

En la educación, la IA puede personalizar el aprendizaje, identificar las necesidades específicas de los estudiantes y proporcionar recursos educativos adaptados. En el sector público, puede mejorar la eficiencia y la transparencia de los servicios gubernamentales, así como fortalecer la seguridad pública a través de análisis predictivos.

Para que la Argentina pueda aprovechar plenamente estas oportunidades, es fundamental que la dirigencia política, empresarial, sindical y social no solo esté consciente de los desafíos y beneficios de la IA, sino que también se eduque y participe activamente en su implementación. Es crucial fomentar un uso intensivo y consciente de estas tecnologías, aprovechando las numerosas herramientas disponibles y observando de cerca las experiencias de otros países.

Al adoptar una actitud proactiva hacia la IA, los líderes de Argentina pueden garantizar que esta tecnología se utilice de manera ética y efectiva, beneficiando a todos los sectores de la sociedad y promoviendo el desarrollo sostenible y la competitividad del país.

ChatGPT de OpenAI popularizó la inteligencia artificial generativa.

También, es importante estar atento a lo que ocurre en otros países con el uso de la IA. En el último tiempo se habló en medios y redes sociales sobre cómo esta herramienta puede desinformar al imitar voces, o hacer hablar a imágenes.

Un ejemplo, fue el audio del candidato a alcalde de (la ciudad estadounidense de) Chicago, Paul Vallas donde, mediante un video publicado en la red social X, se lo escuchaba restarle importancia al «gatillo fácil», pensamiento que estaba en el otro extremo de lo que el político creía sobre el tema.

-¿Cómo pueden las organizaciones (empresas, Estado) aprovechar hoy las herramientas que ofrece la inteligencia artificial?

–Lo primero es comprender cuál es el objetivo de usar IA. ¿Buscamos automatizar procesos? ¿Queremos que nuestros talentos cuenten con un asistente para que tengan más tiempo en buscar soluciones para nuestros clientes?

Una vez definido el propósito por el cual queremos aplicar esta herramienta, es cuando hay que buscar en el mercado aquellos productos que se ajusten a nosotros. Por ejemplo, nuestro sistema CODAI, que usa IA generativa, reduce en un 70% los tiempos de desarrollo de software, acelera la innovación y mejora la colaboración en proyectos tecnológicos, por lo que es un buen match para aquellas compañías que busquen optimizar los procesos de los equipos de programación.

Pero sin tener claro el problema que buscamos solucionar, encontrar aquel producto o servicio adecuado para la empresa y obtener los beneficios que esperamos se volverá una tarea difícil. Además, es crucial considerar las ventajas que la IA ofrece al Estado en diferentes niveles: nacional, provincial y municipal.

La implementación de IA en la administración pública puede transformar la atención y los servicios a los ciudadanos, haciéndolos más eficientes y accesibles. Por ejemplo, sistemas de IA pueden gestionar grandes volúmenes de datos para identificar patrones y tendencias que ayuden a mejorar la toma de decisiones y la formulación de políticas públicas.

«>

En el ámbito de la atención ciudadana, la IA puede optimizar la asignación de recursos, reducir los tiempos de espera y personalizar los servicios según las necesidades específicas de los ciudadanos. También puede ser utilizada para mejorar la transparencia y la rendición de cuentas, mediante el análisis de datos para detectar y prevenir la corrupción.

Para garantizar el éxito de estas iniciativas, es fundamental asegurar la ciberseguridad en todas las implementaciones de IA. Esto implica proteger los datos sensibles de los ciudadanos y asegurar que estos sistemas operen de manera segura y confiable. La integración de IA debe ir acompañada de medidas robustas de seguridad informática para proteger contra amenazas y vulnerabilidades.

La incorporación de herramientas de IA en organizaciones tanto privadas como públicas tiene el potencial de mejorar significativamente la eficiencia, la innovación y la calidad de los servicios ofrecidos.

Sin embargo, es esencial definir claramente los objetivos, seleccionar las herramientas adecuadas y garantizar la seguridad de los sistemas implementados para aprovechar plenamente los beneficios de esta tecnología.

-¿Qué requisitos tecnológicos y culturales debe tener una organización que decida incursionar en la aplicación de la inteligencia artificial en sus procesos de negocio?

-Cualquier organización puede incursionar en la aplicación de la inteligencia artificial en sus procesos de negocio, pero es fundamental partir de un análisis o diagnóstico del grado de madurez de la compañía.

Este diagnóstico inicial permite evaluar las capacidades actuales, identificar áreas de oportunidad y determinar las necesidades específicas para integrar la IA de manera efectiva. Tras esta evaluación, la empresa puede proceder en su camino hacia la implementación de la IA con una estrategia bien fundamentada.

Copilot es la apuesta de Microsoft por la inteligencia artificial generativa.

Desde una perspectiva tecnológica, la organización debe contar con una infraestructura de datos sólida. Esto implica tener sistemas eficientes para la recopilación, almacenamiento y gestión de datos, asegurando que estos sean precisos y estén debidamente normalizados.

Además, se requieren capacidades de procesamiento robustas, que incluyen tanto el hardware necesario. La calidad de los datos es crucial, ya que los modelos de IA dependen de datos limpios y consistentes para funcionar correctamente.

La seguridad y privacidad de los datos es otro aspecto tecnológico clave. La organización debe implementar medidas de ciberseguridad para proteger los datos y cumplir con las regulaciones de privacidad pertinentes, como el GDPR o la CCPA.

Es esencial contar con sistemas que permitan la integración de la IA con las plataformas existentes, utilizando API (sigla en inglés por interfaz de programación de aplicaciones) y otras herramientas de automatización para facilitar la adopción continua de estas soluciones en los procesos de negocio.

Desde el punto de vista cultural, es fundamental fomentar un espacio de innovación y aprendizaje continuo dentro de la organización. Esto implica promover una mentalidad abierta hacia el uso de nuevas herramientas y proporcionar capacitación constante en tecnologías de IA y análisis de datos.

La alta dirección debe estar comprometida y tener una visión clara del valor estratégico de la IA, asignando los recursos necesarios y estableciendo objetivos y métricas claras para medir el impacto de las iniciativas.

Jorge Lukowski.

La colaboración interdisciplinaria y la comunicación efectiva son también esenciales. Es importante que diferentes departamentos y disciplinas dentro de la organización trabajen juntos para asegurar una implementación integral de los sistemas de aprendizajes automáticos. Establecer canales de comunicación abiertos facilita el intercambio de conocimientos y experiencias, lo que es crucial para el éxito de la implementación de esta tecnología.

Por último, la organización debe desarrollar prácticas éticas y responsables en el uso de la IA. Esto incluye la creación de políticas que aseguren que su implementación sea transparente y ética, así como la evaluación continua del impacto social y económico de las soluciones de IA.

Al cumplir con estos requisitos tecnológicos y culturales, una organización estará mejor preparada para aprovechar las oportunidades que ofrece la inteligencia artificial y transformar efectivamente sus procesos de negocio.

-¿Cuáles son las mejores prácticas que recomienda al momento de aplicar inteligencia artificial?

-Lo primero es sincerarnos y entender si la IA nos ayudará a solucionar un problema específico. Luego debemos identificar ese desafío y determinar qué tipo de herramientas necesitamos (chatbot, asistentes, etc.)

El siguiente paso es evaluar la infraestructura informática de la compañía y definir si se puede llevar adelante la implementación. Otra buena práctica es incorporar en la cultura de la organización que, a partir de ese momento, contamos con una herramienta que nos viene a ayudar, a potenciar, a sacar lo mejor que tenemos.

Es importante resaltar que no reemplazará a los equipos, y que es fundamental estar actualizados sobre este tema constantemente, porque ahí los talentos encontrarán un diferencial para incorporar a su perfil ya que las organizaciones – en un futuro próximo –valoraremos a aquellos candidatos que sepan trabajar con IA.

«>

De la mano con lo anterior, también es importante desde los roles de liderazgo asumir que muchos de nuestros colaboradores ya están usando estas herramientas para mejorar su productividad, por lo que negar su existencia o la implementación no es estratégico.

Una vez que tenemos todos los puntos anteriores sobre la mesa, lo siguiente es contar con una base de datos de buena calidad, porque los sistemas de aprendizaje automáticos se nutren de la información que sus desarrolladores les brindan, por eso, y haciendo una analogía con la nutrición humana, cuanto más rica, completa y limpia esté esa información, mejor será para el producto de IA.

Otra buena práctica es justamente medir los resultados que obtuvimos y a partir de allí optimizar. Esto es importante porque de no hacerlo, será imposible determinar si nos es útil o no el sistema que contratamos.

-¿Cómo es la hoja de ruta de aplicación de la inteligencia artificial en una organización?

-La aplicación de la inteligencia artificial en una organización requiere una hoja de ruta bien definida que guíe desde la evaluación inicial hasta la implementación y optimización continua de las soluciones.

Este proceso comienza con una evaluación y preparación exhaustiva. En primer lugar, es crucial realizar un diagnóstico del grado de madurez de la organización en términos de datos, infraestructura tecnológica, competencias y cultura organizacional.

Este diagnóstico permitirá identificar fortalezas y debilidades, y determinar las áreas prioritarias para la intervención. A partir de este examen, la organización debe definir objetivos claros y específicos para la implementación de la IA, alineándolos con su estrategia general y estableciendo metas tanto a corto como a largo plazo.

Gemini es el desarrollo de inteligencia artificial de Google.

Una vez que se han definido los objetivos, la siguiente fase implica el desarrollo de la infraestructura y la capacitación del personal. Es esencial contar con una infraestructura de datos robusta, que incluya sistemas eficientes para la recopilación, almacenamiento y gestión de datos de alta calidad.

Además, la organización debe invertir en la capacitación de su personal para desarrollar las competencias necesarias en análisis de datos y tecnologías de IA. Esto puede implicar la realización de cursos y talleres, así como la contratación de expertos en el campo de la IA.

La identificación y priorización de casos de uso es una etapa crucial en la hoja de ruta. Se deben identificar y evaluar los diferentes procesos de negocio donde la IA puede agregar valor, tales como la optimización de operaciones, la mejora en la experiencia del cliente, la automatización de tareas repetitivas y la generación de insights a partir de datos.

Posteriormente, es fundamental priorizar estos proyectos basándose en criterios como el impacto potencial, la viabilidad técnica y el retorno de inversión esperado, para enfocar los esfuerzos en aquellos que ofrezcan mayores beneficios.

En la fase de desarrollo y piloto, se llevan a cabo prototipos y pilotos para los casos de uso priorizados. Estos pilotos permiten probar las soluciones de IA en un entorno controlado y realizar los ajustes necesarios en los modelos y algoritmos.

La validación rigurosa es esencial para asegurar su efectividad y obtener «feedback» de los usuarios, lo que permitirá realizar ajustes precisos antes de proceder a una implementación a gran escala.

Modelo virtual creada con inteligencia artificial.

Una vez validados los pilotos, se procede a la implementación a gran escala de las soluciones de IA. Esta etapa implica la integración de las soluciones en los sistemas existentes de la organización y la capacitación del personal para su uso.

Es fundamental una gestión del cambio efectiva, para asegurar la adopción de las nuevas tecnologías por parte de todos los «stakeholders». La comunicación continua, la formación y el apoyo son claves para superar resistencias y facilitar una transición suave hacia el uso de la IA.

El monitoreo y la optimización son fases continuas que siguen a la implementación. Las soluciones de IA deben ser monitoreadas de manera constante para asegurar que funcionan correctamente y detectar cualquier problema o área de mejora.

La IA es una tecnología en constante evolución, por lo que es necesario realizar actualizaciones y optimizaciones periódicas. La retroalimentación constante y el análisis de los resultados permiten mejorar continuamente las soluciones implementadas.

Finalmente, la fase de innovación y expansión se centra en la exploración de nuevas tecnologías y el desarrollo de la aplicación de la IA a nuevas áreas y procesos dentro de la organización. Con la experiencia y el éxito inicial, la compañía puede continuar innovando y mejorando sus procesos, consolidando así su transformación digital y manteniéndose competitiva en el mercado. Esta fase requiere estar siempre atentos a los avances en el campo de la IA y estar dispuestos a incorporar nuevas tecnologías que puedan ofrecer beneficios adicionales.

-¿Cuáles son los errores más comunes y frecuentes que observan en las organizaciones que aplican la inteligencia artificial?

-La aplicación de la inteligencia artificial en las organizaciones ofrece múltiples beneficios, pero también puede estar plagada de errores comunes que pueden obstaculizar su éxito. Uno de los más frecuentes es la falta de una estrategia clara y definida para su implementación.

«>

Muchas organizaciones se lanzan a adoptar la IA sin un plan claro de cómo y dónde se aplicará, lo que resulta en esfuerzos dispersos y poco coordinados. Una estrategia sólida debe alinearse con los objetivos generales de la empresa y definir casos de uso específicos y viables, asegurando así un enfoque coherente y dirigido.

Otro error común es subestimar la calidad de los datos. La calidad de los datos es fundamental para el éxito de cualquier proyecto de IA. Sin embargo, muchas organizaciones no le dan la importancia adecuada a tener información limpia, precisa y bien estructurada.

Datos de baja calidad pueden llevar a modelos inexactos y resultados engañosos. Por lo tanto, es crucial invertir en procesos de limpieza y gestión antes de desarrollar modelos de IA, para asegurar que los resultados obtenidos sean fiables y útiles.

La falta de talento especializado es otro desafío significativo. La IA requiere habilidades específicas que no siempre están presentes en todas las organizaciones. Un error frecuente es no contar con el personal necesario, como científicos de datos, ingenieros de «machine learning» y expertos en IA.

La solución puede ser la capacitación interna, la contratación de perfiles calificados y la colaboración con expertos externos para llenar estos vacíos de conocimiento y habilidad, asegurando así una implementación efectiva de estas soluciones.

No considerar cómo las soluciones se integrarán con los sistemas y procesos existentes es otro error común. La IA no puede operar en un silo; debe interactuar con otros sistemas de TI (tecnologías de la información) y flujos de trabajo de la organización.

«>

Ignorar esta necesidad puede llevar a ineficiencias y problemas operativos. Por lo tanto, es fundamental planificar la integración de la IA con los sistemas existentes desde el principio para asegurar una transición fluida y eficaz.

Un problema frecuente es sobreestimar las capacidades de la IA. Muchas organizaciones tienen expectativas poco realistas sobre lo que la IA puede lograr, esperando soluciones milagrosas. Esto puede llevar a decepciones y al fracaso de los proyectos cuando la realidad no coincide con las expectativas. Es importante tener una comprensión realista de las capacidades y limitaciones de la IA, y comunicar claramente estas expectativas a todos los stakeholders.

Además, implementar IA sin considerar aspectos éticos y de privacidad es un error crítico. La IA puede generar preocupaciones significativas en términos de sesgo, transparencia y uso de datos personales.

Establecer políticas y prácticas que aseguren el uso ético y responsable es esencial para cumplir con las regulaciones de privacidad, al tiempo que protegemos los datos de los usuarios, manteniendo la confianza y evitando problemas legales.

La falta de involucramiento de los stakeholders es también un error común. La implementación de IA afecta a múltiples áreas de la organización, y no tener en cuenta las perspectivas y necesidades de todos los involucrados puede llevar a resistencias y falta de adopción. Involucrarlos desde el inicio y mantener una comunicación continua a lo largo del proceso es crucial para el éxito del proyecto.

Finalmente, muchas compañías fallan en la fase de monitoreo y optimización continua. La IA no es una solución que se implemente una vez y se olvide; requiere un monitoreo constante para asegurar su efectividad y realizar ajustes necesarios.

La falta de talento especializado es un desafío significativo a la hora de implementar la inteligencia artificial.

La falta de un enfoque proactivo en esta área puede resultar en modelos obsoletos y menos efectivos. Es esencial establecer procesos de monitoreo y optimización para mantener la relevancia y eficacia de las soluciones de IA a lo largo del tiempo.

Para maximizar el éxito en la aplicación de la IA, las organizaciones deben evitar estos errores comunes adoptando una estrategia clara, asegurando la calidad de los datos, invirtiendo en talento especializado, considerando la integración con sistemas existentes, teniendo expectativas realistas, enfocándose en la ética y la privacidad, involucrando a todos los stakeholders y manteniendo un monitoreo y optimización continua de sus soluciones de IA. Esto permitirá una implementación efectiva y sostenible, aprovechando al máximo sus beneficios y minimizando los riesgos.

-¿Cómo se construye una herramienta de inteligencia artificial para que sea equitativa?

-Lo primero es conocer cómo se conforman esas fuentes que le dan vida a los sistemas de inteligencia artificial, de hecho, el estudio The AI Index Report 2024 de la Universidad de Stanford revela que en los datos utilizados para entrenar LLM (Modelos de Lenguaje de Gran Escala como ChatGPT) predominan sesgos de género y raciales.

Igualmente, las alertas del último informe de la Unesco (Organización de las Naciones Unidas para la Educación, la Ciencia y la Cultura), en marzo, han señalado esta problemática relacionada con estereotipos de género regresivos. Esta realidad, puede llevar a perpetuarlos, y a la vez que excluye una gran variedad de voces.

Otro camino para construir una herramienta de IA más equitativa es auditar y revisar contantemente los modelos para identificar y mitigar sesgos los cuales, generalmente, tienen que ver con la asociación de ciertos roles profesionales o emociones a géneros específicos. Esta predisposición también se puede extrapolar a otros aspectos de identidad, como la orientación sexual y la identidad de género.

Respecto a los equipos de desarrollo, hay dos etapas que se debe seguir. La primera es fomentar la diversidad, según un informe de McKinsey & Company las organizaciones que cuentan con grupos de trabajo diversos, inclusivos, y equitativos son más eficientes, productivos, innovadores y creativos.

Por el otro lado, es importante formar a los programadores para que puedan detectar prejuicios en sus modelos de lenguaje y así evitarlos. Para avanzar en estas prácticas existen herramientas y recursos disponibles para las empresas y sus profesionales. Con estas líneas de acción, podremos construir una herramienta mucho más representativa de nuestra diversidad al tiempo que la empodera y la celebra.