IA generativa en la empresa: seis verdades como puños

Con la adopción de la IA generativa disparándose, la tecnología está provocando una miríada de sentimientos -desde entusiasmo y anticipación hasta estrés y preocupación- dentro de las organizaciones.

Una encuesta mundial de McKinsey realizada en mayo sitúa el uso de la IA generativa en el 65% de las organizaciones, casi el doble que en la encuesta anterior realizada 10 meses atrás. Y con ese aumento, proliferan los casos de uso.

Al igual que con los patrones de adopción de tecnología del pasado, la mayoría está empezando a utilizar la IA generativa en áreas que proporcionan beneficios tácticos, como la mejora de sus procesos existentes y la reducción de costes, afirma Jim Rowan, director de Deloitte Consulting. Este enfoque ayuda a obtener valor de la “fruta madura” mientras se adquieren conocimientos, experiencia y confianza con una nueva tecnología, prosigue Rowan.

Sin embargo, las organizaciones se encuentran en fases muy diferentes de la utilización de la IA generativa. Algunas de las primeras en adoptarla están ampliando los proyectos piloto a la producción mediante la vinculación de múltiples casos de uso para mostrar beneficios tangibles de eficiencia. Otros han estado invirtiendo en fluidez, probando algunas pruebas de concepto, y en gran medida buscan adoptar la tecnología de IA integrada con software de terceros, dice Rowan. Otro bando ha adoptado el enfoque de esperar y ver.

Mientras las organizaciones averiguan cómo pasar del aprendizaje sobre la IA generativa a la puesta en marcha de proyectos piloto e implementaciones a gran escala que puedan ser verdaderamente transformadoras, he aquí seis verdades como puños que los líderes de TI han recogido hasta ahora.

1. El talento técnico sigue siendo la principal barrera para la adopción

Las organizaciones que reportaron un alto nivel de experiencia en IA (33%) tendieron a sentirse más positivas sobre la IA generativa, sin embargo, también sienten más presión para adoptar la tecnología, viéndola como una amenaza más para su modelo de negocio, según un informe de Deloitte.

“Esto revela que incluso las organizaciones que se consideran bien versadas en IA se están preparando para posibles vientos en contra”, afirma Rowan. Como resultado, los líderes de TI, incluso aquellos que informan de altos niveles de experiencia en IA en sus equipos, están reconsiderando las estrategias de talento en torno a la IA, con la mejora de las competencias desempeñando un papel vital en el intento de cerrar las brechas de habilidades de IA.

2. El impacto final de la IA generativa aún está lejos

Si bien es cierto que “la fase de luna de miel ha terminado”, es probable que haya pocos proyectos de IA generativa que generen un impacto en los resultados finales en este momento, según Aamer Baig, socio senior y líder global de McKinsey, que habló sobre las duras verdades de la IA generativa en el MIT CIO Consortium en mayo.

Sólo el 15% de las empresas encuestadas por McKinsey tienen una línea de visión para obtener mejoras de las iniciativas de IA generativa, dijo Baig. “No todos los casos de uso son iguales. No muchos añaden valor”. Sugirió que las organizaciones se centren en “iniciativas que resuelvan problemas empresariales reales que sean tecnológicamente viables y tengan poco riesgo.”

El informe de Deloitte descubrió que el 48% de las organizaciones no esperan ver una transformación de la IA generativa hasta dentro de uno a tres años.

“En cierto modo siento que estamos en una gran feria de ciencias y diseñando hipótesis, y ocho de cada 10 están fallando”

Marc Kermisch, director global digital y de información de CNH Industrial

CNH Industrial, con sede en el Reino Unido, fue uno de los primeros en adoptar Copilot de Microsoft y TI comenzó a crear sus propios modelos de lenguaje de gran tamaño (LLM) en noviembre de 2023, dice Marc Kermisch, director global Digital y de Información.

“Definitivamente hemos aprendido que hay muchas limitaciones”, dice Kermisch, y añade que “no es la panacea que todos pensábamos que sería”.

Aunque ha habido algunas ganancias de productividad, Kermisch esperaba que fueran más significativas en áreas como el procesamiento de facturas. La IA generativa es “principalmente lo que voy a llamar una herramienta de síntesis de información”, afirma. Las herramientas de IA generativa disponibles en el mercado “no han sido eficaces en absoluto para ningún análisis financiero o numérico por el momento”, afirma.

Otro problema es la proliferación de herramientas y tecnologías que, según Baig, hay que frenar. “Uno de los principales obstáculos para conseguir una IA generativa a gran escala es el exceso de plataformas IA generativa”, sostiene.

“No pasa una semana sin que aparezca una nueva herramienta alucinante por sus capacidades y su posible impacto futuro”, coincide David Higginson, director de Innovación y vicepresidente ejecutivo del Hospital Infantil de Phoenix. Pero ahora mismo la IA generativa “sólo puede ser ejecutada por un pequeño número de gigantes tecnológicos, en lugar de ser manipulada a nivel local dentro de una organización sanitaria”, afirma. “Por lo tanto, parece como si estuviéramos en un estado de pausa a la espera de que los proveedores establecidos ofrezcan soluciones maduras que puedan proporcionar el valor tangible que todos anticipamos”.

Higginson afirma que surgirán herramientas eficaces para resolver problemas reales de los proveedores sanitarios. Cuando eso ocurra, “obligará a la gente a tomar decisiones incómodas entre la tolerancia al riesgo, el coste, la satisfacción del proveedor y los resultados del paciente”.

3. Las cuestiones legales sitúan a las TI en el limbo

Los dos factores que Higginson cree que están ralentizando la entrega de plataformas a escala son las incógnitas legales y regulatorias de confiar en la tecnología y el alto coste de ser un early adopter.

Mientras el riesgo legal de utilizar esta tecnología sigue siendo incierto, los costes de los proveedores y la paranoia mediática de “equivocarse” siguen siendo elevados, afirma. “Como resultado, muchos administradores están optando por no ser los primeros en probar esta nueva y valiente frontera tecnológica, especialmente cuando no tienen una noción clara de cómo funciona la tecnología y no pueden ofrecer a los abogados ninguna garantía de cómo funciona realmente”.

El estudio de Deloitte revela que las cuestiones de cumplimiento (28%) y gobernanza (27%) se consideran obstáculos para la adopción de la IA. Menos de la mitad (42%) de los encuestados coincidieron en que han hecho lo suficiente para gobernar la adopción de IA generativa y mitigar sus riesgos potenciales, según el informe.

“Esto muestra una gran incertidumbre en términos de cómo se regulará la IA durante el próximo año, especialmente para las organizaciones globales que operan en múltiples regiones”, observa Rowan. “Si miramos el panorama general, los retos que plantea la IA generativa en materia de gobierno corporativo y riesgo son paralelos a los de gobierno y riesgo de la sociedad”.

A más de la mitad de los encuestados en el estudio les preocupa que el uso generalizado de la IA generativa centralice el poder económico mundial (52%) y aumente la desigualdad económica (51%).

“En ambos ámbitos, los beneficios potenciales y los daños potenciales de la tecnología, son elevados”, afirma Rowan. “Las organizaciones nacionales y los gobiernos tendrán que encontrar un equilibrio en términos de asegurarse de que los beneficios de la IA generativa se distribuyan amplia y equitativamente, sin obstaculizar excesivamente la innovación o proporcionar una ventaja injusta a las empresas con reglas diferentes”.

4. La gestión de los costes es un gran problema

Haciéndose eco de la preocupación de Higginson sobre el coste de implementar IA generativa, Baig de McKinsey subrayó que las organizaciones deben gestionar los costes, antes de que los costes los gestionen a ellos. Esto se debe a la alta intensidad informática y a la elevada gestión del cambio que requiere la citada tecnología.

Recomienda por tanto que las organizaciones inviertan tanto en estas áreas como lo hacen para lograr la transformación digital porque la IA generativa requerirá cambios en los flujos de trabajo, procesos de negocio y nuevos KPI. Las organizaciones también tienen que tener en cuenta la formación sobre riesgos y alucinaciones, y presupuestar el mantenimiento continuo, dijo Baig.

Las barreras fundamentales para la adopción de la IA generativa son la escasez y el coste del hardware, la potencia y los datos necesarios para entrenar los modelos, afirma Higginson. “Con tal escasez surge la necesidad de priorizar qué soluciones tienen mayor atractivo para la población y pueden generar más ingresos a largo plazo”.

Kermisch, de CNH, tenía grandes esperanzas de que la IA generativa “pudiera ayudarnos a mejorar nuestros costes”, pero no ha sido así. Las plataformas son muy caras de implantar y cuanto más se utiliza la IA generativa, más cara resulta”.

“Si pudiera recuperar la inversión en productividad, estupendo, pero no vemos que se traduzca en uno por uno”, afirma. CNH Industrial tiene un número limitado de licencias Copilot y el departamento de TI las va rotando entre los empleados, que suelen estar entusiasmados con el uso de nuevas tecnologías.

“Esto tiende a agotarse. Por lo general, a los 30 días, la utilización disminuye drásticamente”, señala Kermisch. “Sin duda, existe el fenómeno de la herramienta nueva y brillante. Abren una hoja de cálculo Excel e intentan utilizar Copilot, pero enseguida se dan cuenta de que no saben usarlo”.

Copilot es eficaz cuando se utiliza la instrucción adecuada, añade. “Cuanto más precisa sea la indicación, mejor”. Sin embargo, “aún no hemos encontrado al usuario avanzado que lo utilice”.

Brian Olsson, vicepresidente y director de Sistemas de Información de Briggs & Stratton, ha llevado a cabo un despliegue considerable de Google Gemini y afirma que, aunque el coste será un problema, lo más preocupante es averiguar cómo supervisar su adopción y uso. Al igual que Kermisch, Olsson afirma que esto ayudará al departamento de TI a determinar si la herramienta es una buena inversión.

“Lo que ocurre con la IA es que evoluciona tan rápido que tratamos de ser ágiles y de desplegarla para ver si es eficiente”, afirma. “Estamos mirando las finanzas y la [tasa de] adopción, pero no estamos poniendo tantos obstáculos que nos quedemos atrás”.

5. Es difícil obtener los datos adecuados

En este momento, muchas organizaciones se enfrentan al desafío de la necesidad de utilizar datos de alta calidad, porque los modelos de IA generativa requieren grandes cantidades de datos precisos y relevantes para funcionar de manera efectiva.

Las organizaciones no deben centrarse en encontrar los datos perfectos porque eso es un “desafío enorme y desalentador”, dijo Baig de McKinsey. Muchas organizaciones adoptan una visión descendente de los datos, y “eso acaba pareciendo una enorme hoja de cálculo”. “Céntrate en datos que te ayuden con múltiples casos de uso”.

Mientras que la investigación y el desarrollo continúan empujando la aguja en lo que la IA generativa puede hacer, “sabemos que los datos son un aspecto crítico para habilitar soluciones de IA y también reconocemos que muchas organizaciones están descubriendo el trabajo que tomará construir las bases de datos correctas para respaldar las implementaciones de IA a escala”, dice Rowan de Deloitte.

Kermisch, de CNH, asegura que han aprendido que crear LLM utilizando documentos o repositorios de datos basados en texto tiene “un valor relativamente alto y es relativamente fácil de realizar rápidamente”.

Con el tiempo, dice, los ejecutivos de CNH creen que la IA generativa tendrá un impacto significativo en su negocio, pero es pronto. “Creíamos que en pocos meses veríamos grandes mejoras en nuestra capacidad de diseñar vehículos y reducir costes automatizando tareas”, afirma Kermisch. “Nada de eso ha fructificado realmente. Estamos viendo resultados positivos, pero en casos de uso limitados”.

Por eso, Kermisch ha decidido formar a un grupo de líderes tecnológicos en esta tecnología y colaborar con Microsoft para formar al resto de empleados. “Estamos fomentando la experimentación y permitiendo que los equipos empresariales salgan y aprendan”, afirma. “Me siento como si estuviéramos en una gran feria de ciencias diseñando hipótesis y ocho de cada diez fracasaran. Mientras fallen rápido, eso está bien para nosotros ahora mismo”.

6. Está aquí para quedarse

A pesar de los dolores de cabeza, los líderes de TI reconocen que la IA generativa no se va a ir a ninguna parte.

“Una cosa es segura, va a ser un viaje lleno de baches con algunos éxitos y fracasos espectaculares, y no puedo esperar a ver cómo cambia la industria en los próximos cinco a diez años”, dice Higginson del Hospital Phoenix.

Michael Corrigan, CIO de World Insurance, afirma que, aunque la IA generativa es potente y evoluciona muy rápidamente, su maduración es muy lenta. También hay mucho bombo y platillo sobre ella, apostilla.

“Definitivamente requiere una estrategia y una hoja de ruta que se apliquen correctamente para que tenga un impacto positivo en su negocio, para poder mejorar sus capacidades y alcanzar sus objetivos empresariales”, afirma Corrigan.

También requiere que las organizaciones establezcan casos de uso y las herramientas que quieren utilizar, porque la IA generativa en la sombra se está colando. “Incluso si una empresa no ha desplegado una herramienta de IA en particular, los empleados están utilizando ChatGPT y todo tipo de herramientas de IA de terceros porque les está haciendo más eficientes”, dice Olsson de Briggs & Stratton. “La cruda realidad es que, si no empiezas a darles herramientas, las van a encontrar; … aunque no estén haciendo nada con IA, el riesgo para los datos está ahí. Es un nuevo riesgo para la seguridad de la información”.

Dave Pawlak, director ejecutivo de TI en Consumers Energy, está de acuerdo: La IA generativa debe implementarse de forma segura “y no es tan fácil”.

Sin embargo, incluso con todas estas duras verdades, Kermisch, Pawlak, Baig y otros dicen que hay valor en la implementación de IA generativa de forma rápida, segura y a escala.

“Te permitirá pasar de piloto a escala”, dijo Baig. “A diferencia de otras disrupciones digitales, creo que estamos en una fase de IA generativa en la que se necesita un nivel de inversión, así como una mejor comprensión de la tecnología”. “Tiene una oportunidad increíble para aprovecharla y hace que sea aún más importante que los CIO desempeñen un papel de liderazgo para llevar a las organizaciones hacia adelante”.