Ya analizamos las características, el poder y hasta los riesgos vinculados con la nueva camada de soluciones de inteligencia artificial generativa (GenAI): llegó el momento de interpretar de qué manera tu empresa puede aprovechar esta tecnología.
GenAI está circulando a gran velocidad por la dinámica del Hype Cycle definido alguna vez por Gartner: hoy por hoy, todos hablan de ella, es cierto, la pregunta es si las empresas están preparadas para adoptarla.
El primer punto a considerar es la calidad de los datos. ChatGPT y otros modelos preentrenados suelen dejar “ocultos” los problemas de datos, ya que el entrenamiento corrió por cuenta de OpenAI, DeepMind, AWS o el propietario de la tecnología.
Datos de máxima calidad
¿Pero qué ocurre cuando necesitamos personalizar una solución basada en esta tecnología? En estos casos, disponer de buenos datos es imprescindible para que la IA arroje buenos resultados. Cuanto mayor sea la cultura de capturar y utilizar datos para generar valor para el negocio y cuanto más asentado esté el concepto de gobierno de datos en la organización, más fácil será el salto hacia IA.
El segundo punto es setear adecuadamente las expectativas y comprender el potencial y las limitaciones de esta tecnología. La confluencia de una serie de fenómenos concurrentes (una cantidad inédita de datos, un poder de cómputo que creció de manera exponencial, una tecnología como la IA que lleva ya 50 años de desarrollo) permitió crear un mecanismo fabuloso para generar contenido e interacciones que hasta parecen humanas.
Esto, sin embargo, no significa que sea una solución mágica capaz de resolver cualquier problema que se presente en la organización. Por lo pronto, encontramos algunas limitaciones clave. La primera es que, en el formato en que viene entrenada, es imposible determinar si está diciendo la verdad o si simplemente está eslabonando palabras sin sentido: en su visión más pura, la IA generativa no tiene cómo distinguir lo que es verdad de lo que no.
Algunas limitaciones
Otra limitación es que tiene un límite en relación a lo que puede recordar de la conversación. Por supuesto, tiene un registro mucho mayor que un humano (hoy puede sostener alrededor de 50 páginas en la memoria y mantener la charla contextual con toda esa información contemplada).
Por último, la tercera gran barrera es que no sabemos qué está haciendo: no existen ecuaciones ni fragmentos de código y, al mismo tiempo, produce comportamientos emergentes (es decir, no se pueden prever), lo que reduce el nivel de confianza “ciega” que podemos tener en estos sistemas.
Finalmente, el tercer paso inevitable antes de incorporar IA generativa en la organización es identificar casos de uso que realmente impacten en el negocio: no se trata de subirse a una moda ni de apresurar proyectos, sino de sumar la tecnología en la medida en que podemos demostrar su valor real. Eso nos permitirá obtener resultados y apuntalar nuevos proyectos para darle una escala empresarial a la adopción de esta innovación.
¿Está tu organización evaluando casos de uso vinculados a GenAI? Contáctanos haciendo click aquí y conoce más sobre nosotros en nuestras redes LinkedIn y Twitter.
