El revuelo en torno a la IA generativa (GenAI) es innegable. Las compañías están ansiosas por aprovechar su potencial transformador. Sin embargo, nuestra propia experiencia nos dice que, aunque el entusiasmo por la IA generativa es visible, existe una brecha significativa entre el deseo y el nivel de preparación. La 15ª Encuesta Anual de CEO PwC Interaméricas demuestra esta realidad, ya que la mayoría de las compañías aún no han avanzado más allá de realizar pruebas y proyectos piloto a pequeña escala.
El desarrollo de la IA generativa está siendo impulsado desde la alta dirección de empresas que se apoyan en los equipos de tecnología de sus compañías. Frecuentemente, estos equipos ya están al límite de su capacidad o aún no han desarrollado las capacidades o recursos necesarios para poder impulsar y empujar su desarrollo. En este artículo, exponemos la necesidad de construir un modelo operativo y de distribución adecuado para que la IA despliegue todo su potencial, además de cómo utilizarlo dentro de su propio equipo de tecnología y cómo lo implementamos en PwC.
Con la IA generativa las empresas tienen que gestionar mayores niveles de supervisión y análisis de datos para prevenir y gestionar las infracciones de seguridad y los incumplimientos de las políticas. Este incremento de la exigencia puede acelerar la necesidad de que las compañías maduren sus capacidades en el área de operaciones, tecnología y datos, a través de una mayor automatización de los procesos. Los macrodatos y el aprendizaje automático se están utilizando para automatizar diferentes operaciones tecnológicas, incluida la correlación de eventos, la detección de anomalías y la determinación de la causalidad.
Además, la IA generativa también requerirá una evolución de las funciones tradicionales de operaciones tecnológicas para incluir conocimientos más avanzados, con competencias en ingeniería de confiabilidad, robustez, análisis de datos y seguridad. Es fundamental que los equipos de operaciones elaboren estrategias proactivas para adquirir estas competencias avanzadas antes de que surja la necesidad.
El modelo de entrega o delivery no tiene por qué ser un concepto diferente del modelo de entrega empresarial más amplio, pero debe garantizar que existe suficiente capacidad dedicada y los conocimientos adecuados para impulsar el servicio permanente y la mejora de los casos de uso.
En PwC, hemos creado nuestra propia GenAI Delivery Factory, que ofrece soluciones de IA generativa a casos de uso concretos para la empresa. Estos grupos cuentan con analistas de negocio, analistas e ingenieros de datos y dos funciones específicas de IA: un ingeniero de modelos de lenguaje naturales para refinar los resultados del modelo IA generativa y un ingeniero de modelos para supervisar y personalizar el funcionamiento interno del modelo.
La IA generativa puede utilizarse para potenciar a los empleados de nuestro departamento de tecnología y mejorar la velocidad de entrega, la experiencia del usuario y la gestión de riesgos, permitiendo a los profesionales del área centrarse en un trabajo más estratégico. Esto representa una gran oportunidad para los equipos tecnológicos que buscan una mayor eficiencia y un mayor retorno de la inversión. Los equipos tecnológicos deberían buscar el desarrollo de sus propios casos de uso para aprovechar esta oportunidad. Algunos ejemplos son:
Asistencia técnica al usuario: Asistencia al usuario mediante triaje GenAI, resolución de solicitudes sencillas y repetibles y solución de problemas más difíciles.
Desarrollo de código: Automatización completa de tareas básicas de codificación, ofreciendo retroalimentación a tiempo real y aprendiendo del código existente. Por ejemplo, GenAI puede considerarse en la migración entre lenguajes de código o entre lenguaje natural y código. Tareas como éstas, que tradicionalmente requieren importantes recursos, se hacen más accesibles gracias a la IA generativa. El uso de GenAI para el desarrollo de código cambiará la forma en que se suministran las tecnologías, alterando los modelos actuales.
Gestión de la calidad de los datos: Automatización de procesos de gestión de datos como la limpieza, la integración y la gestión de la calidad de los datos. Se trata de tareas que suelen requerir muchos recursos y que pueden retrasar los plazos de entrega. Aprovechar la IA para la gestión de datos reducirá la gestión manual de datos, lo que aumentará la eficiencia y la seguridad en los plazos de entrega.
Pruebas: GenAI puede automatizar la generación de casos de prueba, la ejecución de pruebas e incluso la corrección de errores. Esta capacidad puede servir de apoyo a los especialistas en negocio y tecnología más demandados y que suelen tener recursos limitados en organizaciones con grandes volúmenes de cambio. La IA generativa para pruebas liberará a las PYME de negocio y tecnología de las actividades de pruebas, y el talento se centrará en un trabajo más estratégico.
Según la Encuesta Regional de CEOs del año pasado, el 30% de los directores ejecutivos de la región consideraban que sus empresas ya no serían viables dentro de diez años si continuaban por su camino actual.
El enorme potencial disruptivo que vislumbran los últimos avances de Inteligencia Artificial generativa (GenAI) está llegando a todos los sectores
¿Cuál es el futuro de la IA para las empresas? Vea lo que le espera a la inteligencia artificial generativa y las estrategias para navegar por las principales tendencias de la IA.
Si usted es un líder empresarial, es casi seguro que su empresa esté utilizando al menos algunas de las ocho tecnologías emergentes esenciales en este momento. Probablemente necesitarás utilizar otras pronto.
Bismark Rodríguez
Socio Líder Regional de Consultoría, PwC Interaméricas
