ENTREVISTA 13 "Lo que es un hecho, es que los beneficios están ahí y la adopción de la IA puede ser el punto de inflexión para darle al negocio una nueva dimensión" ladas a la experiencia con clientes, mejorando los ratios de satisfacción y crecimiento, pero también buscando nuevos modelos de negocio que nacen directamente con un enfoque digital donde la IA aporta gran valor. Los modelos fundacionales hacen que el despliegue de la IA sea mucho más escalable, asequible y eficiente. De hecho, en nuestros primeros trabajos de aplicación de modelos fundacionales con clientes, hemos observado que el tiempo de obtención de valor es hasta un 70% más rápido que con la IA tradicional. Cada vez más se tiene la conciencia de la necesidad de adopción de la IA como una vía de diferenciación, sostenibilidad y ventaja competitiva para el negocio. ¿Qué oportunidades de negocio abre la IA? Las oportunidades son inmensas, algunas ya son muy evidentes en el ámbito de las relaciones y experiencia con clientes, proveedores, toma de decisiones…, pero también se buscan nuevas ideas y modelos de negocio. Como dicen algunos analistas como IDC, el 50% de los ingresos futuros de las empresas provendrán de negocios que no existen hoy. No obstante, de igual forma la IA aporta gran valor en los procesos y toma de decisiones actuales del negocio, no hay que esperar a tener una gran idea, la IA optimiza y eficienta nuestro negocio desde ya, creando valor en muchos aspectos evitando costes y riesgos innecesarios. Se prevé que la IA contribuya con 16 billones de dólares a la economía mundial para 2030, incluyendo un impulso masivo en la productividad, mediante la infusión de IA en los procesos empresariales. Desde IBM prevemos que los modelos fundacionales impulsarán aproximadamente un tercio de la IA empresarial en 2025. En líneas generales, ¿cuáles son las barreras de la IA para su desarrollo? ¿Cómo se pueden solventar dichas dificultades? Las barreras de entrada de la IA son diversas y algunas ya muy conocidas, la diferencia está en cómo podemos solventarlas de forma diferente para lograr ser más eficientes, transparentes y responsables en la adopción. Algunas de estas barreras son: • Accesibilidad e integración de datos dispersos en arquitecturas híbridas. • Calidad, privacidad y gobernanza de los datos. • Soluciones de IA heterogéneas, parciales con poca escalabilidad. • Gobernanza de la IA para asegurar equidad, transparencia y confianza. • Equipo humano y organizativo necesario con el conocimiento y perfil adecuado para asumir y respaldar el cambio que supone a nivel empresarial. Para solventar estas dificultades es necesario un nuevo enfoque y aproximaciones como 'Data Fabric' en lo que respecta al acceso y tratamiento de datos (DataOps) y la 'IA Generativa' en lo que respecta a la aproximación con modelos analíticos fundacionales para acelerar y escalar la adopción de la IA. Todo ello en un marco de gobernanza end to end de este tipo de iniciativas. ¿Con qué retos se encuentran las empresas para poder escalar su IA? Algunos retos se han expuesto en el punto anterior, pero en concreto la escalabilidad es un reto muy comentado actualmente por la situación con Chat GPT. La gran dificultad para escalar, desde mi punto de vista, surge en base a tres grandes retos: • Cómo garantizar una ventaja competitiva sostenible en el tiempo. • Cómo extender la IA a todos los ámbitos y procesos del negocio. • Cómo asegurar la adopción responsable de la IA para asegurar la equidad, transparencia y cumplimiento normativo. Desde IBM proponemos una opción basada en la IA Generativa, con el uso de modelos fundacionales con tres grandes ventajas de la plataforma IBM watsonx:
RkJQdWJsaXNoZXIy Njg1MjYx