Episodio 1: Libera al héroe de IA que llevas dentro

Preámbulo

Por Ronald van Loon

CEO & Principal, Intelligent World

El efecto de la IA generativa: disrupción, oportunidad y el futuro de los negocios

Estamos siendo testigos de una era transformadora de avances en IA. Viene marcada, principalmente, por su adopción masiva entre los consumidores, habilitada por el crecimiento de las innovaciones accesibles en Inteligencia Artificial Generativa (GenAI). 

En el breve tiempo que ha estado en primer plano, el paisaje de la IA generativa ha evolucionado con rapidez. Ahora el interés se centra en cómo pueden aprovechar las empresas sus posibilidades aparentemente infinitas.  

Aunque el sentimiento actual sobre la IA generativa es de optimismo cauteloso, de adaptación estratégica y de esfuerzo colectivo para lograr un uso responsable de la misma, el camino para generar valor comercial a partir de esta potente tecnología aún se está explorando. A pesar de ello, las tasas de adopción no dejan de ser destacables. Según elInforme comparativo de IA generativa de Qlik, el 79 % de las empresas líderes ya han invertido en una herramienta o proyecto de IA generativa.

Sin embargo, un gran poder conlleva una gran responsabilidad. El impacto de los cambios provocados por la IA y la IA generativa será significativo en muchos sectores, y exigirá un enfoque de gobernanza y gestión de riesgos urgente y proactivo. Actualmente, la mayoría de organizaciones no disponen de directivas sólidas en vigor que les indiquen cómo deben interactuar con esta tecnología ellas y sus empleados, quienes quizá ya la usen en sus vidas privadas.

Abundan las preocupaciones éticas y relativas a la seguridad en cuanto a la IA y la IA generativa, tal como demuestra el Decreto ejecutivo sobre IA del presidente Biden, en el que se establecen nuevos estándares para la seguridad de la IA, y la reciente Cumbre sobre seguridad global de IA celebrada en Londres, que culminó con la Declaración de Bletcheley sobre seguridad de la IA.

Estos acontecimientos refuerzan el compromiso global para garantizar un desarrollo seguro y responsable de la IA. El énfasis en la colaboración internacional, la protección de los consumidores y la promoción de la innovación reflejan un enfoque equilibrado que se propone aprovechar las ventajas que ofrece la IA generativa al tiempo que se mitigan sus riesgos.

Pero incluso mientras los gobiernos consolidan sus respuestas a la innovación, la IA generativa ya está teniendo un impacto palpable en el funcionamiento de las empresas. La tecnología está remodelando cómo se consideran los contratos y las aptitudes del personal laboral, ya que su uso es cada vez mayor en funciones como el marketing, las ventas y la atención al cliente. Al mismo tiempo, la demanda de ingenieros de datos, ingenieros en aprendizaje automático y científicos de datos se ha disparado, y nuevos cargos como el de ingeniero de instrucciones están ganando prominencia. Estos serán los trabajadores que moldeen la respuesta comercial a las innovaciones de la IA.

Estos cambios parecen haberse recibido con optimismo y con un enfoque estratégico hacia la inversión en lugar de una simple inercia. De modo que el 45 % de los ejecutivos indica que los recientes avances en IA han impulsado un aumento en la inversión en IA, mientras que el 36 % invierte en una estrategia de IA ya formalizada.

Se trata de un buen comienzo, pero las acciones emprendidas no siempre ofrecen resultados positivos. En esta guía se ofrecen las diferentes perspectivas de expertos en datos y analítica de distintos sectores que han emprendido su recorrido con la IA, y se incluyen consejos prácticos de personas responsables de optimizar los procesos de datos con IA.

Introducción

Experiencias de IA reales de expertos de datos

El revuelo en torno a la IA y a su potencial valor de negocio no hace más que aumentar. Sin embargo, en medio del bullicio hay una innegable sensación de saturación informativa, por lo que es comprensible que muchos líderes en datos y analítica sigan teniendo dudas sobre los beneficios reales de la tecnología y los pasos que deben seguir para adoptarla. Saben que sus equipos de datos son vitales para el éxito de las iniciativas de IA, aunque el camino está menos transitado y hay menos ejemplos que seguir.

Visionary Voices in AI brings together real experiences and tangible advice from data and analytics professionals that are on their own AI implementation journeys.

Siga leyendo para conocer opiniones sobre cómo maximizar el impacto de la IA y mejorar el papel humano en el proceso. Además de esto, los expertos también intervienen en el debate sobre modelos de entrenamiento público o privado, analizan cómo equilibrar la innovación y los riesgos con gobernanza, ética y mucho más.

La IA lleva décadas entre nosotros, pero está experimentando un enorme auge de popularidad. Esto se debe a varios motivos, que incluyen: ventajas en tecnologías adyacentes, aumento de la disponibilidad de los datos, que ha creado mejores algoritmos, y una variedad de aplicaciones prácticas cada vez más amplia. Aunque se considera una herramienta para conseguir ventajas competitivas, sigue hablándose y analizándose dónde puede ofrecer un mayor valor. Sin embargo, ya estamos empezando a ver cómo los equipos de datos y analíticas usan (o planean usar) la IA en distintos sectores y para distintos fines.

Acto 1

El potencial positivo de la IA

Transforming information to create valuable insights

Resulta claro que ambos sectores, público y privado, ven en la IA una oportunidad de mejorar el valor de sus productos y servicios. Y esto, a su vez, les ayuda a cumplir expectativas, aumentar la eficiencia y, en algunos casos, dejar atrás a la competencia. 

“AI has the potential to revolutionize healthcare by improving diagnostic accuracy, enhancing patient outcomes, improving post-surgery care and reducing healthcare costs. It is already being used in image diagnostics for early detection of cancer. Robot assisted surgeries are already being performed, which can help in performing key-hole surgery and hence reducing the recovery time for the patients. In addition to this, AI can increase productivity and the efficiency of care delivery and allow healthcare systems to provide better care to more people.”
Deepa Tambe, Head of Reporting Technology, Barts Health NHS Trust

Mitul Vadgama, Senior Data and Analytics Strategy Manager at Lloyds Banking Group explains how the technology can bring value to the banking sector: “AI has the potential to transform financial services, such as banks, by providing personalized services, enhancing security, optimizing operations and enabling data-driven decisions. Adopting AI technologies can help banks stay competitive in a rapidly evolving industry, while delivering better services to their customers.”

Dave Elliott, Global Data and Analytics Manager at Mayborn Group, which owns global baby brand Tommee Tippee, agrees with the opportunities for improving services and meeting customer demand, but also for upgrading the back-end operations that enable this. He explained: “AI provides a vast array of opportunities… be that improving and optimizing the supply chain, enhancing the consumer experience through natural language processing or generative AI, or through core AI functions such as sales or demand forecasting.”

But this isn’t the only advantage that Mayborn Group sees from continued use of AI. Mark Little, Dave’s colleague and Principle Business Intelligence Specialist, explained: “We’ve used AI for a number of things. The one we have seen the biggest return from is sentiment analysis. Using the technology, we can look at all our reviews from across a number of platforms and get a general idea of how we are performing. Without it we’d have to spend hours collating and reading all the text.”

It's not just private organizations that see the potential for enhanced decision-making. Calum MacIver, Corporate Information Manager at The Health Informatics Service – hosted by the Calderdale and Huddersfield NHS Foundation Trust – highlighted how the NHS is benefitting from the predictive capabilities enabled by AI.

"En el NHS, la IA se está usando de forma cada vez más visible, desde la asistencia en diagnósticos hasta la predicción de admisiones y asistencias. El análisis que vemos gracias a la tecnología abre nuevas vías de investigación en todas las áreas del servicio de salud.”

Obtener ventaja gracias a la velocidad

El asunto de la velocidad está muy presente en las experiencias de los expertos con la IA, y al citar su valor para las empresas. Los equipos de datos y de analíticas juegan un papel fundamental a la hora de convertir información dispar en conocimientos comerciales tangibles. Con tanta información disponible y la necesidad de obtener conocimientos en tiempo real, el análisis manual suele resultar lento y, para cuando se reciben, los conocimientos están desactualizados. Es obvio que la IA puede aportar grandes oportunidades en esta área.

As Priscila Papazissis, Data Product Manager at Localiza & Co., a car rental company headquartered in Brazil, notes: “AI is transforming access to data and analytics and promoting data driven decision-making in my organization. It brings about the opportunity to capture, treat and show huge amounts of data in faster ways than ever before thanks to machine learning algorithms. Now the time between the business event and collecting the results has reduced so we are informed faster and can make decisions that make a difference.”

John Delligatti, Director of Digital Supply Chain Transformation at SDI adds: “It's one thing if AI saves me, personally, a bunch of time, but if I can save 10 or a hundred people time – it's got tremendous value. So, I would say begin investigating these tools right away. Encourage your team members to use them.”

Adoptar lo desconocido

Los negocios siguen enfrentándose a la incertidumbre debido al contexto macroeconómico, a los avances tecnológicos y a la evolución de las legislaciones. La buena noticia es que la IA puede ayudar a crear modelos predictivos que le permitan anticipar tendencias y resultados futuros. Esto otorga a los datos y a los equipos de analítica el conocimiento necesario para ayudar a que el negocio avance con confianza. También libera tiempo de sus equipos, para que puedan pensar de forma estratégica usando el conocimiento obtenido mediante IA.

"Podemos transformar los roles de las personas que usan y toman decisiones con datos, porque podemos dejar que la IA realice el trabajo repetitivo para identificar problemas. Por ejemplo, al ojo humano le resultaría casi imposible identificar un fraude existente en los datos."
Priscila Papazissis

Sobre la oportunidad que la IA ofrece a grandes organizaciones existentes, como el NHS, Calum MacIver explica lo siguiente: "En lo que respecta al acceso a los datos, la IA aún tiene que jugar un importante papel, ya que seguimos basándonos en procesos probados a lo largo del tiempo para obtener los datos requeridos. Lo importante es qué queremos hacer con los datos una vez obtenidos. La búsqueda de patrones, predicciones y anomalías en los datos son las tres áreas en las que esperamos usar más la IA, y en concreto el aprendizaje automático."

Deepa Tambe shares Calum’s view on the potentials of AI to predict unknowns: “In healthcare we collect tons of data from every interaction with patients and machines. What we need is the use of data for building insights. Predicting the pressure points, predicting the flow of patients in the emergency department and the resources needed to cater to the high demand of the hospitals are areas I believe it could really help. We are already using predictive analytics and alerting mechanism to notify operational teams for the correct bed type requirements. This was developed during the peak of the pandemic which hospitals found very useful.”

Definir las necesidades antes de adoptar la IA 

Con todo el revuelo en torno a la IA, es comprensible que muchos quieran integrarla lo antes posible. Pero hacerlo antes de evaluar los retos que se quieren solucionar conlleva riesgos. El consejo de nuestras Visionary Voices fue unánime: la adopción de la IA por el simple hecho de hacerlo no tiene un impacto positivo. El recorrido hacia la IA debe comenzar por un problema o reto. Solo entonces verá el auténtico valor del tiempo destinado y la inversión realizada, y podrá sacar todo el partido a sus capacidades.

Mark Little notes: “AI will have a huge impact, but you need to make sure that you have a proper use case so that it comes back with a return. If you go in with no idea and just play around with the technology, you will probably conclude that it’s just a ‘trend’. But if you have a defined use case where you can measure the outcome, your experience of using AI will be much more positive.”

Martin Sahlin, Founder and CEO of Stretch Qonnect, which helps sports clubs with detailed, simplified and easy-to-understand analytics, adds: “Everyone is talking about AI, but many don’t know why or what to do with it. In order to get the right outcome and not to go down the wrong path and believe in something wrong, initiatives and investments in AI need to have a very clear and particular challenge in mind. What’s more, there needs to be a tangible measuring of the outcome.”

Las organizaciones como HCL Technologies identificaron un desafío básico y han creado soluciones para ayudar al negocio de forma proactiva.

“We have a data scientist team which works in Python and has created many ML models for business uses. One example is the Attrition Prediction Analysis – which helps us predict which employees are at risk of leaving the organization and allows us to support them accordingly.”
Rahul Gupta, Associate General Manager

Acto 2

Redefinición del papel humano

Están surgiendo nuevos roles, pero no para todos (por ahora)

Una clara ventaja de la IA que los expertos en datos han empezado a observar es la oportunidad de descubrir respuestas a preguntas que ni siquiera sabían que tenían. Se debe a la capacidad de analizar y procesar grandes volúmenes de datos, demostrar la relación entre puntos de datos e identificar patrones y realizar predicciones. Esto significa que los usuarios y los analistas de la empresa no necesitan el nivel de aptitudes de un científico de datos para beneficiarse de las herramientas automatizadas.

“AI enables me to better understand the relationship and context of data that I might not have noticed at first. It has also led me to question certain things that I wouldn’t have questioned before when analysing manually” - Michal Lecian, Business Intelligence Analyst at Dolphin Consulting.

Otro beneficio clave de la IA es la oportunidad de crear nuevos roles y responsabilidades estratégicos. Al hacerlo, los equipos de datos pueden dejar de lado la limpieza manual de datos y centrarse en el análisis y la recopilación de conocimientos.

Filippo Orlando, Head of Advanced Analytics at Unieuro S.p.A, the Italian consumer electronics distribution leader said: ‘’AI enhances our team's capabilities by automating tasks, providing insights and improving efficiency. It's reshaping roles to focus on higher-level strategic tasks. In some cases, new AI-focused roles have emerged to manage and optimize AI systems.’’

Martin Sahlin agrees about looking at AI not as a replacement of jobs, but rather an accelerator of work: “You need to challenge AI. It’s important to be critical when looking at the results and monitor outcomes of AI very closely. This will be a bigger and bigger part of data roles going forward. Repetitive tasks can easily be outsourced to AI, leaving the more innovative work to people.”

But not all companies are ready for this shift or the addition of new expertise. Our Generative AI Benchmark Report highlighted that just over a third of organizations are planning to train data models fully in-house, while 60% are considering partially using third-party resources to do so, and only 4% are doing this fully in house.

Mario De Felipe Pérez, Chief Transformation Officer at Grupo ASV continues: “We are relying on specialized partners to deploy the technology. If it reaches sufficient maturity and relevance within the company, we will consider incorporating specialized personnel. What we are doing is training many people within the company in Artificial Intelligence. Mainly, we are working on how to use Generative AI to increase productivity in our call centres and in departments such as legal, financial or marketing.”

Acto 3

Desplegar la innovación de la IA de forma segura

Conseguir los beneficios tangibles que puede ofrecer la IA no es tan fácil como "limitarse a adoptarla". También supone equilibrar su capacidad de innovación con los riesgos asociados. Esto requiere hacer pruebas detalladas, cumplir las normativas y supervisar exhaustivamente las iniciativas impulsadas por IA. Resulta vital evaluar los potenciales beneficios en comparación con los posibles inconvenientes para tomar decisiones informadas sobre inversión.

"El auge de la IA generativa, como ChatGPT, abre oportunidades y desafíos en numerosos dominios. Anima a las personas a pensar de forma creativa sobre cómo la Inteligencia Artificial puede mejorar los esfuerzos humanos, pero también subraya la importancia de un uso ético, de prácticas de IA responsables y de una investigación continua para controlar el cambiante panorama de las aplicaciones de IA. Gestionar la innovación con principios éticos tendrá importancia al seguir aprovechando la IA generativa y otras tecnologías avanzadas de IA en el futuro."
Mitul Vadgama

Priscila Papazissis added: “We have to start thinking and studying how to use this technology inside the organization in a secure way, with all the risks mapped, because in my opinion, there’s a lot of possible risks involved with AI.”

Hay que acercarse a la IA entrenada de forma pública con precaución

Como ejemplo de estas cuestiones puestas en práctica, muchos negocios han recurrido a modelos entrenados de forma pública en la carrera por adoptar la IA. Esto se debe, principalmente, al tiempo y la experiencia que se necesitan para crear versiones personalizadas y privadas. Sin embargo, lo que los expertos dejan claro es que es necesario tomar precauciones antes de emprender este camino.

Rahul Gupta, Associate General Manager at HCL Technologies explained: “The company has banned employees to use company proprietary information in ChatGPT and other similar models as there is a data security risk. This is because any data shared could be used to either train the model publicly.”

In the context of Generative AI, Dave Elliott focuses on the importance of challenging the data: “The rise of Generative AI comes with both excitement and caution. However, it does emphasize the need for organizations and users alike to ensure that foundational data knowledge and fluency is in place. Without this, we face falling into a scenario in which we follow the results without fully understanding the implications or being in a position to question. After all, to really leverage data for better decision making, no matter the source, we must be able to read, work with and challenge the data.”

‍The consensus, it seems, is for a healthy scepticism towards public AI models. Consistent concerns surround the ability to maintain data quality and understand potential biases. In addition to this managing noisy or incomplete data, handling ambiguity and adapting to evolving language were all noted as things to consider.

John Delligatti understands the value of creating and using your own AI: “When things are developed internally, or with the expertise of subject matter experts at your company, they’ll take longer but hopefully provide better results. Real concerns about the accuracy of AI models, predictions and generated answers comes from models that are publicly trained, not trained on your data, and frankly, where you can’t necessarily identify sources of statistics properly. We’ve all heard of examples where ChatGPT can pass a medical exam, but we’ve also heard of examples where ChatGPT attempts to draft a legal document and cites cases that don’t exist. So, you need to take everything that comes from these models with a grain of salt and fact check yourself.’’

Deepa Tambe is also concerned on the matter of using accurate data, stressing the full team using need to be educated on its importance: “As a basic fact the data which goes in is the data we get out. So, we need to focus on the accurate data being captured to give the right outcome. We still need to focus on basic principle of data accuracy and data literacy and educate people (of non-data & analytics background), the importance of it. We can only progress if we can bring everyone on the exciting journey of AI.”

Henri Rufin, Head of Data & Analytics at Radiall, shares his thoughts on the dangers of generative AI: “Using generative AI without any prior knowledge might be dangerous, as these technologies feed on the data you provide them which could easily become a security breach. Working with generative AI requires a deep understanding of the underlying technologies, along with a plan to avoid misappropriation or any ethical conundrum that may arise in the future.”

Reducir riesgos con integración de datos 

La integración y la gestión de los datos, junto con los procesos de gobernanza sólidos, adquieren una nueva importancia en la era de la IA. También exige un acercamiento más flexible hacia la gestión de los datos, dada la velocidad a la que un flujo de entrada de nuevos datos puede alterar un modelo de IA.

"Las organizaciones deben intentar mejorar los procesos de integración de datos para dar respaldo a las iniciativas de IA. Lo pueden lograr de muchas maneras: implantando una gobernanza de datos sólida, empleando herramientas de integración avanzadas, automatizando los canales de ETL, utilizando lagos de datos, garantizando la transmisión de datos en tiempo real, manteniendo la seguridad de los datos y el cumplimiento de las normas, supervisando el rendimiento y promoviendo una cultura de mejora continua."
Filippo Orlando

Dave Elliott explains how Mayborn Group is approaching data integration for AI, but also other technologies: “[Data integration] is a key foundation to all aspects of the organization’s data journey. As such, there is a core program to support the automation of data acquisition and integration underway. The focus of this program is to build a solid, governed and trusted source of data across all aspects of the organization to support both current data and analytics offerings, but also as a foundation to build upon new and emerging technologies.”

Priorizar la gobernanza y la seguridad

Esto no significa que la gobernanza de datos sea fácil, dado el volumen de datos que se procesa en los negocios a diario: ‍

"Estamos muy acostumbrados a dar respaldo a la política de gobernanza de datos estructurados y a garantizar su calidad, pero cuando hablamos de datos no estructurados como audio, vídeo o texto, el problema es mucho más complicado. Tenemos poca experiencia y afrontamos el desafío de etiquetar de forma adecuada los datos no estructurados para que los modelos de IA puedan procesarlos."’
Mario De Felipe Pérez

As part of data governance, data teams also face security challenges. Filippo Orlando shares what his team at Unieuro S.p.A. are focused on: ‘’I prioritize AI data privacy and security through encryption, access controls, and strict compliance with privacy regulations. This safeguards sensitive information, upholds ethical standards and builds trust with stakeholders.’’

Avanzar y experimentar 

Sin embargo, aquí es donde se ve afectado el equilibrio entre innovación y riesgo. Mantener una gobernanza y una seguridad de datos robustas no debe disuadirle de experimentar con la IA, como mínimo para entender cuáles son los casos de uso más adecuados. Si comienza con objetivos claros y se asegura de conseguir un anonimato y protección adecuados de los datos, establecerá una base sólida para cualquier tipo de experimentación. 

In practice, this means cross-departmental collaboration and starting with a small, trusted group, according to Henri Rufin: “At Radiall, we learn by doing and we believe in proof of concept. AI is definitely something we want to investigate. While we must deal with extra care with generative AI, we can not stay idle and be scared by the danger these technologies hold. We have started an AI initiative which, I hope, will lead us someday to deliver new services to support data literacy and data governance across the company. We work closely with IT and security departments to minimize risk, but also by establishing a trusted group of people to experiment alongside you, before rolling something out to the public.”

Conclusion

Convertir la IA en una realidad

Es obvio que la IA presenta una emocionante oportunidad para los negocios. Con la ayuda de la tecnología, pueden dar sentido a los datos mejor y más rápido que nunca, capacitando a los empleados y generando mejores resultados para los clientes. Más allá de esto, tiene la capacidad de cambiar la forma en que trabajan los equipos de datos y mejorar el valor que aportan a la organización.

Como con todas las nuevas tecnologías, algo tan revolucionario como la IA no está exento de dudas y especulaciones sobre el impacto que tendría un uso incorrecto, o uno no sujeto a la gobernanza de datos y la ética.

Así pues, ¿qué aprendizajes compartirían nuestros integrantes de Visionary Voices con sus colegas sobre cómo comenzar a aprovechar hoy mismo las ventajas de la IA?:

Comenzar poco a poco, realizar pruebas y aprender:

“Ensure that data fluency within the organization supports understanding both the use of and the outputs of any AI driven processes. Start small, test and learn, don't be afraid to fail and ensure that the business understands that it is a learning journey.” - Dave Elliott

Mantener un compromiso con prácticas éticas y responsables

“AI is a journey, and the key is to start taking small steps toward harnessing its potential while continuously learning and adapting. By approaching AI strategically and with a commitment to ethical and responsible practices, you can unlock new opportunities and stay competitive in a rapidly evolving landscape.” - Mitul Vadgama

No olvide nunca la importancia del "toque humano"

“There are a lot of ideas out there from the AI experts which can be applied to innovate services for the care of patients. However I think the personal human touch of care should not be lost while running to improve the unknowns.” - Deepa Tambe

Comience a experimentar ya

“My advice is that if you haven’t already, you have to get started. If you don’t plan to, you will be left in the dust by your competitors. AI isn’t the be all and end all but it’s a great tool and a great place to start experimenting. Start asking it questions specific to your business and see what it knows, start feeding it coding codes when you get an error and see what it says. These are the types of ways you can familiarize yourself – and encourage your teams to as well.” - John Delligatti

Trabajar con socios expertos

“First of all, you have to experiment with the technology to really understand the state it is in. Secondly, talk with specialized partners who can provide knowledge, experience and possible business cases. Thirdly, look for use cases through workshops within the organization.” - Mario De Felipe Pérez

Always keep humans in the loop

“AI can really help with out-of-the-box thinking. However, you have to be very careful about the results it shares – it isn’t always right. That’s why you should see it as an enhancement to the work being done by humans, rather than a replacement.” - Michal Lecian

Disponer de datos de calidad, limpios y gobernados es vital

“When it comes to AI technology, we have to remember that, no matter what, it's data based. So, data quality is fundamental. Nothing will work properly if your data is not properly governed. That means you have to focus on data literacy. At Radiall, we have been focusing on data integration, dashboard automation and data quality processes before even thinking about taking advantage of AI. That being said, I strongly believe AI, and Generative AI in particular, is going to change the way users interact with their data for the better, thus supporting and improving data literacy in the long run.” - Henri Rufin