2023 fue el año de experimentar con la IA. La IA será parte del trabajo diario en 2024, afirma Stephanie Griffiths de Dataiku.
Stefanie, para 2024 se prevé un crecimiento del 0,9 por ciento para la UE y para Alemania sólo del 0,2 por ciento. Los gerentes duplican y triplican cada centavo. ¿Por qué las empresas deberían seguir invirtiendo en inteligencia artificial?
Stephanie Griffiths: Para no perder el contacto con la competencia, las empresas deberían aumentar significativamente su productividad. El trigo se separa de la paja. El bajo crecimiento en Alemania es una razón más para invertir en IA. Una regla general para evitar costos innecesarios es comenzar en una escala más pequeña si es posible, en lugar de posponer proyectos gigantescos por temor a que los gastos se disparen. El miedo a los costos a largo plazo oscurece con demasiada frecuencia los beneficios a corto y mediano plazo.
Hay una gran euforia por la IA. Pero mi impresión es que las empresas carecen de proyectos concretos y de empleados que puedan utilizar la IA de forma útil. ¿Qué recomiendas a las empresas?
Los costos y el retorno de la inversión son una cuestión central. En este contexto, también queremos presentar más historias reales de éxito de la IA. También acabamos de introducir nuevas funciones en nuestro LLM Mesh que facilitan al máximo a las empresas el seguimiento y control de su gasto en nuevos modelos de IA. Nuestro nuevo componente “LLM Cost Guard” permite a las empresas rastrear y monitorear de manera efectiva el uso de sus modelos lingüísticos (LLM) para anticipar y controlar con mayor precisión los costos de la IA generativa. Esto no solo brinda a los gerentes acceso controlado y regulado a LLM en nuestro LLM Mesh, sino también control detallado y en tiempo real sobre el gasto para que puedan concentrarse en el desarrollo.
Actualmente, casi ninguna empresa dispone de presupuestos para pura “experimentación”. ¿Cuándo pueden esperar los responsables de la toma de decisiones que sus inversiones se recuperen en forma de más ventas y empleados más eficaces?
2023 fue considerado básicamente el año de la experimentación. El lema para 2024 es que la IA generativa desarrollará su verdadero potencial en el trabajo diario. Hoy en día ya no basta con democratizar la IA, es decir, permitir que todos los miembros del equipo participen por igual. Las empresas también deben centrarse en el ROI de su IA. ¿Qué costes continuos surgen y qué valor añadido se puede calcular? Cualquiera que pueda demostrar resultados válidos a corto y medio plazo puede abogar de manera convincente por inversiones en proyectos a largo plazo.
¿Qué valor añadido pueden generar estos proyectos a largo plazo si se implementan con éxito?
Por ejemplo, actualmente estamos trabajando con una empresa farmacéutica para analizar datos biomédicos extensos e identificar oportunidades para reutilizar medicamentos existentes. Además, estamos trabajando con una empresa de bienes de consumo para generar y filtrar millones de ideas de productos en minutos para extraer calidad de la cantidad. Un fabricante de neumáticos utiliza nuestros servicios para analizar productos en busca de desviaciones de ruido y detectar defectos.
¿Significa eso que se acabó el tiempo de la experimentación?
No, no funcionará en el futuro sin experimentar. La pregunta es cómo se llevará a cabo esta experimentación. Recomendamos crear un entorno en el que los empleados puedan desarrollar e implementar la IA basándose en casos reales sin demasiada inversión. El 90 por ciento de las soluciones no requieren ajustes y ofrecen resultados iniciales en el corto plazo.
No es sólo el dinero lo que escasea. Al mismo tiempo, existe una gran incertidumbre: la Ley de IA de la UE está por llegar y el número de soluciones diferentes está aumentando. Muchas empresas pierden la perspectiva o temen que una solución que implementan hoy quede obsoleta al día siguiente. ¿Cómo se puede minimizar el riesgo de malas inversiones en esta situación?
Control, gobernanza, cumplimiento y flexibilidad son las palabras clave. Por ejemplo, las empresas deberían controlar quién utiliza qué datos, cómo, qué modelos se utilizan y a qué coste. Al mismo tiempo, debería documentarse de forma transparente cómo funcionan qué algoritmos. Entonces también podrá reaccionar ante futuras regulaciones que actualmente no son previsibles. Flexibilidad significa mantener abiertas las opciones y no depender demasiado de una única solución. Nuestro LLM Mesh adquiere aún más relevancia en este contexto. Por lo demás, la GenAI no es muy diferente de las revoluciones industriales anteriores. Las ganadoras serán las empresas que puedan escalar de forma fiable las nuevas posibilidades tecnológicas y encontrar el mejor equilibrio entre calidad, resultados y aprovechamiento de recursos a la hora de elegir un modelo.
Entonces, fiel al lema «es mejor intentar que estudiar», ¿no recomendaría que los empleados y equipos individuales reciban pequeños presupuestos y empiecen a utilizar la IA por su cuenta para trabajar de forma más eficiente?
A corto plazo esto puede funcionar. Pero, en última instancia, todo es una cuestión de equilibrio: si nadie en la empresa documenta detalladamente qué soluciones de IA utilizan qué datos, difícilmente será posible actuar de conformidad con la ley en el futuro. Además, esto también significa que lo más probable es que los mismos modelos se desarrollen dos veces y, en el peor de los casos, los datos de estos modelos se procesen dos veces. La clave es centralizar y estructurar el entorno de IA en la organización para evitar la duplicación de trabajo y garantizar la gobernanza, el control y el cumplimiento; Al mismo tiempo, así es precisamente como permitimos que los empleados y equipos individuales avancen de forma independiente en nuevas soluciones de IA. Pero, sobre todo, este enfoque también proporciona una visión general de la relación coste-beneficio. Como ya he dicho. Un retorno positivo de la inversión es el mejor argumento para proyectos a largo plazo.
Una vez que se establezca la gobernanza adecuada, todos podrán hacer su propia contribución. Y es genial cuando todos en una empresa se involucran: en Dataiku nos animamos a todos a desarrollar nuestros propios proyectos. Personalmente, actualmente estoy construyendo un chatbot para mejorar nuestro conocimiento interno. Es muy satisfactorio construir algo con y para sus equipos en un entorno seguro. ¡Eso trae mucha energía!. NetMedia.Alemania(RH), traducido al español
Contacto