En el actual entorno empresarial complejo, los líderes reconocen la necesidad de reinventar radicalmente las empresas para alcanzar emisiones netas cero, impulsados por la inteligencia artificial generativa. Mercedes Osorio, Managing Director y Technology Lead en Accenture Colombia enfatiza la importancia de la IA Gen en la productividad y la transición energética. Los avances en IA y la necesidad de reformular los fundamentos de datos son claves, con el potencial de los Modelos de Lenguaje Grandes para impactar significativamente las industrias, apuntando a una eficiencia operativa y sostenibilidad.
Osorio es la Managing Director y Technology Lead en Accenture Colombia desde agosto de 2023. Antes de unirse a Accenture, Mercedes tuvo una destacada carrera en Kyndryl y en IBM, donde acumuló más de 24 años de experiencia en roles ejecutivos de entrega y gestión. Además de su rica trayectoria profesional, Mercedes es alumna del TLC Leadership Consortium de Harvard Business School y posee un Master’s Certificate en Project Management de The George Washington University.
Hablamos con Osorio sobre la visión que tiene Accenture sobre la IA y su impacto para las empresas. En esta entrevista exploramos cómo la inteligencia artificial generativa está transformando el panorama empresarial hacia la sostenibilidad. Discutimos cómo esta tecnología facilita la adopción de prácticas que contribuyen a alcanzar emisiones netas cero, evaluando tanto sus beneficios en optimización y reducción de costos como sus implicaciones en la fuerza laboral y el consumo energético. Abordamos también las estrategias para integrar la IA en los procesos empresariales sin perjudicar el empleo, destacando la importancia de adaptar las habilidades laborales a esta nueva era tecnológica.
Lee también: Hablamos con Niko Valese, un experto en FX que ha trabajado para Marvel y Star Wars
¿De qué forma la inteligencia artificial generativa puede llevar a las empresas a alcanzar las emisiones cero?
La inteligencia artificial generativa, al trabajar con modelos de lenguaje que procesan grandes cantidades de información, permite a los ejecutivos obtener respuestas rápidas y análisis de tendencias sobre el consumo de gases en sus empresas. Esto les ayuda a tomar decisiones informadas para reducir su huella de carbono. Además, la IA generativa puede hacer predicciones y recomendaciones basadas en datos históricos, lo que facilita la identificación de áreas de mejora y la implementación de estrategias de sostenibilidad.
¿No plantea una paradoja el hecho de que la inteligencia artificial generativa requiere un alto costo en términos de procesamiento y energía para generar respuestas? ¿Es mayor el beneficio de las recomendaciones que el impacto ambiental que puede tener generar estas respuestas?
El impacto ambiental del procesamiento de datos en la IA generativa es mínimo, ya que puede manejar grandes volúmenes de información en periodos cortos de tiempo. Además, los beneficios de la transformación empresarial que se logra con la IA generativa, como la reducción de costos y la optimización de procesos, superan con creces el consumo energético.
Los empresarios ven con optimismo la inteligencia artificial generativa por su potencial para mejorar la productividad. Sin embargo, esta tecnología también implica cambios laborales. ¿Qué recomendaciones dan a las empresas para que la transición hacia la IA generativa no tenga un impacto laboral tan fuerte en los trabajadores?
Es fundamental acompañar a las empresas en el proceso de transformación y “reskilling” de sus talentos. La IA generativa no trabaja de forma aislada, sino que requiere la intervención humana para la incorporación y validación de información. Por lo tanto, es necesario capacitar a los empleados para que puedan adaptarse a las nuevas tecnologías y asumir roles más estratégicos y de mayor valor.
¿Qué habilidades deben tener los profesionales en esta nueva etapa laboral marcada por la IA generativa?
Las habilidades más importantes en esta nueva era son la adaptabilidad al cambio, la capacidad de resolver problemas y el desarrollo de habilidades blandas (“soft skills”). Los profesionales deben estar abiertos a nuevas formas de trabajo, como metodologías ágiles, y ser capaces de colaborar eficazmente en equipos autogestionados.
¿En qué tipo de procesos consideran que la inteligencia artificial puede ayudar más? ¿En qué tipo de problemas ven esencial el uso de este tipo de tecnología para mejorar la productividad?
La IA generativa tiene un amplio rango de aplicaciones, desde el desarrollo de código hasta la atención al cliente, pasando por la optimización de procesos operativos y la colaboración en proyectos. Algunos ejemplos concretos incluyen la generación automática de código, el análisis de llamadas en centros de contacto para mejorar la satisfacción del cliente, la apertura automática de tickets de soporte técnico y la simulación de fábricas mediante gemelos digitales para la monitorización y la capacitación.
La confiabilidad de la información que brindan los modelos de lenguaje depende en gran medida de cómo se alimentan con datos. Es crucial contar con bases de datos que contengan información precisa y actualizada. Sin embargo, la intervención humana sigue siendo esencial para controlar y verificar la información, garantizando así su confiabilidad.
Lee también: Google Cloud Next 2024: las novedades más relevantes en IA
¿Qué recomendaciones daría a las empresas que desean crear su propio modelo de lenguaje, especialmente si priorizan la privacidad de sus datos y evitan usar modelos públicos?
Es fundamental establecer un modelo de gobierno sólido al crear un modelo de lenguaje propio. Esto implica definir parámetros claros en áreas como seguridad, procesos, alineación con principios éticos, regulaciones y protección de datos. Es importante involucrar a expertos en tecnología, negocios, legalidad y seguridad para abordar todas las implicaciones potenciales.
Además, se debe prestar especial atención a la ciberseguridad. Un ejemplo ilustrativo es el caso de una empresa que permitió el uso de ChatGPT a sus empleados. Un empleado solicitó a ChatGPT una lista de cumpleaños del mes de abril, y el modelo accedió a la red de la empresa, extrayendo información personal y violando la privacidad de los empleados.
Por lo tanto, es crucial establecer parámetros de seguridad adecuados para evitar brechas de seguridad y proteger la información sensible.
¿Qué tipo de capacitación o guía ofrecen a sus empleados para que interactúen de manera efectiva con los modelos de lenguaje y obtengan los mejores resultados?
Contamos con una guía de mejores prácticas de desarrollo que establece normativas para garantizar un uso seguro de los modelos de lenguaje y proteger la información. Además, todos los empleados, independientemente de su área de especialización, reciben capacitación integral en IA generativa y datos. Esto incluye una serie de cursos que brindan una comprensión conceptual de la tecnología, sus aplicaciones y las condiciones de uso responsable.
¿Cómo visualiza la regulación de los modelos de lenguaje a nivel global y local?
La regulación de los modelos de lenguaje debería ser un esfuerzo conjunto a nivel global y local. Si bien es importante contar con un marco general que establezca principios básicos para el uso ético y responsable de estas tecnologías, también es necesario adaptarlo a las particularidades y regulaciones de cada país.
Actualmente, se están realizando esfuerzos a nivel gubernamental para abordar la regulación de la IA y las tecnologías transformadoras, y es fundamental que las empresas también trabajen en políticas internas que se alineen con las regulaciones locales y sus propios valores.
Lee también: Datos clave de la adopción de inteligencia artificial (IA) en América Latina en 2024
¿Qué recomendaciones daría a los profesionales que desean incursionar en el campo de la inteligencia artificial y aprender a utilizar estas herramientas?
Existen numerosas oportunidades de aprendizaje para quienes desean adentrarse en el mundo de la IA. Las universidades están incorporando cada vez más cursos y programas relacionados con la IA y la transformación digital en sus planes de estudio. Empresas como Microsoft y Google ofrecen cursos y programas de capacitación, a menudo a bajo costo o sin costo alguno.
Además, hay una gran cantidad de información disponible en línea, y las empresas que desarrollan estos modelos suelen proporcionar recursos educativos. La clave es aprovechar estas oportunidades y comenzar a familiarizarse con los conceptos básicos de la IA.
¿Cuál sería el punto de partida para una pyme que quiere empezar a utilizar la inteligencia artificial?
El primer paso para una PYME que desea adoptar la IA es identificar casos de uso potenciales dentro de su negocio. Luego, es crucial definir un modelo de gobierno claro que establezca cómo se implementará y gestionará la IA en la empresa.
Una vez que se tienen claros los casos de uso y el modelo de gobierno, se pueden iniciar pruebas de concepto a pequeña escala para evaluar la viabilidad y los beneficios de la IA. Si los resultados son positivos, se puede escalar la implementación a toda la empresa.
Es importante destacar que la adopción de la IA no se trata solo de tecnología, sino también de gestionar el cambio y preparar a los empleados para trabajar con estas nuevas herramientas. La IA no debe verse como una amenaza para el empleo, sino como una oportunidad para mejorar los procesos y desarrollar nuevas habilidades.
