La firma internacional de consultoría empresarial McKinsey & Company presentó una guía sobre la IA generativa. En medio del entusiasmo que rodea la temática desde el lanzamiento de ChatGPT, Bard, Claude,Midjourney y otras herramientas de creación de contenido, los directores ejecutivos identifican cuáles serían los valores y oportunidades con los que pudieran revolucionar sus negocios.
“La IA generativa se puede utilizar para automatizar, aumentar y acelerar el trabajo; actualmente un modelo básico de IA, puede crear un resumen ejecutivo para un informe técnico de 20,000 palabras sobre computación cuántica, redactar una estrategia de comercialización para un negocio de poda de árboles y proporcionar cinco recetas diferentes para los diez ingredientes en el refrigerador de alguien. No obstante, se continúa mejorando la precisión de resultados”, explicó Antonio Novas, socio y gerente de McKinsey en República Dominicana.
Más que un chatbot
Si bien los chatbots generadores de texto, como ChatGPT, han recibido una gran atención, la IA generativa puede habilitar capacidades en una amplia gama de contenido, incluidas imágenes, video, audio y códigos de computadora realizando varias funciones en las organizaciones tales como:
Clasificar y editar por medio del ingreso de descripciones de transacciones y documentos de clientes en donde se puedan identificar transacciones fraudulentas, y el uso de redactores inteligentes que puedan corregir la gramática y convertir un artículo para que coincida con la voz de la marca de un cliente.
Resumir y responder preguntasa través de un asistente de producción que pueda crear un video destacado basado en las horas de metraje de un evento o resumiendo los puntos clave de la presentación de un ejecutivo, y respondiendo dudas a partir de un «experto virtual» basado en IA generativa sobre los procedimientos operativos.Cada una de estas acciones tiene el potencial de crear valor al cambiar la forma en que se realiza el trabajo a nivel de actividad en las funciones comerciales y los flujos de trabajo.
Usar la IA generativa de manera responsable
La IA generativa plantea una variedad de riesgos que los directores ejecutivos planean mitigar para proteger su negocio y ganarse la confianza digital de los consumidores. En este sentido, la imparcialidad deberá asegurarse para evitar sesgos algorítmicos debido a datos de entrenamiento imperfectos; la propiedad intelectual debería tenerse en cuenta por igual, para evitar la infracción de materiales protegidos por derechos de autor, marcas registradas, patentados o legalmente protegidos.
También sería necesario prestar atención a la privacidad en aquellos casos donde los usuarios ingresen información que luego termine en los resultados del modelo haciendo a las personas fácilmente identificables, pues la IA generativa también podría usarse para crear y difundir desinformación, falsificaciones e incitación al odio.
Por último, el impacto organizacional, social y ambiental, desde la perspectiva que mide en qué forma se verá modificada la fuerza laboral, los grupos y comunidades, conociendo que el desarrollo y la capacitación de modelos básicos pueden tener consecuencias ambientales perjudiciales como el aumento de las emisiones de carbono (La capacitación de un modelo de lenguaje grande puede emitir alrededor de 315 toneladas de dióxido de carbono).
Productividades de la IA
Para mejorar la productividad de los ingenieros en los procesos de IA, se implementa un producto de finalización de código que se integra con el software que usan los ingenieros para codificar los modelos. La investigación de Mckinsey demostró que tales herramientas pueden acelerar la generación de los códigos de un desarrollador hasta en un 50 por ciento.
Ayudar a los gerentes de relaciones a mantenerse al día con la información y los datos públicos
En este ejemplo, un gran banco corporativo decidió usar IA generativa para mejorar la productividad de los gerentes de relaciones creando una solución que escanea documentos y puede proporcionar rápidamente respuestas sintetizadas a preguntas planteadas para optimizar la experiencia del usuario.
Liberar a los representantes de atención al cliente para actividades de mayor valor
El servicio al cliente rápido es un diferenciador competitivo. Este ejemplo es basado en los representantes de atención al cliente de una empresa que manejaba cientos de consultas entrantes al día, al ser largos los tiempos de respuesta, provocaban la insatisfacción de los usuarios, la empresa introdujo un Bot de servicio al cliente de inteligencia artificial generativa para manejar la mayoría de las solicitudes de los clientes a partir de un modelo base que garantizaba respuestas alineadas con el lenguaje correcto y el tono establecido para la empresa.
Acelerar el descubrimiento de fármacos
En este ejemplo, los científicos de investigación en el descubrimiento de fármacos en una empresa farmacéutica tenían que decidir qué experimentos ejecutar a continuación, basándose en imágenes de microscopía.
La empresa decidió crear una herramienta que ayudaría a los científicos a comprender la relación entre la química de los fármacos y los resultados microscópicos registrados para acelerar los esfuerzos de I+D.
El modelo entrenado agregó valor al predecir qué fármacos candidatos podrían conducir a resultados favorables y al mejorar la capacidad de identificar con precisión las características celulares relevantes para el descubrimiento de fármacos. Esto puede conducir a procesos de descubrimiento de fármacos más eficientes y efectivos, no solo mejorando el tiempo de obtención de valor, sino también reduciendo la cantidad de análisis inexactos, engañosos o fallidos.
Equilibrar el riesgo y la creación de valor
Como demuestran los casos de uso detallados, es importante que los líderes empresariales equilibren las oportunidades de creación de valor con los riesgos que implica la IA generativa. De acuerdo a la reciente Encuesta global sobre IA de McKinsey, la mayoría de las organizaciones no mitigan la mayoría de los riesgos asociados con la IA tradicional, aunque más de la mitad de las organizaciones ya han adoptado la tecnología.
Como resultado, el equipo de liderazgo multifuncional necesitará no solo establecer principios y pautas éticas generales para el uso de IA generativa, sino también desarrollar una comprensión profunda de los riesgos presentados por cada caso de uso potencial de manera que el salto tecnológico que actualmente dan las empresas y organizaciones a nivel mundial se equipare con la responsabilidad moral y ética que se igual forma se deba salvaguardar.
La IA en RD
En República Dominicana el desarrollo de la IA generativa aún se encuentra dando sus primeros pasos, no obstante, durante un evento del Instituto Dominicano de las Telecomunicaciones y el Laboratorio de Innovación de la República Dominicana, el Presidente Luis Abinader informó que para agosto 2023 el país tendría definido una Estrategia Nacional de Inteligencia Artificial con el fin de que estas nuevas tecnologías cuenten con una hoja de ruta definida que respete la integridad de los ciudadanos y los principios de la información transparente, según lo establece la Política Nacional de Innovación y la Agenda Digital 2030.
El mandatario expresó tener altas perspectivas en materia de avances de IA,con el fin de que la misma impacte positivamente la Inter-operatividad de las instituciones gubernamentales haciendo más eficiente y productivo de igual forma los sectores privados.
