A medida que nos acercamos a 2024, los CIO deben remodelar su agenda digital teniendo en cuenta las promesas y riesgos de la IA generativa. Aquí hay cinco formas de abordar el potencial disruptivo de los grandes modelos de lenguaje (LLM).
La transformación digital debe ser una competencia central de la organización. Ese es mi consejo clave para los CIO y líderes de TI.
Durante discursos y debates con los CIO, recuerdo a todos cómo las prioridades estratégicas evolucionan significativamente cada dos años o menos, desde el crecimiento en 2018, hasta la pandemia y el trabajo remoto en 2020, y el trabajo híbrido y las limitaciones financieras en 2022.
El impacto de las IA generativas, incluido ChatGPT y otros grandes modelos de lenguaje (LLM), será un factor importante de transformación de cara a 2024.
A medida que muchos CIO preparan sus presupuestos para 2024 y sus prioridades de transformación digital, es imperativo desarrollar una estrategia que busque oportunidades para evolucionar los modelos de negocio, apunte a los impactos operativos a corto plazo, priorice dónde deben experimentar los empleados y defina planes de mitigación de riesgos relacionados con la IA.
Pero con toda la emoción y la publicidad, es fácil para los empleados invertir tiempo en herramientas de IA que comprometan datos confidenciales o para que los gerentes seleccionen herramientas de IA no oficiales que no hayan pasado por revisiones de seguridad, gobernanza de datos y cumplimiento de proveedores. El desafío más grande es definir una estrategia realista y desarrollar una respuesta para el "soñador imposible", un líder empresarial que "pide la luna" y es uno de los ejecutivos con los que te encontrarás en el infierno.
Abhijit Mazumder, CIO de Tata Consultancy Services, dice: "Las prioridades de transformación deben estar fundamentalmente vinculadas a las prioridades comerciales y a lo que cualquier organización respectiva está tratando de lograr. En la mayoría de las empresas, el liderazgo se concentra tanto en el crecimiento como en la eficiencia operativa, sin olvidar priorizar la resiliencia, la ciberseguridad y los programas de eliminación de la deuda tecnológica".
A continuación se presentan varios factores impulsores de la IA generativa para que los CIO los consideren al evolucionar sus prioridades de transformación digital.
Definir una estrategia transformadora de LLM
En un reciente evento con líderes digitales que organicé, discutimos cómo la IA generativa y los LLM afectarán a todas las industrias. Algunos ejemplos incluyen cómo la IA generativa acelerará el descubrimiento de medicamentos farmacéuticos utilizando inteligencia adicional de datos no estructurados, empoderará a los trabajadores de fabricación de primera línea para abordar problemas de manera más rápida y confiable, permitirá a los proveedores médicos ofrecer respuestas personalizadas a las preguntas de salud de los pacientes, y ayudará a desarrollar nuevos productos de seguros, banca y otros servicios financieros basados en diálogos con los clientes. También transformará la educación al proporcionar nuevas formas para que los maestros avancen en el pensamiento creativo, la colaboración y las habilidades para resolver problemas de sus estudiantes.
"Este es un momento para que los CIO y CTO no solo sean creativos en cómo hacer más con menos, sino también para adelantarse a la competencia con inversiones calculadas, ya que sus competidores probablemente buscarán retrasar o recortar sus propios proyectos de transformación", dice Jeremiah Stone, CTO de SnapLogic. "Prioricen las iniciativas de transformación que puedan crear nuevas corrientes de ingresos, democratizar tecnologías o reducir la deuda técnica, especialmente al considerar oportunidades de IA generativa".
Los CIO probablemente reconocerán que los programas de transformación de esta magnitud son programas de varios años que requieren evaluar las capacidades de LLM, experimentar y encontrar ofertas seguras y viables para los clientes. Pero no tener una estrategia puede conducir a la interrupción, y un error clave que los líderes de TI pueden cometer al asistir a reuniones de la junta directiva es no tener un plan para una tecnología emergente que cambie el mundo, como la IA generativa.
Limpiar y preparar sus datos para LLM privados
Las capacidades de la IA generativa aumentarán la importancia y el valor de los datos no estructurados de una empresa, incluidos documentos, videos y contenido almacenado en sistemas de gestión de aprendizaje. Incluso si la empresa no está lista para considerar cómo la IA generativa puede interrumpir sus industrias y negocios, los líderes de transformación proactivos tomarán medidas para centralizar, limpiar y preparar los datos no estructurados para su uso en LLM.
"Con usuarios de toda la organización ansiosos por aprovechar las capacidades de IA generativa como parte de sus actividades diarias, la prioridad número uno para los CIO, CTO y CDO es permitir un acceso seguro y escalable a una creciente variedad de modelos de IA generativa y permitir que los equipos de ciencia de datos desarrollen y operacionalicen LLM adaptados a los datos y casos de uso de la organización", dice Kjell Carlsson, jefe de estrategia y evangelismo de ciencia de datos en Domino.
Ya hay 14 LLM que no son ChatGPT, y si tiene grandes conjuntos de datos, puede personalizar un LLM propietario utilizando plataformas como Databricks Dolly, Meta Llama y OpenAI, o construir su propio LLM desde cero.
Personalizar y desarrollar LLM requiere un sólido caso comercial, experiencia técnica y financiamiento. Peter Pezaris, director de diseño y estrategia de New Relic, dice: "El entrenamiento de grandes modelos de lenguaje puede ser costoso y las salidas aún no se han perfeccionado, por lo que los líderes deben priorizar la inversión en soluciones que ayuden a monitorear los costos de uso y mejorar la calidad de los resultados de las consultas".
Buscar eficiencias mejorando el soporte al cliente
McKinsey estimó en 2020 que la IA podría ofrecer $1 billón en valor cada año, siendo el soporte al cliente una oportunidad significativa. Esta oportunidad es mayor hoy en día debido a la IA generativa, especialmente cuando los CIO centralizan datos no estructurados en un LLM y permiten a los agentes de servicio hacer y responder preguntas de los clientes.
Justin Rodenbostel, EVP en SPR, dice: "Busquen oportunidades para aprovechar GPT-4 y LLM para optimizar actividades como el soporte al cliente, especialmente en lo que respecta a automatizar tareas y analizar grandes cantidades de datos no estructurados".
Mejorar el soporte al cliente es una victoria rápida para obtener un retorno de la inversión a corto plazo de LLM y las capacidades de búsqueda de IA. Los LLM requieren centralizar los datos no estructurados de una empresa, incluidos los datos integrados en CRMs, sistemas de archivos y otras herramientas SaaS. Una vez que TI centraliza estos datos e implementa un LLM privado, otras oportunidades incluyen mejorar la conversión de ventas y los procesos de incorporación de recursos humanos.
"Las empresas han estado almacenando datos en SharePoint y otros sistemas durante décadas", dice Gordon Allott, presidente y CEO de GetK3. "Podría tener algún valor al limpiarlo y usar un LLM".
Mitigar riesgos comunicando un modelo de gobierno de LLM
El panorama de la IA generativa cuenta con más de 100 herramientas que cubren pruebas, imágenes, videos, códigos, discursos y otras categorías. ¿Qué impide que los empleados prueben una herramienta y peguen información confidencial u otra información propietaria en sus consultas?
Rodenbostel sugiere: "Los líderes deben asegurarse de que sus equipos solo utilicen estas herramientas de maneras aprobadas y apropiadas mediante la investigación y creación de una política de uso aceptable".
Hay tres departamentos donde los CIO deben colaborar con sus directores de recursos humanos y de seguridad de la información en la comunicación de políticas y en la creación de un modelo de gobierno que respalde la experimentación inteligente. Primero, los CIO deben evaluar cómo ChatGPT y otras IA generativas impactan la codificación y el desarrollo de software. TI debe liderar con el ejemplo sobre dónde y cómo experimentar y cuándo no utilizar una herramienta o conjunto de datos propietario.
El marketing es la segunda área en la que centrarse, donde los especialistas en marketing pueden usar ChatGPT y otras IA generativas en la creación de contenido, generación de leads, marketing por correo electrónico y más de diez prácticas de marketing comunes. Con más de 11,000 soluciones de tecnología de marketing disponibles hoy, hay muchas oportunidades para experimentar y cometer errores inadvertidos en las pruebas de SaaS con nuevas capacidades de LLM.
Los CIO de las principales organizaciones están creando un registro para incorporar nuevos casos de uso de IA generativa, definir un proceso para revisar metodologías y centralizar la captura del impacto de los experimentos de IA.
Reevaluar los procesos de toma de decisiones y las autoridades
Un área importante a considerar es cómo la IA generativa afectará los procesos de toma de decisiones y el futuro del trabajo.
Durante la última década, muchas empresas han buscado convertirse en organizaciones impulsadas por datos mediante la democratización del acceso a los datos, capacitando a más profesionales de negocios en ciencia de datos ciudadanos e inculcando prácticas proactivas de gobernanza de datos. La IA generativa libera nuevas capacidades, permitiendo a los líderes recibir respuestas rápidas, pero la puntualidad, la precisión y los sesgos son cuestiones clave para muchos LLM.
"Mantener a los humanos en el centro de la IA y establecer marcos sólidos para el uso de datos y la interpretación del modelo será de gran ayuda para mitigar el sesgo dentro de estos modelos y garantizar que todas las salidas de IA sean éticas y responsables", dice Erik Voight, vicepresidente de soluciones empresariales de Appen. "La realidad es que los modelos de IA no reemplazan a los humanos cuando se trata de la toma de decisiones críticas y deben utilizarse para complementar estos procesos, no reemplazarlos por completo".
Los CIO deben buscar un enfoque equilibrado para priorizar las iniciativas de IA generativa, incluida la definición de gobernanza, la identificación de eficiencias a corto plazo y la búsqueda de oportunidades de transformación a largo plazo.
Autor: Isaac Sacolick
Contributing writer
