La IA generativa se considera cada vez más un factor de cambio para las empresas. En los últimos meses, la llegada de inteligencia artificial generativa más potente y capaz, como la GPT de OpenAI, ha generado una explosión de interés por el potencial de esta apasionante tecnología para hacer más competitivas a las organizaciones y mejorar los servicios que prestan.
De hecho, la reciente encuesta Salesforce Generative AI in IT revela que casi el 70% de los líderes de TI están haciendo de la IA Generativa una prioridad para su negocio en los próximos 18 meses.
Está claro que todos los líderes empresariales se plantean ahora cómo puede afectar la IA a su entorno competitivo, cómo pueden generar beneficios a partir de la IA y cómo pueden minimizar los riesgos inherentes a la disrupción impulsada por la IA.
Para ayudarles a superar la incertidumbre, la necesidad de definir una estrategia proactiva de IA se ha convertido en la prioridad fundamental de los ejecutivos de alto nivel de todo el mundo.
En este breve documento, compartimos algunos de los principales puntos a tener en cuenta a la hora de desarrollar su estrategia de IA.
¿Tiene la estrategia que necesita?
Adopción
La IA generativa se ha convertido en el centro de interés de empresas y consumidores por igual. Cuando ChatGPT se convirtió en la plataforma online de más rápido crecimiento de la historia, con más de un millón de usuarios en menos de una semana tras su lanzamiento, quedó claro que la adopción de la IA estaba impulsada tanto por la demanda como por la tecnología.
Es importante destacar que esta demanda procede tanto de empresas que buscan mantener una ventaja competitiva como de consumidores particulares interesados en saber cómo la IA generativa puede ayudarles en su vida cotidiana.
En este mercado impulsado por la innovación, el creciente conocimiento de la inteligencia artificial generativa está aumentando las expectativas del público de que las empresas aprovechen el poder de la IA generativa para ofrecer productos, servicios y soluciones más innovadores y capaces.
Esto significa que la adopción comercial se verá impulsada tanto por la demanda competitiva interna de la organización como por el aumento de las exigencias y expectativas de los clientes. Esto acelerará el ritmo de adopción, reduciendo la fricción tradicionalmente asociada a la introducción de nuevas tecnologías.
Esta combinación de factores ha dado a líderes del sector como Microsoft la confianza necesaria para incorporar la IA generativa a sus servicios más importantes, sabiendo que así aumentará la propuesta de valor empresarial de sus servicios más importantes. De hecho, la adopción por parte de Microsoft de la IA generativa en sus productos principales está convirtiendo rápidamente la IA generativa en una característica común en las TI corporativas.
¿Cómo puede ayudar la IA generativa a mi empresa?
En un nivel muy básico, la IA generativa es un multiplicador de fuerza para las empresas, que permite a las organizaciones hacer más, más rápido y con menos, haciéndolas más competitivas en el proceso.
La inteligencia artificial generativa puede influir en todas las partes y en todos los niveles de las operaciones empresariales, desde el diseño, el desarrollo y la optimización de la cadena de suministro hasta las ventas, el marketing, los RRHH y el ámbito jurídico. Tiene el potencial de ayudar a todos los entornos de trabajo a ser más eficientes energéticamente y sostenibles.
La IA generativa es también un multiplicador de fuerza para los individuos de su organización, trabajando como consultor y asistente para ayudar a los empleados en sus tareas diarias, permitiéndoles realizar una gama más amplia de tareas, de forma más competente y rápida, y aumentando su productividad personal. Esto implica no sólo un aumento de la productividad personal, sino también un aumento de la productividad en un equipo y en toda la empresa.
La IA generativa se está convirtiendo rápidamente en un catalizador de la innovación empresarial y el aumento de la competitividad. El potencial de la inteligencia artificial generativa en beneficio de las organizaciones solo está limitado por la percepción y la imaginación de las personas.
La adopción de la IA generativa también tendrá un impacto significativo en una amplia gama de tareas y funciones, que abarcarán no sólo los trabajos manuales de las empresas, sino también un amplio espectro de funciones creativas y de toma de decisiones de cuello blanco. Por ejemplo, la IA generativa tiene la capacidad de desarrollar código de software. Para aprovechar plenamente los beneficios de la adopción de la IA generativa, las empresas tendrán que invertir de forma proactiva en la reconversión y mejora de las cualificaciones de su mano de obra.
Necesitas una estrategia de IA generativa ahora…
A la luz del interés generalizado por los servicios de IA generativa, no es de extrañar que muchas organizaciones ya estén introduciendo servicios de IA generativa, ya sea como implementaciones completas o como pilotos y pruebas locales.
En ausencia de una estrategia de inteligencia artificial generativa coherente y de alto nivel, esto puede conducir a un enfoque fragmentado, sin las políticas, las salvaguardias y la educación necesarias para garantizar que la empresa pueda alcanzar sus objetivos.
También podría significar que la organización no dispone de la formación necesaria para garantizar que las personas puedan aprovechar al máximo las ventajas de la IA generativa en su trabajo.
Por ejemplo, impartir formación básica sobre cómo describir eficazmente a GPT la tarea que se desea que realice para obtener los mejores resultados (Prompt Engineering) puede aumentar significativamente la eficacia individual y organizativa del uso de GPT.
Factores para tener en cuenta en su estrategia de IA generativa
Hay una serie de factores importantes que deben tenerse en cuenta a la hora de desarrollar una estrategia eficaz de IA generativa.
Seguridad de los datos
En la actualidad, los grandes modelos lingüísticos (LLM), como GPT, han asimilado eficazmente grandes cantidades de datos de entrenamiento. Con el tiempo, los LLM seguirán mejorando, aprendiendo continuamente de las peticiones concretas de los usuarios, una realidad que puede plantear retos a la organización.
Uno de estos retos es que las solicitudes que los empleados hacen a los LLM externos pueden dar lugar a fugas de datos de información confidencial. La información que un empleado carga en el LLM como parte de su solicitud aumenta los conocimientos del LLM y puede ayudarle a responder a preguntas similares de empleados de organizaciones competidoras.
Esto puede plantear problemas de cumplimiento de la ley y de competencia para las organizaciones, por ejemplo si se revela al mercado información legalmente restringida.
Consciente de este problema, OpenAI tiene previsto ofrecer una versión empresarial de GPT, con funciones de seguridad de datos mejoradas que pueden evitar fugas de datos no deseadas.
Riesgos
- Infracciones reglamentarias
- Sanciones jurídicas y económicas
- Infracciones de datos
- Violación de la privacidad
- Daño competitivo
- Daños a la reputación
Mitigación
1. Políticas: desarrollar políticas que describan y definan el uso de la IA generativa. Tenga en cuenta que los distintos departamentos, equipos y personas pueden necesitar políticas diferentes, en función del trabajo que realicen y de la información a la que accedan.
2. Controles: se necesitan controles para definir quién puede acceder a la inteligencia artificial generativa y cómo. Esto debe hacerse con sumo cuidado para minimizar el riesgo de perder los importantes beneficios relacionados con el aumento de la productividad y la mejora de la capacidad personal que puede ofrecer la IA generativa.
3. Formación: es necesaria una formación continua para garantizar que los empleados entienden y siguen las políticas de uso de la IA generativa.
4. Selección: seleccione las soluciones de IA generativa adecuadas, asegurándose de que satisfacen las necesidades de cumplimiento específicas de la organización.
5. Supervisión del cumplimiento: audite sus riesgos de cumplimiento de forma continua para mantener la conformidad con las normativas en constante cambio.
6. Mantenga informadas periódicamente a las personas pertinentes para supervisar y detectar/resolver problemas en caso necesario.
Integridad de los datos: realidad, ficción y sesgo…
Los modelos generativos de IA sólo pueden ser tan buenos como los datos con los que se entrenan. Por desgracia, la mayoría de los modelos de entrenamiento de IA generativa se basan principalmente en datos primarios obtenidos de Internet.
Se pueden utilizar varias técnicas básicas para ayudar a validar y mejorar la integridad de los datos. Sin embargo, es fácil que en los conjuntos de datos de entrenamiento se cuelen opiniones objetivas y no objetivas, incorrectas desde el punto de vista fáctico, que afecten a la precisión de los resultados de la inteligencia artificial generativa.
El reto para las organizaciones es identificar la información falsa o engañosa en los resultados de la IA generativa, garantizando que los empleados puedan evitar actuar o propagar información falsa o engañosa.
Riesgos
･Daños a la reputación causados por la difusión de información falsa o engañosa.
･Daños a la empresa por actuar basándose en información falsa o engañosa proporcionada por la IA generativa.
Mitigación
1. Validación independiente de los resultados de los sistemas de IA generativa.
Nota: como la trazabilidad es variable en los sistemas de inteligencia artificial generativa, se pueden utilizar diversos motores de búsqueda tradicionales para ayudar a validar la información.
2. Mantenga informadas regularmente a las personas pertinentes para supervisar y detectar/resolver problemas en caso necesario.
3. Utilice un sistema generador de IA privado entrenado exclusivamente en sus propios conjuntos de datos o en otros conjuntos de datos validados de forma independiente para ayudar a mejorar la precisión.
Alucinaciones de IA
Los modelos generativos de IA pueden confundirse y provocar “alucinaciones de IA”. Técnicamente, la alucinación de IA se refiere a la generación de resultados que pueden parecer plausibles, pero que son de hecho incorrectos o no están relacionados con el contexto en cuestión.
Estos resultados suelen deberse a sesgos inherentes al modelo de IA, a una falta de comprensión del mundo real o a las limitaciones de los datos de entrenamiento.
En 2022, los usuarios informaron de que ChatGPT a menudo parecía incorporar “psicopáticamente y sin sentido” falsedades verosímiles y aleatorias en el contenido generado.
Las alucinaciones de la IA plantean una serie de retos. Evidentemente, cuando los sistemas producen información incorrecta o engañosa, puede producirse una erosión de la confianza general en los sistemas de IA.
Sin embargo, un problema potencial mayor es el creciente uso de sistemas de IA para apoyar la toma de decisiones críticas, por ejemplo en los sectores de la sanidad, las finanzas, el transporte y la fabricación, donde actuar sobre la base de información incorrecta puede tener consecuencias muy graves.
Las organizaciones deben ser conscientes de que los sistemas de IA pueden tener alucinaciones inesperadas y asegurarse de que sus sistemas cuentan con la transparencia y la intervención humana necesarias para garantizar que las posibles alucinaciones puedan identificarse y anularse.
Riesgos
･Daños a la reputación derivados del suministro de información y asesoramiento perjudicial o engañoso.
･Daños a la reputación causados por declaraciones inapropiadas.
Mitigación
1. Formación para comprender los posibles problemas y riesgos.
2. Mantenga informadas a las personas pertinentes para supervisar e identificar posibles problemas.
3. Algunas alucinaciones pueden evitarse introduciendo soluciones inmediatas de ingeniería de gestión.
4. Utilice las indicaciones adecuadas mediante buenas prácticas de ingeniería de indicaciones también puede minimizar los riesgos de alucinaciones de IA.
5. Asegúrese de que se han establecido los descargos de responsabilidad legales apropiados.
6. Desarrolle un plan de mitigación de daños de acción rápida.
Inexactitud política
Los modelos de IA generativa no tienen noción de lo políticamente correcto. La IA generativa puede extrapolar datos para llegar a conclusiones que podrían considerarse políticamente incorrectas, con el consiguiente riesgo de daño reputacional si se utilizan.
Riesgos
･Daños a la reputación causados por declaraciones inapropiadas.
Mitigación
1. Formación para comprender los posibles problemas y riesgos.
2. Mantenga informadas a las personas pertinentes para supervisar e identificar posibles problemas.
3. Asegúrese de que se han establecido los descargos de responsabilidad legales apropiados.
4. Desarrolle un plan de mitigación de daños de acción rápida.
Cumplimiento de la normativa
Los modelos actuales de inteligencia artificial generativa no suelen comprender los marcos normativos o de cumplimiento. El uso de IA generativa por parte de algunas personas y equipos puede poner en peligro el cumplimiento de la normativa.
Riesgos
- Infracciones reglamentarias
- Sanciones jurídicas y económicas
- Daños a la reputación
Mitigación
1. Comprenda los riesgos normativos específicos que el uso de la IA generativa puede plantear para su organización.
2. Seleccione las soluciones generadoras de IA adecuadas para satisfacer sus necesidades de cumplimiento.
3. Desarrolle y aplique una sólida política interna de uso de la IA generativa basada en funciones que respalde el cumplimiento de la normativa.
4. Proporcione formación continua sobre el cumplimiento de la normativa para garantizar que las personas entiendan cómo mantener el cumplimiento de la normativa en sus funciones cuando utilicen IA generativa.
5. Siga auditando sus riesgos de cumplimiento para asegurarse de que sigue cumpliendo la normativa en constante evolución.
6. Mantenga informadas a las personas pertinentes para supervisar e identificar posibles problemas.
IA de propósito general VS IA generativa para la optimización de tareas
Como parte del desarrollo de una estrategia de IA generativa, las organizaciones tendrán que considerar el tipo de IA o IA generativa que mejor se adapte a sus necesidades.
Los sistemas de IA generativa pueden entrenarse utilizando conjuntos de datos especializados, lo que les permite realizar tareas especializadas con mayor eficacia, como asistencia al usuario final, aplicaciones médicas, jurídicas, financieras, de marketing, desarrollo o diseño de software.
Bloomberg ha desarrollado recientemente BloombergGPT, su propia versión de IA generativa de GPT específica para los mercados financieros, entrenada con más de 700.000 millones de datos específicos de los mercados financieros. Esto refuerza la capacidad de la organización para responder a las solicitudes que recibe de información financiera especializada.
Por lo tanto, una consideración importante a la hora de desarrollar una estrategia de IA generativa es determinar el tipo o tipos de IA generativa que mejor ayudarán a su organización y a sus clientes. Para la mayoría de las medianas y grandes empresas, es poco probable que las soluciones genéricas de IA generativa ofrezcan los beneficios o el retorno de la inversión óptimos.
Formación
En general, la IA generativa es fácil de usar, pero si las organizaciones quieren aprovechar al máximo sus ventajas, por ejemplo para aumentar la capacidad y productividad de sus empleados, la formación es esencial.
La formación de Prompt Engineering puede ayudar a los usuarios a formular preguntas de IA generativa de la mejor manera para obtener las mejores respuestas de forma rápida y eficiente. Por lo tanto, invertir en la formación de Prompt Engineering tiene un alto retorno directo de la inversión y, por lo tanto, es muy recomendable para todos los usuarios. También puede combinarse con otra formación esencial sobre mitigación de riesgos de la IA generativa.
Sostenibilidad
Desde el punto de vista de la sostenibilidad empresarial, cabe señalar que el entrenamiento de grandes modelos lingüísticos (LLM) de IA generativa requiere importantes cantidades de energía y recursos.
Por ejemplo, Bloomberg calculó que la formación GPT3 requería 1.287 gigavatios-hora de electricidad, el equivalente a 120 hogares estadounidenses durante un año, y 700.000 litros de agua dulce limpia.
Por supuesto, este consumo de recursos puede diluirse en toda la base de usuarios de GPT3, por lo que tendría un impacto mínimo en las empresas individuales. Sin embargo, los recursos consumidos en el entrenamiento de un modelo privado de IA generativa deberían tenerse en cuenta en los objetivos de sostenibilidad de una organización.
Cómo puede ayudar Fujitsu
Fujitsu entiende cómo puede utilizarse la IA generativa para apoyar la transformación, habiendo realizado ya más de 6.000 proyectos de IA en todo el mundo.
Fujitsu ofrece una amplia gama de servicios integrales, desde consultoría y co-creación para ayudarle a desarrollar su estrategia de IA, hasta Kozuchi, nuestra plataforma de innovación de IA que puede ayudarle a desarrollar soluciones prácticas de IA para su organización. Fujitsu también tiene la capacidad de desplegar su solución de IA globalmente, a escala, y proporcionar el apoyo continuo que necesita para ayudarle a maximizar su retorno de la inversión en curso.
Conclusión
La IA generativa se está convirtiendo rápidamente en una necesidad empresarial para ayudar a las organizaciones a seguir siendo competitivas y ofrecer los servicios innovadores basados en la IA que sus clientes esperan cada vez más. Las organizaciones deben desarrollar prioritariamente estrategias de IA generativa sólidas y eficaces que les ayuden a maximizar los beneficios de esta apasionante tecnología.
A medida que la innovación sigue llevando la disrupción digital a muchos mercados, se espera que la IA generativa se convierta en uno de los principales motores de la transformación empresarial, creando importantes oportunidades para las organizaciones ágiles.
En Fujitsu, estamos preparados para ayudarle a utilizar la IA y la IA generativa para ayudarle a transformar su organización y proporcionar los servicios innovadores que necesitan sus clientes.
Principales recomendaciones
･Selección: Determine las soluciones específicas de IA generativa que necesita para transformar su negocio.
･Políticas: desarrollar un conjunto de políticas para el uso de la IA generativa. Los distintos departamentos, equipos y personas pueden necesitar políticas diferentes en función del trabajo que realicen y de la información a la que accedan.
･Formación: invierta en la formación de Prompt Engineering para usuarios de IA generativa para maximizar los beneficios que su organización obtiene de la IA generativa. Esta formación se amortizará rápidamente en términos de aumento de la productividad y la capacidad personal.
･Controles: asegúrese de que dispone de los controles informáticos necesarios para impedir el uso no autorizado de la IA generativa. Sin embargo, esto debe hacerse con cuidado para garantizar que la organización pueda seguir maximizando los beneficios empresariales de la IA generativa, en términos de aumento de la productividad y mejora de la capacidad del personal.
･Seguir innovando: la IA generativa es solo una de las formas en que las organizaciones pueden aumentar su competitividad y ofrecer nuevos servicios al cliente con la tecnología de IA.
¿Por qué no habla con Fujitsu y ve cómo podemos ayudarle? Navega por nuestro blog y sigue las últimas tendencias tecnológicas.