El impacto de la IA en la gestión del CIO

Este artículo explora el creciente interés en la Inteligencia Artificial (IA) y cómo los Directores de Información (CIO) pueden aprovechar la IA Generativa para impulsar el valor en las empresas.

Por: Laszlo Beke, Presidente de Bekesantos

Parece no pasar un día sin que se escuche en las conversaciones cotidianas, en los medios y en las empresas que haya alguna nueva actividad, relacionada con Inteligencia Artificial. El interés, la curiosidad y la excitación tienen una base sólida. Investigaciones realizadas estiman que la IA Generativa podría adicionar el equivalente a US$2.6-4.4 trillones (millones de millones) en valor a la economía global en forma anual. Por ello, IA es de interés particular para las empresas. La gestión de los CIO suponer un factor determinante en capturar dicho valor, pero la experiencia indica que no es fácil de lograr y que ya están bajo fuerte presión interna en las empresas y en lo personal.

Nuevas tecnologías (Internet, telefonía móvil, redes sociales) desencadenaron un enorme número de experimentos y de pilotos, pero la consecución de valor de negocios significativo frecuentemente se hizo difícil de concretar. Muchas de las lecciones aprendidas de esos desarrollos siguen vigentes, particularmente cuando se trata de pasar de la etapa de piloto a la etapa de escalar las soluciones.

En la gestión de los CIO’s, la explosión de la IA Generativa representa una oportunidad para aplicar dichas lecciones para guiar a la Alta Dirección en el esfuerzo de convertir la promesa de la IA en un valor sostenible para el negocio de la empresa.

En los artículos anteriores ¿Cómo traer Inteligencia Artificial a la empresa – Parte I? y ¿Puede la Inteligencia Artificial transformar mi negocio? se define y explica la IA Cotidiana y la IA Crítica. Partiendo de allí, se propone enfocar la aplicación de la IA Generativa en las empresas en por lo menos dos etapas.

La primera que denominamos introductoria está enfocada en la aplicación de la IA Cotidiana y aprovecharla para mejorar la productividad de la empresa y aprender de IA. La etapa avanzada, para la cual no tenemos fecha de llegada ni certeza, podremos transformar el negocio de la empresa a través de la IA crítica.

A continuación, hay un grupo de acciones que los CIO pueden tomar para crear valor, para orquestar tecnología y data, para escalar las soluciones y para manejar el riesgo para la IA Generativa en ambas etapas.

Etapa I. Introductoria

Posturas y expectativas – asociadas a la empresa y donde el CIO debería:

Adquirir un conocimiento sólido de la tecnología de la IA y cómo esta se puede aplicar en la empresa.
Manejar con fluidez el lenguaje técnico de IA, así como en lo referente a los riesgos y las oportunidades.
Manejar las altas expectativas con IA y asegurar que esta etapa de IA se aplica a la mejora de la productividad.
Determinar la postura de la empresa para la adopción de IA Generativa y desarrollar comunicaciones prácticas hacia los empleados.
Evaluar la capacidad de la empresa para adoptar la IA cotidiana y determinar donde puede tener mayor impacto.

Estrategia. En este aspecto el CIO debería:

Desarrollar una estrategia de IA, clara y alineada, para la IA cotidiana.
Trabajar con los líderes de la empresa para compartir una estrategia conjunta clara para la introducción de la IA en la empresa.
Identificar los auspiciadores para los proyectos de IA cotidiana y asegurar que los KPI estén siendo medidos correctamente y comunicados en forma amplia.
Trabajar con pilotos, hasta concretar el proyecto mismo.
Crear un documento que resuma las estrategia de IA cotidiana, sintetizando la visión, los beneficios potenciales y la mitigación de riesgos, definiendo los KPI.

Casos de uso:

Identificar los mejores casos de uso para IA cotidiana, que dispongan y tengan acceso a suficiente data relevante, lógica y de alta calidad.
Trabajar con los líderes de la empresa para definir los casos de uso claros para la IA cotidiana.

Realizar una selección inicial, apuntando a la productividad y al aprendizaje en el manejo de IA en la empresa.
Una opción interesante es Copilot de Microsoft, por ser la empresa que tiene más experiencia acumulada. Allí se debe definir la data y los usuarios y medir resultados.
Más adelante, habrán Asistentes para las otras aplicaciones críticas de las empresas.
Monitorear y evaluar el desempeño de las soluciones de IA, para asegurar que estén produciendo los resultados de productividad esperados.

Data & Arquitectura

Asegurar, con su equipo de trabajo, que la data a ser usada para implementar IA es de alta calidad, relevante y que esté actualizada. Adicionalmente, debe ser data protegida y segura.
Desarrollar una arquitectura de data inicial que permita el acceso a data de calidad en el procesamiento de fuentes de datos estructurados y no estructurados.

Educación, el CIO debería:

Construir un equipo de IA que tenga las habilidades necesarias para desarrollar e implementar soluciones de IA Cotidiana.
Capacitar al personal de la empresa para que comprenda la IA y cómo se puede aplicar en la empresa.
Definir roles claves para el futuro: desarrolladores de software, ingenieros de la data, expertos en seguridad y en la fuerza laboral no técnica.

Estructura organizativa

En la gestión de los CIO’s se debería trabajar con los líderes de la empresa para crear una cultura que fomente la innovación y el entendimiento y la adopción de la IA.

Riesgos

Por cuanto habrá más automatización, más información y por ende, más dependencia digital de la empresa se debe evaluar el nuevo panorama de riesgo y establecer las prácticas de iniciales mitigación.

Etapa II – Avanzada

Posturas y expectativas asociadas a la empresa y donde el CIO debería:

Evaluar la capacidad de la empresa para adoptar la IA crítica y apoyar en la determinación de las áreas de oportunidad.
Manejar las altas expectativas con IA y asegurar que IA esté siendo considerada en el valor de negocio, el riesgo, el talento y en las prioridades de inversión de la empresa.

Estrategia:

Desarrollar una estrategia de IA integral clara, alineada con la estrategia global de la empresa. La estrategia debe identificar las áreas en las cuales IA puede agregar valor, los riesgos asociados con IA y las prioridades de inversión.
Trabajar con los líderes de la empresa para definir una estrategia clara para la evaluación y aplicación de IA integral en la empresa.
Identificar los auspiciadores para el o los proyectos de IA crítica y asegurar que los KPI estén siendo medidos correctamente y comunicados en forma amplia.
Crear un documento que resuma las estrategias de IA crítica, sintetizando la visión, los beneficios potenciales, las auditorías y la mitigación de riesgos, definiendo los KPI y esbozando las mejores prácticas para crear valor.

Casos de uso

Realizar un ejercicio para re-imaginar el negocio de la empresa e identificar casos de uso, a través de crecimiento y nuevos modelos de negocio. Considerar la realización de talleres conjuntos con Directores de la empresa, ya que las soluciones son de negocio.
Trabajar con los líderes de la empresa para definir casos de uso claros para la IA radical.
Asegurar que los mejores casos de uso para la IA radical, tengan suficiente data relevante, lógica y de alta calidad.
Monitorear y evaluar el desempeño de las soluciones de IA radical, para asegurar que estén produciendo el valor de negocios esperado. También deben identificar áreas para mejoras y tomar acciones correctivas cuando sea necesario.
Escoger soluciones que se concentren en un solo problema, ya que es allí donde se obtiene el mayor valor de negocios. Obtener más valor de soluciones a escala puede requerir cambios más profundos en los procesos de negocio y nuevos formas de trabajar entre los equipos de IA y la ingeniería de software, por cuanto IA no es necesariamente fácil de integrar a sistemas existentes.

Data & Arquitectura

Asegurar, con su equipo de trabajo, que la data a ser usada para implementar IA sea de alta calidad, relevante y que esté actualizada. Adicionalmente, debe ser data protegida y segura.
Desarrollar una arquitectura de data que permita el acceso a data de calidad en el procesamiento de fuentes de datos estructurados y no estructurados.
Actualizar la arquitectura tecnológica empresarial para integrar y administrar los modelos de IA Generativa, para orquestar cómo operan entre ellos y los modelos de Aprendizaje Automático (ML), las aplicaciones y las fuentes de datos.

Educación, el CIO debería:

Construir un equipo de IA que tenga las habilidades necesarias para desarrollar e implementar soluciones de IA. Este equipo idealmente debe incluir científicos de la data, ingenieros de aprendizaje profundo (de máquina) y desarrolladores de software.
Invertir en el desarrollo de habilidades, necesarias para IA, en roles claves: desarrolladores de software, ingenieros de la data, expertos en seguridad y en la fuerza laboral no técnica. Estos programas debe ser ajustados a los roles y niveles de capacidad relacionados con el variado impacto que tendrá IA Generativa

Estructura organizativa:

Trabajar con los líderes de la empresa para evolucionar la cultura que fomente la innovación y la adopción de la IA.
Reimaginar la función de tecnología, con focalización en las capacidades de IA para la construcción rápida en Desarrollo de Software, para acelerar la reducción de la deuda técnica y para dramáticamente reducir los esfuerzos manuales en las Operaciones de TI.
Crear un equipo centralizado y multifuncional para la plataforma de IA Generativa que provea, bajo demanda, modelos aprobados a los equipos de productos y aplicaciones.
El CIO debe colaborar con las unidades de negocio para identificar áreas donde IA pueda agregar valor y desarrollar soluciones que respondan a sus necesidades. También debe asegurar que las soluciones están integradas a los sistemas y procesos existentes.