IA generativa: ¿bombo o realidad?

sam altman (CEO de OpenAI) dijo: “La IA probablemente terminará con el mundo, pero mientras tanto, habrá grandes empresas”.

El panorama tecnológico que cambia rápidamente presiona a los equipos de gestión para transformar las organizaciones. La IA generativa (GenAI), una tecnología de vanguardia, acelera esta necesidad de cambio. Según un artículo en Forbes en enero de 2023, las inversiones de capital de riesgo aumentaron en un 425 % en las nuevas empresas de IA generativa. ChatGPT adquirió 100 millones de usuarios en 2 meses. El siguiente TikTok empequeñece más cercano en comparación, que tomó 9 meses. La democratización de la IA a una escala tan rápida hace creer que esta tecnología llegó para quedarse y será inmensamente disruptiva. Además, es de amplio alcance y ayuda tanto a los padres que se quedan en casa como a las empresas a ser más eficientes.

Entonces, ¿qué es la IA generativa?

La IA generativa es una rama de la inteligencia artificial (en particular, el aprendizaje profundo) que puede crear nuevos contenidos como imágenes, videos, texto y música. GenAI tiene dos tipos de modelos (1) GAN (redes antagónicas generativas) y (2) GPT (transformadores preentrenados generativos). Los GAN se usan principalmente para falsificaciones profundas, y GPT impulsa ChatGPT y se usa para crear contenido. GenAI también se utiliza en campos como el descubrimiento de fármacos, la ciencia de los materiales y la robótica. Puede generar arte, resolver problemas complejos y transformar industrias.

La evolución de GPT ha sido fascinante. Comenzó en 2018 cuando OpenAI lanzó GPT 1. El modelo inicial tenía 117 Mn parámetros y se entrenó en un conjunto de datos de aprox. 8 millones de páginas web. GPT2, lanzado en 2019, se entrenó en 1500 millones de parámetros y tenía un conjunto de datos mucho más grande (40 Gb). En 2022, GPT-3 se lanzó y entrenó en 570 Gb con 175 mil millones de parámetros. En 2022, OpenAI también lanzó ChatGPT (GPT versión 3.5). Los datos en los que se entrena son desconocidos. Poco después de GPT 3.5, se lanzó GPT 4, que mejoró enormemente las capacidades de razonamiento y una mayor precisión para resolver problemas complejos. En este momento, ChatGPT ha anunciado que casi 85 complementos están creciendo todos los días. Estos complementos van desde permitir a los usuarios usar Instacart y vincular artículos de la web de donde se extraen los datos para dar más transparencia.

Las características clave transversales crean poderosas oportunidades.

Si bien hay diferentes aplicaciones para GenAI, muchos puntos en común consistentes lo convierten en una herramienta poderosa para la innovación y la eficiencia en la actualidad y en el futuro. Las características que siguen burbujeando a la superficie incluyen:

• Adaptabilidad: la IA generativa puede adaptarse a nuevos escenarios y datos, haciéndola más flexible y capaz de manejar tareas complejas.
• Creatividad: puede generar nuevas ideas, diseños y soluciones, que pueden ayudar a las organizaciones a innovar y mantenerse por delante de la competencia.
• Escalabilidad: la IA generativa puede manejar grandes conjuntos de datos y tareas, lo que la hace adecuada para aplicaciones de nivel empresarial.
• Eficiencia: la IA generativa puede realizar tareas estándar de manera rápida y precisa, lo que libera a los empleados para que se concentren en tareas de mayor valor.
• Automatización: la IA generativa puede automatizar tareas en varias funciones comerciales, reduciendo costos y mejorando la eficiencia.
• Integración: Puede integrarse con otras tecnologías y sistemas, potenciando sus capacidades y creando nuevas oportunidades.
• Multimodalidad: puede manejar diferentes tipos de datos, incluidos texto, imágenes y audio, lo que permite un análisis e información más completos.
• Profundidad: la IA generativa puede ayudar con el análisis e informar decisiones basadas en una extensa biblioteca de datos históricos, fuentes de información y precedentes.

¿Por qué debería importarle al C-suite?

Dado que esta tecnología está evolucionando rápidamente, el liderazgo debe comprender la transformación comercial y la disrupción que puede generar GenAI. Los líderes de la industria deben considerar las oportunidades para adoptar y experimentar con esta tecnología a un ritmo teniendo en cuenta los riesgos. De hecho. El foro Economico Mundial dice que el C-suite necesita considerar preguntas sobre la IA desde muchos ángulos, que van desde sus implicaciones estratégicas hasta los nuevos riesgos comerciales.

Las implementaciones de casos de uso son extensas; sin embargo, considerar la transformación de extremo a extremo sería la receta ganadora. Las preguntas esenciales que debe hacer C-suite son ¿cómo se vincula nuestra estrategia de IA con nuestra estrategia comercial y de riesgo empresarial? ¿Cómo estamos cuantificando el valor para nuestros clientes y partes interesadas? ¿Cuáles son los riesgos potenciales y cómo los mitigaríamos? ¿Tenemos los datos correctos? ¿Tenemos datos de alta calidad? ¿Cómo vamos a utilizar la IA de manera responsable? ¿Tenemos las habilidades y el talento? ¿Tenemos la gobernanza adecuada? Estas preguntas y una estrategia bien pensada pueden crear un punto de diferenciación futura.

Los beneficios de la IA generativa no se pueden ignorar.

• Productividad y eficiencia mejoradas: Bloomberg dice que la IA generativa aumenta la productividad de los trabajadores en un 14 % en el primer estudio del mundo real. Hay formas en que GenAI puede ayudar a los trabajadores a analizar documentos y obtener recomendaciones al alcance de su mano. Esto puede ayudar a mejorar la productividad y la eficiencia.
• Inspiración creativa: La IA generativa puede actuar como un socio creativo. Puede ayudar a los directores ejecutivos a desbloquear oportunidades organizacionales sin explotar, con las que la IA no pudo ayudar históricamente. Según un artículo en el EconomistaAI ya está ayudando a los artistas a crear nuevos poemas, arte y música.
• Aumento de datos: GenAI puede producir datos sintéticos que se parecen mucho a los datos reales. Esto es útil cuando no hay suficientes datos de entrenamiento para ayudar a otros modelos de IA con el aprendizaje. un artículo en Naturaleza argumentó que los datos sintéticos podrían ser mejores que los datos reales.
• Servicios de apoyo: Con un potente NLP, GenAI utiliza grandes modelos de lenguaje para crear chatbots altamente avanzados. Los chatbots pueden responder consultas en varios idiomas al instante.

• Descubrimientos fortuitos: GenAI puede descubrir patrones, relaciones o conocimientos inesperados que los humanos podrían no descubrir. En un ejemplo, Revisión de tecnología del MIT destaca cómo AI está soñando con drogas que nadie ha visto antes.

Los casos de uso de IA generativa son abundantes y están creciendo.

Si bien GPT es mejor para analizar documentos y generar contenido y traducción de idiomas, a continuación se muestran algunas áreas funcionales de muestra en las que GenAI puede ayudar a las empresas a transformarse.

1. Recursos humanos: GenAI se puede utilizar en el reclutamiento, la incorporación, las operaciones de recursos humanos, la salida y la jubilación. Por ejemplo, la IA puede analizar perfiles y/o currículos de reclutamiento en línea y generar descripciones de puestos. Se puede utilizar dentro de las operaciones de recursos humanos para proporcionar información sobre políticas específicas de los empleados, analizar los comentarios de los empleados y desarrollar recomendaciones personalizadas. Por ejemplo, LinkedIn ha utilizado IA durante años, conectando a los solicitantes de empleo con oportunidades.
2. Legal: Dentro de la función legal, las empresas usan ChatGPT para redactar documentos para actividades de fusiones y adquisiciones. una empresa llamada No paga está utilizando GenAI para ayudar a las personas a disputar multas de estacionamiento. Ayuda a las personas a preparar documentos judiciales utilizando GPT. También estamos viendo que los tribunales usan ChatGPT para obtener respuestas de las personas a las preguntas que obtienen de los tribunales y completar formularios legales.
3. Finanzas: La función financiera dentro de una organización puede transformarse por completo en informes, planificación y análisis, tesorería, operaciones contables e impuestos. Dentro de los informes, GenAI se puede usar para crear narrativas y notas al pie de página para 10k. No solo puede ayudar con el análisis de tendencias, sino también con anomalías en los patrones. Se puede utilizar en tesorería para análisis de flujo de caja, análisis de datos de mercado y gestión de carteras de inversión.
4. Impuesto y Auditoría: Los botones calientes son la optimización fiscal mediante la identificación de deducciones y créditos fiscales, la estrategia fiscal mediante el análisis de escenarios fiscales en diferentes jurisdicciones, el cumplimiento fiscal y la automatización de procesos relacionados con los impuestos para minimizar los riesgos. De acuerdo a Ernst & Young, La detección de fraudes en tiempo real es también un fuerte uso de esta tecnología. Para auditorías, se puede utilizar para análisis regulatorios y financieros.

¿Qué desafíos enfrentan las organizaciones al tratar de adoptar GenAI?

Proceda con precaución porque existen algunos desafíos asociados con la IA, algunos pragmáticos y otros éticos. Los principales expertos debaten cuán peligrosa podría ser la IA en el futuro, pero aún no existe un consenso real. Sin embargo, existen algunos peligros en los que los expertos están de acuerdo.

• Privacidad: Una de las mayores preocupaciones ISACA los expertos citan es la privacidad de los datos del consumidor, la seguridad y la IA. Por ejemplo, los estadounidenses tienen derecho a la privacidad, establecido en 1992 con la ratificación de la Pacto Internacional de Derechos Civiles y Políticos. Pero muchas empresas ya eluden las violaciones de privacidad de datos con sus prácticas de recopilación y uso. A los expertos les preocupa que esto pueda aumentar a medida que empecemos a utilizar más IA.
• Inclinación: Es un mito común que la IA es inherentemente imparcial ya que es un sistema informático. Sin embargo, esto no es cierto. La IA es tan imparcial como los datos y las personas que entrenan los programas. Entonces, si los datos son defectuosos, imparciales o sesgados, la IA resultante también estará sesgada.
• Propiedad intelectual: Hay muchas batallas legales sobre los derechos de autor y la propiedad intelectual. Lo más importante es quién posee la IP si el contenido se genera utilizando GenAI. También hay casos legales, Huelga del gremio de escritores, en ChatGPT ya que sus datos de capacitación están ampliamente disponibles en la web, que es la creación de muchos escritores y creadores de contenido.
• Costos de stand-up: El desarrollo y la implementación de sistemas de IA pueden implicar inversiones significativas en hardware, software, y la recopilación y el procesamiento de datos pueden ser barreras para algunas empresas.
• Implicaciones regulatorias: Las regulaciones podrían tener un impacto inmenso en la adopción de la tecnología. En un caso muy publicitado en Italia, inicialmente prohibieron ChatGPT hasta que OpenAI accedió a incorporar los cambios solicitados por el país.
• Habilidades y Capacidades: El Tiempos financieros afirma que los avances en IA se están viendo frenados por una escasez mundial de trabajadores con habilidades y experiencia en áreas como el aprendizaje profundo, el procesamiento del lenguaje natural y la automatización de procesos robóticos. Las empresas necesitan las habilidades y capacidades para utilizar la IA. Los científicos de datos, los ingenieros de ML y los estrategas de IA son fundamentales para una organización exitosa. De acuerdo a Tiempouno de los trabajos más populares en el mercado en este momento es un ‘Ingeniero de avisos’ que sabe cómo escribir avisos para obtener las respuestas correctas de ChatGPT.

En resumen, hay algo de exageración pero también mucha realidad. GenAI llegó para quedarse y solo mejorará con futuras versiones. A diferencia de las tecnologías anteriores, la IA puede tomar decisiones cada vez más complejas que permiten nuevas oportunidades comerciales. Aún así, la toma de decisiones de AI viene con la responsabilidad de AI. Hacer que la IA responsable forme parte de las operaciones de una empresa requiere adoptar nuevas prácticas y una gobernanza de IA adecuada.

Escrito por Dr. Lance Mortlock (Socio de EY – Estrategia y Profesor Asociado Adjunto), samta kapoor (Socio de EY – Estrategia de datos e IA) y Pradeep Karpur (Socio de EY – Análisis de datos e IA).

¿Has leído?
Las mejores escuelas de moda del mundo.
Las mejores escuelas de negocios del mundo.
Los mejores directores ejecutivos y ejecutivos C-Suite del mundo.
Las empresas más influyentes e innovadoras del mundo.
Las mejores escuelas de hostelería y gestión hotelera del mundo.
Listo para unirse al Consejo Ejecutivo de la revista CEOWORLD: averigüe si es elegible para postularse.