Las prioridades estratégicas de los CIO están cambiando significativamente cada dos años o menos, desde el crecimiento en 2018, hasta la pandemia y el trabajo remoto en 2020, hasta el trabajo híbrido y las limitaciones financieras en 2022. El impacto de la IA generativa, ya sea que estemos hablando de ChatGPT o otros grandes modelos lingüísticos (LLM), serán un importante motor de transformación para 2024.
Mientras muchos CIO preparan sus presupuestos para 2024 y las prioridades de transformación digital asociadas, es imperativo desarrollar una estrategia que busque oportunidades para evolucionar los modelos de negocio, apunte a los impactos operativos a corto plazo, priorice áreas donde los empleados deben experimentar con las últimas tecnologías y establezca los riesgos de la IA. planes de mitigación.
Porque con el revuelo que rodea a la IA generativa, los empleados pueden verse fácilmente inducidos a invertir tiempo en herramientas de IA que comprometen datos confidenciales y a los líderes empresariales a seleccionar herramientas de IA en la sombra que no han estado sujetas a revisiones de seguridad, cumplimiento y gobernanza de datos. Pero el mayor desafío es definir una estrategia realista y desarrollar una respuesta a lo que yo llamo el “soñador imposible”, un dueño de negocio o gerente de actividad que está “pidiendo la luna”.
A continuación se presentan varias claves para permitir a los CIO evolucionar sus prioridades en términos de transformación digital, teniendo en cuenta las promesas (y los límites) de la IA generativa.
1. Definir una estrategia de LLM innovadora
La IA generativa y los LLM afectarán a todas las industrias. Los ejemplos son numerosos, la tecnología:
- Acelerar el descubrimiento de nuevos fármacos utilizando datos no estructurados;
- Permitir a los operadores de la industria manufacturera resolver problemas de manera más rápida y confiable;
- Proporcionar a los proveedores médicos respuestas personalizadas a las preguntas de salud de sus pacientes;
- Contribuir al desarrollo de nuevos productos bancarios y de seguros, así como otros servicios financieros basados en conversaciones con los clientes;
- Transformar la educación proporcionando a los profesores nuevas formas de mejorar el pensamiento creativo, la colaboración y las habilidades de resolución de problemas de sus estudiantes.
"Ahora es el momento de que los CIO y CTO no sólo sean creativos acerca de cómo hacer más con menos, sino también de adelantarse a la competencia con inversiones calculadas, ya que sus competidores probablemente buscarán retrasar o reducir sus propios proyectos de transformación". dice Jeremiah Stone, CTO de la empresa de software SnapLogic. “Priorizar las iniciativas de transformación que puedan crear nuevas fuentes de ingresos, democratizar las tecnologías o reducir la deuda técnica, especialmente al considerar proyectos de IA generativa. »
Los CIO probablemente reconocerán que los planes de transformación de esta magnitud son programas de varios años que requieren evaluar las capacidades de LLM, experimentar y encontrar ofertas viables y suficientemente seguras para sus usuarios. Pero, por el contrario, la ausencia de una estrategia en este ámbito puede provocar graves perturbaciones en su organización. Y, a un nivel más personal, uno de los mayores errores que pueden cometer los líderes de TI cuando asisten a las reuniones de la junta directiva es no tener un plan para una tecnología emergente que tendrá un impacto importante en el negocio. economía, como la IA generativa.
2. Limpie y prepare sus datos para LLM privados
Las capacidades de IA generativa aumentarán la importancia y el valor de los datos no estructurados de una organización, incluidos documentos, videos y contenido almacenados en sistemas de gestión del aprendizaje. Incluso si la empresa no está preparada para considerar cómo la IA generativa puede transformar su negocio, los líderes tecnológicos deben tomar medidas para centralizar, limpiar y preparar datos no estructurados para su uso en LLM.
“A medida que los usuarios de toda la empresa claman por capacidades de IA generativa en sus operaciones diarias, la prioridad número uno para los CIO, CTO y CDO es permitir un acceso seguro y escalable a una gama cada vez más amplia de modelos de IA generativa y permitir que los equipos de ciencia de datos desarrollen y poner en funcionamiento LLM adaptados a los datos y casos de uso de la empresa", resume Kjell Carlsson, responsable de estrategia y evangelización de Data Science del editor de software Domino.
Excluyendo ChatGPT, ya hay 14 LLM. Y si una empresa tiene grandes conjuntos de datos, puede personalizar un LLM propio (utilizando plataformas como Databricks Dolly, Meta Llama y OpenAI) o crear su propio LLM desde cero.
Personalizar y desarrollar LLM requiere un caso de negocio sólido, experiencia técnica y presupuesto. Peter Pezaris, director de diseño y estrategia de New Relic, explica: “Entrenar modelos de lenguaje grandes puede resultar costoso y los resultados inciertos; Por lo tanto, los ejecutivos deben priorizar la inversión en soluciones que ayuden a controlar los costos de uso y mejorar la calidad de los resultados de las consultas. »
3. Busque eficiencias en la atención al cliente
McKinsey estimó en 2020 que la IA podría generar un valor de 1 billón de dólares al año. Dentro de este total, la atención al cliente fue una parte importante. Esta oportunidad se ha visto mejorada por la IA generativa, particularmente cuando los CIO centralizan datos no estructurados en un LLM y permiten a los agentes hacer y responder preguntas a los clientes.
Para Justin Rodenbostel, vicepresidente ejecutivo de la empresa de servicios SPR, deberíamos buscar "oportunidades para aprovechar GPT-4 y LLM para optimizar actividades como la atención al cliente, particularmente en torno a la automatización de tareas y el análisis de grandes cantidades de datos no estructurados".
Mejorar la atención al cliente conduce a ganancias rápidas para lograr un retorno de la inversión a corto plazo a través de LLM y capacidades de investigación de IA. Los LLM requieren la centralización de los datos no estructurados de una empresa, incluidos los datos integrados en CRM, sistemas de archivos y otras herramientas SaaS. Una vez que el departamento de TI ha centralizado estos datos e implementado un LLM privado, otras posibilidades quedan disponibles, incluida la mejora de la conversión de clientes potenciales y la mejora de los procesos de integración de recursos humanos. "Las empresas llevan décadas introduciendo datos en SharePoint y otros sistemas", señala Gordon Allott, director ejecutivo de GetK3. Estos datos ahora pueden resultar útiles después de limpiar y utilizar un LLM. »
4. Mitigar los riesgos mediante un modelo de gobernanza
El panorama de la IA generativa tiene más de 100 herramientas que abarcan imágenes, videos, códigos, voz y más. ¿Qué impide que los empleados prueben una de estas herramientas e incluyan información confidencial o de propiedad exclusiva en sus indicaciones? Para Justin Rodenbostel, “los líderes deben asegurarse de que sus equipos solo utilicen estas herramientas de manera aprobada y apropiada investigando y creando un marco para un uso aceptable. »
Los CIO deben asociarse con RR.HH. y CISO para comunicar esta política y crear un modelo de gobernanza que respalde la experimentación inteligente con la tecnología. Y esto en dos áreas prioritarias. En primer lugar, los CIO deberían evaluar el impacto de ChatGPT y otras IA generativas en la codificación y el desarrollo de software. Las TI deben dar ejemplo indicando dónde y cómo experimentar con estas herramientas, pero también cuándo no utilizarlas.
El marketing es la segunda área en la que centrarse, ya que los expertos en la materia pueden utilizar ChatGPT y otra IA generativa en la creación de contenido, generación de leads, marketing por correo electrónico y más de diez prácticas comunes de este servicio. Con más de 11.000 soluciones de tecnología de marketing disponibles en la actualidad, el abanico de posibilidades es inmenso.
Desde el inicio de estos experimentos, los CIO deben crear un registro de casos de uso de IA generativa, definir un proceso para examinar las metodologías de implementación y centralizar las mediciones del impacto de los experimentos en la actividad. .
5. Reevaluar los procesos de toma de decisiones
La IA generativa afectará los procesos de toma de decisiones y el futuro del trabajo. Una clave de lectura que no debe pasarse por alto. Durante la última década, muchas empresas han buscado convertirse en organizaciones impulsadas por datos democratizando el acceso a los datos, capacitando a más profesionales en ciencia de datos e inculcando prácticas proactivas de gobernanza de datos. La IA generativa desbloquea nuevas capacidades, lo que permite a los líderes obtener respuestas rápidas, pero la velocidad de ejecución, la precisión de las respuestas y el sesgo de los LLM siguen siendo preguntas clave.
"Mantener a los humanos en el centro y establecer marcos sólidos para el uso de datos y la interpretabilidad de los modelos contribuirá en gran medida a mitigar el sesgo dentro de estos modelos y garantizar que todos los resultados de la IA sean éticos y responsables", argumenta Erik Voight, vicepresidente de soluciones empresariales de Appen. . “La realidad es que los modelos de IA no reemplazan a los humanos a la hora de tomar decisiones críticas. Más bien, deberían utilizarse para complementar los procesos actuales de toma de decisiones, no para reemplazarlos por completo. »
Los CIO deben buscar un enfoque equilibrado para priorizar las iniciativas de IA generativa más prometedoras, después de haber definido una gobernanza adecuada, identificado ganancias de eficiencia a corto plazo y buscando oportunidades de transformación a más largo plazo.
Otras noticias que te pueden interesar