Se habla mucho de la IA. ¿Cómo se hace para sacarle valor real y que no quede solamente en querer usarla?
Es un proceso a través del cual vamos experimentando y evolucionando en la implementación. Un estudio a nivel global de IBM que dice que el 80% de los CEOs quieren llegar a 2030 teniendo impacto con la utilización de esta tecnología y de la automatización, pero solo un 24% lo logra. El desafío más grande es entender cuál es el proceso o caso de uso que tiene un repago.
¿Y cuáles son?
Mayoritariamente se dan en temas de productividad y eficiencia. En muchos casos, esa primera instancia es para uso interno y después hay que llevarla al mercado. Somos el cliente cero. En 2023 empezamos con algunos procesos para clientes internos en finanzas y taxes, y las primeras experiencias no eran las mejores. Pero en ese aprendizaje se evolucionó un montón. Por supuesto, tiene un proceso de madurez y de entender a tu organización para saber dónde aplicar el caso de uso y tener un retorno. Estos casos de clientes cero tuvieron un retorno para IBM de US$ 1.000 millones en términos de eficiencia, y termina impactando en una experiencia que hoy es superbuena. Hay que experimentar y entender cuál es el proceso que va a generar impacto. Una vez que tenés ese proceso, hay que medir cuál es el repago y la experiencia; y durante todo ese camino vas a tener traspiés, que son parte de la vida.
¿Encontraron implementaciones que no hayan funcionado? ¿Qué consejo darías para usarla de la mejor manera?
Empezamos jugando con grandes modelos de lenguaje, pero hoy existe el mundo de los modelos abiertos que te permite crear modelos más chicos para resolver temas particulares sin tener que pagar los grandes costos. Es clave elegir bien la tecnología para que el cliente tenga un costo adecuado y el retorno de inversión correcto. La gran mayoría de los errores ocurren porque la información que damos al proceso no es la adecuada. Tuvimos un caso con un cliente en el que la respuesta del agente fue errónea, y al revisar notamos que el punto de partida era erróneo. El primer gran desafío es tener los datos disponibles, adecuados y en tiempo real. El segundo tema es que tenés que redefinir tu proceso para aplicarle IA, lo que lleva más tiempo porque te obliga a repensar la organización. Salís de la trampa de la exploración cuando el caso de uso que elegiste es escalable, medible y tangible, y tiene impacto.