La primera edición del Forbes IA Summit tuvo a Armand Ruiz, Vice President of Product Management & Engineering for the AI Platform at IBM, como uno de sus oradores más destacados. El referente a nivel mundial, tal vez una de las personas hispanohablantes que más sabe sobre IA Generativa, dialogó con Pablo Wahnon, editor de Forbes Argentina, sobre cómo las organizaciones pueden y deben navegar esta era de transformación.
"Da la sensación de que estamos esprintando una maratón", manifestaba Ruiz para describir el ritmo actual de la IA, haciendo referencia a esta idea de acelerar al máximo en una carrera o actividad, especialmente en el tramo final. Y añadía: "Es agotador y parece que, en vez de relajarse, esto se está acelerando más y más".
Con 14 años de experiencia en el campo de IA, deep learning y machine learning, Ruiz destacaba la pasión que se vive en Silicon Valley, epicentro de esta explosión tecnológica. "La última década ha sido apasionante", expresaba.
Los agentes de IA: el verdadero poder de la automatización
Ruiz hacía referencia a los agentes de IA como una de las tecnologías emergentes de las que se viene hablando hace más de dos años. A diferencia de los modelos que simplemente generan texto o un output, explicaba que "los agentes son capaces de ejecutar acciones".
Aunque la visión a futuro es que operen de principio a fin de manera autónoma, actualmente automatizan procesos más pequeños, middle to middle, y aun requieren intervención humana para iniciar y verificar pasos clave. "Los agentes realmente son los que van a automatizar muchas de las acciones que hacemos a diario". Sin embargo, agregaba que la implementación en el entorno empresarial es extremadamente compleja debido a la toma de decisiones y la necesidad de orquestación por parte de la corporación.
La clave del éxito: priorizar el negocio sobre el piloto
Desde la mirada de Ruiz hay un error que se repite todas las organizaciones: "comienzan al revés". Según detallaba, muchas contratan consultores o lanzan pilotos desconectados del negocio, solo para cumplir con una directiva, lo que lleva a la frustración y la falta de escalabilidad.
El enfoque correcto, según el experto, debe ser, en primer lugar, identificar procesos de negocio que estén bien documentados. Luego, asegurar la disponibilidad de datos; buscar procesos que sean repetitivos; y, por último, trabajar con la parte de negocio para encontrar cuáles son las métricas de éxito en cuanto a tiempo, coste y satisfacción del cliente.
Es en estos ejemplos donde, planteaba, "la implementación de tecnología y agentes de IA resulta más sencilla y exitosa, enfocándose en resolver problemas particulares en lugar de inyectar IA solo para hacer el check para el directorio o el investment board".
El rol crucial del profesional de negocio
"Todo el mundo tiene que aprender sobre AI, no solo los equipos técnicos", sentenciaba Ruiz. La mayor oportunidad reside en los profesionales que son parte del negocio ya que ellos son quienes conocen los procesos, las oportunidades, entienden los workflows.
"Todos los ejecutivos del futuro, CEOs y C-Level, tienen que entender los conceptos de IA. No es una tarea delegable al equipo de IT, deben tener una comprensión indispensable del poder y las limitaciones de la tecnología. Y la manera de lograrlo es dedicarle unas cuantas horas a la semana para entender cómo las compañías que llevan la delantera, muchas de ellas en Silicon Valley, están reinventando los negocios".
El poder del Open Source y los datos propios
IBM, con su ADN de "open source primero", cree firmemente en este modelo como catalizador de la innovación. Según Ruiz, los modelos de código abierto están "casi a la par con los modelos closed source de los grandes laboratorios de AI, impulsados por el "poder de la comunidad".
"Los modelos open source ofrecen la libertad de probar y cambiar modelos, adaptándose a necesidades específicas como el idioma o el razonamiento de agentes", decía.
En este sentido, Ruiz desaconsejaba depender exclusivamente de terceros, en tanto se pierde "totalmente el control de los datos", y la verdadera ventaja competitiva de las organizaciones radica en su capacidad para mezclar sus trillones de datos supervaliosos con modelos de IA. "Técnicas como RAG (Retrieval-augmented generation) permiten conectar un modelo a los datos propios sin alterarlo, asegurando que las respuestas estén en el contexto deseado", manifestaba el experto.
