Hacia una Inteligencia Artificial escalable, rentable y sostenible

La Inteligencia Artificial ha dejado de ser una promesa futurista para convertirse ya hoy en una herramienta esencial para impulsar el crecimiento y la eficiencia en las organizaciones. En el caso de las empresas industriales, utilities y muchas otras, la sensorización, el IoT y la robótica juegan además un papel crítico, y la irrupción de la IA generativa ha acelerado aún más su transformación, abriendo un abanico de nuevas posibilidades: desde asistentes para impulsar la productividad, hasta la optimización de procesos y tomas de decisión complejas basadas en datos.

A pesar de que la gran mayoría de las organizaciones están impulsando proyectos de IA, con pruebas de concepto, pilotos o con iniciativas ya en producción, uno de los desafíos más importantes se encuentra en escalar sus iniciativas de IA, incluyendo la IA generativa, y obtener resultados tangibles, con una rentabilidad sostenible y fuera de duda.

IA generativa, cómo iniciar el viaje

Tratar de analizar cómo obtener un auténtico valor de negocio a través de la adopción de una correcta estrategia de datos e IA era el cometido del encuentro organizado por Cognizant junto a Silicon y que contó como participantes con Arturo Miquel Veyrat, Head of AI y Ana Belén González, Head of Manufacturing & Utilities, ambos de Cognizant.

Compartir experiencias pero también dudas o buenas prácticas era el objetivo, por su parte, con el que acudieron al almuerzo ejecutivo Pablo Giancarli, CIO de Rhenus Air & Ocean; Rafa Socorro, CDO de Acciona; Albert Romagosa, Global Improvement Leader & Technology Operations de Dow Chemical; Marta Serrano, CDO en Acciona Energía; Julia Diaz, Head of Data Science de Repsol; Marta Ramos, CIO en Total Energies; Álvaro Ontanon, CIO y CTO de Merlin Properties; y David Sanz Head of Corporate Business Intelligence de Logista.

Un encuentro en el que pronto se veía como son aún muchos los interrogantes respecto a cómo explotar el valor que la Inteligencia Artificial generativa esconde. Así, Pablo Giancarli, CIO de Rhenus Air & Ocean, explicaba que tras enfrentarse a un área de TI con mucho legacy, ha comenzado a experimentar e investigar con algunas aplicaciones de IA generativa para hacer consultas pero “no me atrevo a ir mucho más allá o hacer grandes cosas ya que esto cambia tan rápidamente que no sé si tiene sentido”.

Una velocidad a la que también eludía Marta Ramos, CIO en Total Energies: “Nosotros hace tiempo que utilizamos IA para previsión de demanda y optimización y ya hemos comenzado a utilizar la generativa en atención al cliente, para mejorar su experiencia. Tenemos casos de uso ya pero vamos que tenemos que evolucionar, cambiar a modelos determinados, etc. Va todo tan deprisa que no da tiempo”.

En la misma línea se posicionaba Albert Romagosa, Global Improvement Leader & Technology Operations de Dow Chemical, que señalaba que en una empresa con más de 300.000 empleados, es muy difícil gestionar la velocidad a la que por un lado de adaptan cada uno de ellos a la tecnología y por otro la velocidad a la que evoluciona la propia tecnología; “a veces hay que parar y pensar porque no puedes llegar a todo”.

Situación en la que, añadía, “hay dos tipos de usuario ahora mismo, el que utiliza las aplicaciones de IA generativa y ya no puede vivir sin ellas y el que no lo ha hecho porque tiene miedo”.

La necesidad de poder escalar un proyecto de IA generativa y, de nuevo, poder escalarlo con agilidad, era señalada por Marta Serrano, CDO en Acciona Energía. “Para nosotros es uno de los retos que estamos encontrando y otra es el gobierno de esos proyectos; tu pones un caso de uso en marcha pero también tienes que ser capaz de mantenerlo, debe ser sostenible en el tiempo”.

Volcados también en aplicar la IA generativa, en Repsol, según Julia Diaz, Head of Data Science de la compañía, “el 65 por ciento de las iniciativas del plan de transformación digital que estamos haciendo tienen que ver con esta tecnología”. Eso explica que ya desde 2023 en la empresa cuenten con un centro de competencias en IA generativa y que, entre otras acciones, “tengamos incluso incentivos para que usen las aplicaciones y casos de uso que generamos, como hacemos por ejemplo con los empleados de las refinerías”.

Precisamente lograr que todos los empleados adopten estos desarrollos es otro de los desafíos con los que hay que bregar en muchas ocasiones, sobre todo, en el caso de empresas que trabajan con un gran volumen de proveedores como es el caso de Acciona. “Nosotros tenemos un negocio que no está tan digitalizado como otros pero sobre todo en el que trabajas con terceros, con muchas subcontratas”, explicaba Rafa Socorro, CDO.

Un escenario que hace que en IA generativa “estemos todavía identificando casos de uso, haciendo pilotos y, lo que es más importante, viendo qué datos tenemos”.

También con muchos proveedores externos “con grados de digitalización muy distintos e incluso especialmente bajos”, trabajan en Merlin Properties, como reconocía Álvaro Ontanon, CIO y CTO de la compañía.

En plena diversificación del negocio que ahora también incluye la construcción de centros de datos, la IA es una pieza esencial para la empresa “ya que nos ayuda por ejemplo a realizar el mantenimiento predictivo de nuestros edificios, todos ellos dotados de sensores, IoT, etc. y eso tiene un gran impacto económico para nosotros”.

Y sobre la IA generativa que, su opinión, está en un estado muy incipiente, motivo por el que salen nuevos modelos constantemente, “si la utilizamos como un mero asistente, nos estamos perdiendo mucho”.

En ese punto se mostró totalmente de acuerdo Arturo Miquel Veyrat, Head of AI de Cognizant que aseguró que “nuestros clientes el 90 por ciento de sus proyectos están relacionados con la IA generativa pero sobre todo con el enfoque de utilizar esta tecnología para hacer algo más rápido o de forma más eficiente, pero hacer lo mismo. Eso es infrautilizar la IA generativa”.

Por eso, animaba a “pensar distinto, en cosas nuevas que gracias a esta tecnología pueden hacerse y antes no”.

Enfoque que, desde Logista, David Sanz, Head of Corporate Business Intelligence de la firma se veía con cautela porque “es como decirles a personas que llevan trabajando de una forma concreta muchos años que lo han estado haciendo mal” y apuntaba además que “hay mucho humo en torno a la IA generativa”.

Para él, “el principal punto de fricción es la gente, los empleados, porque la tecnología va a una velocidad que la gente no es capaz de asimilar e incluso muchas veces piden respuestas a la IA que no puede ofrecerles porque no disponemos del dato correcto”.

“Es que ese el primer paso, el proceso previo. Nosotros hemos tenido que decirle a más de un cliente que no podía iniciar un proyecto de IA porque no estaban preparados, no sabían qué datos tenían, de qué calidad, etc.”, compartía Ana Belén González, Head of Manufacturing & Utilities de Cognizant.

Un encuentro en el que, como añadía la propia Ana Belén González, lo que sí fue evidente es que pese a distintas velocidades la IA generativa “es presente y es futuro”.

Y un mensaje invitando a todos a lanzarse a probar sus aplicaciones: “No frenemos por la regulación pero menos aún por razones como querer tener todo controlado, con desarrollos que se puedan reutilizar desde el inicio. Lo importante es comenzar con casos de uso pequeños, en los que la tasa de error sea asumible, y así comenzar a formar y ganar la confianza del usuario”, pedía Arturo Miquel Veyrat.