Cómo los CIO están cambiando la estrategia de TI para adoptar la IA generativa

Si es usted un líder de TI, lo más probable es que ya le haya despertado el interés por la IA generativa y, tras un período de escepticismo, haya empezado a probar sus capacidades. También es posible que haya tenido dificultades para convertir plenamente la euforia en resultados tangibles reales. Por supuesto, es tarea de los líderes de TI ir más allá de la euforia y garantizar la gobernanza, la supervisión y las normas adecuadas antes de adoptar una nueva tecnología. Como director de informática (CIO) de una empresa tecnológica, a veces atravieso esta fase antes que mis colegas de otros sectores. Tras experimentar con la tecnología en los últimos meses, he llegado a algunas conclusiones sobre cómo la IA generativa obligará a los líderes de TI a cambiar su estrategia con el tiempo.

Racionalización de las carteras de aplicaciones

En los últimos años, la mayoría de los CIO se han lanzado a comprar aplicaciones SaaS en nombre de la transformación digital. No hay nada malo en ello, sobre todo teniendo en cuenta el elevado costo a largo plazo de crear aplicaciones personalizadas. Las suscripciones han sido la opción lógica. Sin embargo, a menudo adquiríamos soluciones puntuales que solo resolvían un problema empresarial concreto. La IA generativa ofrece una nueva oportunidad.

Combinada con una plataforma de automatización, la IA generativa permite crear soluciones rápidamente sin necesidad de adquirir una nueva herramienta. Basándonos en la evaluación de mi equipo, esperamos reducir nuestra cartera de aplicaciones entre un 5 y un 10 % de aquí al año que viene utilizando capacidades de la IA generativa.

Al mismo tiempo, puede que no tenga sentido crear una solución personalizada cada vez. Todos los proveedores están estudiando la posibilidad de agregar capacidades de la IA generativa a su cartera, por lo que es una buena idea estar atento a su hoja de ruta para asegurarse de que no está construyendo algo que estará disponible de inmediato.

Reimaginar la experiencia del usuario

En los últimos veinte y tantos años, las aplicaciones han evolucionado para ser más accesibles, ejecutándose en plataformas de nube de varios inquilinos y haciéndose aptas para dispositivos móviles. Pero su arquitectura central no ha cambiado. Siguen utilizando una interfaz de usuario basada en formularios que se ejecuta sobre una base de datos que espera datos estructurados. La IA generativa desafía la arquitectura central y la experiencia, ya que se nutre de datos no estructurados y responde con respuestas similares a las humanas.

Por ejemplo, en el CRM de Salesforce, un representante de ventas tarda fácilmente entre 15 y 20 minutos en navegar por cuatro o cinco pantallas y 15 clics antes de que se le presente una cotización. ¿Por qué no podemos ofrecer la misma funcionalidad a través de una experiencia de chat más inteligente y de respuesta más rápida? Lo mismo ocurre con los informes y paneles.

Hace poco, mi equipo puso en marcha una forma conversacional para que los empleados internos realizaran tareas básicas como reservar una reunión, pedir material, redactar un correo electrónico de ventas consultando el perfil de LinkedIn del posible cliente, y muchas más. Cuando se combina esto con nuestra propia plataforma de automatización, espero ampliar esta capacidad y convertirla en un sistema de interacción para cientos de tareas diarias.

Simplificación del tratamiento de datos

Si se pregunta a un líder de TI por una tarea que odie en cada proyecto, puedo garantizar que la mayoría mencionará la conversión y limpieza de datos. Esto se debe a que implica escribir cientos de líneas de código para convertir datos de diversas formas en una estructura que el sistema pueda entender. Lamentablemente, la mayoría de las herramientas analíticas potentes solo tienen éxito si se ha resuelto la conversión y consolidación de datos.

Una de las características más interesantes de los grandes modelos de lenguaje (LLM, del inglés Large Language Models) es que pueden dar sentido a datos que se encuentran en diferentes formas. Espero que la IA generativa cambie nuestra estrategia de análisis de datos a través de la reducción los pasos necesarios para la conversión y limpieza de datos.

Renovación de la estructura de los equipos

Formo parte de una empresa de automatización, y la IA siempre ha formado parte de nuestro viaje hacia la automatización inteligente. Pero cada vez está más claro que la IA generativa obligará a los CIO a replantearse la estructura de sus equipos. De forma similar a la creación de un programa de automatización, es posible que desee considerar la creación de un grupo horizontal para la IA que apoye todos los aspectos de su organización. Para ello, estoy pidiendo a cada parte de mi organización que comparta y publique su estrategia de IA generativa.

En cuanto al conjunto de habilidades, es posible que con el tiempo tenga que dar prioridad a la contratación de diseñadores conversacionales frente a la de desarrolladores de interfaz de usuario. Del mismo modo, la capacitación de modelos de IA con ingeniería rápida es otro conjunto de habilidades en el que es posible que desee invertir. También estoy revisando mi estrategia de socios para cubrir las carencias de talento a corto plazo. Pero el mayor desafío será la inercia organizacional, y la única forma de vencerla es reflejar la IA generativa en los objetivos individuales de cada parte de mi equipo.

Abordar las repercusiones presupuestarias

Por muy entusiasmados que estemos con la nueva tecnología, todos sabemos que no es el mejor momento para pedir un incremento del presupuesto. ¿Cómo se financia un programa de IA?

Yo empezaría por fijarme en los que más gastan, que suelen ser los equipos de CRM y ERP. Aunque es absolutamente necesario contar con las capacidades básicas de estas herramientas, existe una oportunidad real de aprovechar la automatización y la IA generativa para mantener fuera las costosas personalizaciones y, al mismo tiempo, mantener el núcleo del ERP limpio y sencillo. Todo esto es posible sin afectar a la experiencia nativa de estas herramientas. En Automation Anywhere, estamos utilizando nuestro propio Automation Co-Pilot para combinar el poder de la IA generativa y la automatización de forma nativa en la experiencia ERP.

Afrontar nuevos retos

Por muy entusiasmado que esté con el potencial de la IA, la responsabilidad de las decisiones tomadas por la IA generativa plantea nuevos desafíos. Los líderes de TI estamos acostumbrados a definir conjuntos de reglas para los procesos que gestionamos. Sin embargo, el desafío de controlar el comportamiento de las aplicaciones sin reglas es nuevo para todos nosotros. Teniendo esto en cuenta, recomiendo encarecidamente que un humano participe en las acciones fundamentales y que revise de manera constante los resultados.

También existe una necesidad mucho más amplia de que las organizaciones de TI colaboren estrechamente con su equipo jurídico. La IA generativa ampliará los límites de nuestras políticas corporativas actuales, y es imperativo actualizarlas a medida que aprendamos de nuestra experiencia. Considere la posibilidad de crear un consejo de gobernanza de IA dentro de su organización para conversar y alinear todos los asuntos relacionados con la IA.

Dirigir con confianza en una nueva era

La IA generativa es nueva para todos, incluidos los líderes de TI. Aun así, al ser los líderes tecnológicos de nuestra organización, se espera de nosotros que proporcionemos una dirección, estableciendo las expectativas adecuadas sin comprometer la seguridad y la privacidad de los datos de nuestros clientes o empleados. Todos cometeremos algunos errores cuando probemos nuevas ideas, y juntos aprenderemos del camino y estableceremos las prácticas recomendadas para la industria.