La serie CxO: Recomendaciones para implementar la IA generativa de Accenture

Para nuestro último blog de la serie CxO, tuve el placer de hablar con Shallu Gupta, directora de Tecnología de automatización inteligente para Tech for Operations en Accenture Operations, quien impulsa iniciativas de automatización en todas las operaciones. Hablamos sobre el auge de la IA generativa y las tendencias que observa en las implementaciones entre los clientes de Accenture.

Shallu Gupta

¿Puede contarnos un poco sobre su rol y el trabajo que ha hecho antes de llegar a él?

Gupta: Tengo más de 22 años de experiencia en tecnología de la información (IT) y trabajé en un entorno de desarrollo de software base. Mi rol actual consiste en colaborar con proveedores de primer nivel, equipos de entrega y equipos de transformación comercial en Accenture para diseñar estrategias tecnológicas que se alineen con nuestros objetivos comerciales. Me esfuerzo por garantizar que nuestra hoja de ruta tecnológica esté sincronizada con nuestra estrategia comercial general, lo que nos permite seguir siendo competitivos en un panorama tecnológico que evoluciona a pasos agigantados. Crear y administrar asociaciones tecnológicas con proveedores y socios clave también es un aspecto fundamental de mi función. Esto garantiza que tengamos acceso a las últimas tecnologías y soluciones que pueden impulsar la eficiencia operativa y mejorar nuestros resultados comerciales.

Como directora de Tecnología de automatización, estoy comprometida a mantenerme al tanto de las tecnologías emergentes, las tendencias de la industria y las prácticas recomendadas. Al fomentar una cultura de innovación y colaboración, mi objetivo es impulsar cambios transformadores que impacten positivamente en el desempeño de nuestro negocio.

Claramente, la IA y la IA generativa son temas de alta prioridad para sus clientes. ¿Cuáles son algunas de las tendencias clave que observa y las áreas en las que los clientes demuestran el mayor interés y potencial para estas tecnologías?

Gupta: Personalmente, estoy ansiosa por aprovechar las capacidades de la IA generativa en todos los dominios dentro de Accenture Operations. En Accenture, actualmente estamos realizando múltiples experimentos en varios departamentos (Finanzas, Marketing e Investigación, Talento y Recursos Humanos, etc.), además de medir el impacto de la IA generativa en diferentes fases del ciclo de vida del desarrollo de software (SDLC), que van desde el descubrimiento hasta la implementación, ya que tiene el potencial de mejorar significativamente la productividad del desarrollador a través de la generación de código, la depuración de código y otras características avanzadas.

En nuestra organización, ya hemos estado utilizando IA para ofrecer soluciones de automatización inteligente a nuestros clientes. Estas soluciones abarcan varias áreas, como la digitalización de documentos, la automatización basada en el procesamiento del lenguaje natural (NLP) y el análisis predictivo. Al incorporar tecnologías de IA, hemos ayudado a nuestros clientes a reducir costos, fortalecer la eficiencia operativa y mejorar la experiencia general del cliente.

En el panorama actual, los clientes buscan cada vez más soluciones integradas de extremo a extremo en lugar de soluciones puntuales individuales. Desean una plataforma integral que ofrezca un ecosistema unificado en lugar de depender de múltiples herramientas inconexas. La introducción de la IA generativa ha impulsado aún más esta tendencia, con un énfasis particular en el procesamiento del lenguaje natural (NLP) y la generación de lenguaje natural (NLG). Los clientes están interesados en aprovechar estas tecnologías para mejorar el servicio al cliente, automatizar conversaciones y generar contenido escrito de alta calidad que se asemeje mucho al contenido generado por humanos.

La alineación de los objetivos comerciales con una estrategia de IA debe ser primordial. ¿De qué manera cree que es mejor medir el éxito?

Gupta: Existen medidas tanto cuantitativas como cualitativas, tales como:

Comentarios de los clientes
Influencia en las métricas financieras (costo, ingresos, ROI)
Impacto en métricas operativas (eficiencia, eficacia, productividad)
Satisfacción de los empleados (equilibrio entre la vida personal y el trabajo)

¿Qué otras consideraciones deben tener en cuenta las organizaciones al implementar su estrategia de IA?

Gupta: Creo que las organizaciones deben tener en cuenta los siguientes aspectos:

Análisis de brechas de habilidades
Las organizaciones deben realizar un análisis integral de las brechas de habilidades para identificar áreas donde se requiere capacitación o contratación adicional.
Centro de comando
La implementación de un centro de comando puede beneficiar enormemente a las organizaciones cuando se trata de administrar sistemas de IA, ya que proporciona monitoreo y supervisión en tiempo real de las operaciones, el rendimiento y los posibles problemas de IA.
Análisis costo-beneficio
Es fundamental que las organizaciones realicen un análisis de costo-beneficio antes de implementar soluciones de IA para garantizar que se alineen con sus objetivos comerciales generales.
Gestión eficaz de sesgos
La implementación de prácticas sólidas de gestión de sesgos implica conjuntos de datos diversos y representativos, auditorías regulares de algoritmos y monitoreo continuo para identificar y mitigar sesgos. Esto garantiza la equidad, la transparencia y el uso ético de las tecnologías de IA.
Establecimiento de una función de apoyo sólida
Las organizaciones deben establecer una función de apoyo sólida para ayudar a los empleados y las partes interesadas a utilizar las tecnologías de IA de manera efectiva. Tener un sistema de soporte confiable permite superar los desafíos, garantiza operaciones sin inconvenientes y maximiza el valor derivado de los sistemas de IA.
Mecanismo adecuado de comentarios
Establecer un mecanismo de comentarios es esencial para que las organizaciones mejoren de manera continua sus estrategias de IA. En última instancia, esto impulsa la innovación y garantiza la alineación de las soluciones de IA con las necesidades cambiantes de la organización y sus partes interesadas.

Al considerar estos factores adicionales junto con los enumerados anteriormente, las organizaciones pueden mejorar el éxito y la eficacia de sus estrategias de IA mientras minimizan los riesgos y maximizan los beneficios que la IA puede aportar a sus operaciones.

¿Cuáles son algunas de las barreras clave que las organizaciones deben tener en cuenta?

Gupta: La barrera más importante debe estar relacionada con la privacidad y la seguridad de los datos y garantizar que las empresas tengan un vasto conocimiento de la forma en que se manejan, procesan, protegen, aseguran y utilizan los datos. Otras barreras son la consistencia, cómo las organizaciones manejan los problemas de derechos de autor y cómo generan resultados imparciales.

¿Cómo pueden las organizaciones asegurarse de que la estrategia que adoptan hoy sea sostenible a largo plazo?

Gupta: Gracias al avance de la IA, identificamos muchas oportunidades, por lo que las organizaciones tienen la presión de adoptarla. Diría que cada organización debería pensar de manera responsable, ya que la innovación ofrece muchas oportunidades, pero también implica responsabilidades. Las organizaciones deben considerar algunas de las siguientes cuestiones:

Identificar las áreas para comenzar primero el viaje de la IA y planificar una estrategia a largo plazo en su hoja de ruta de adopción.
Planificar los tipos de conjuntos de habilidades que necesita y desarrollar una estrategia en torno a la capacitación de sus recursos.
Identificar métricas clave para medir su éxito.
Comprender las limitaciones y los modelos que utilizará.
Desarrollar un modelo de gobierno sólido en torno al cumplimiento de las reglamentaciones pertinentes.
Implementar las prácticas recomendadas de prueba y los controles de calidad antes de poner en producción cualquier sistema de IA.
Instalar sistemas para monitorear de manera continua sus sistemas y un modelo de soporte capacitado para solucionar problemas de forma inmediata y permanente.
Establecer un fuerte mecanismo de comentarios.

¿Cómo ve la evolución del espacio de la IA generativa en los próximos 12 a 24 meses?

Gupta: La evolución continua de cada nivel en la oferta tecnológica de IA generativa indica mejoras prometedoras en su efectividad para los consumidores. En el futuro, las organizaciones tendrán la capacidad de ajustar la tecnología de acuerdo con sus necesidades específicas al aprovechar sus datos patentados para integrarlos sin problemas en sus aplicaciones. Se espera que se dispare la demanda de habilidades relacionadas con el ajuste de los modelos existentes en función de los requisitos de la organización. Considero que es probable que la ingeniería rápida se convierta en una habilidad cada vez más importante para desarrolladores e ingenieros.

El ritmo acelerado de los avances ya está dando lugar a nuevos modelos, y anticipamos la disponibilidad de modelos preentrenados aún más maduros en el mercado en los próximos 1 o 2 años. Estos modelos proporcionarán a las organizaciones capacidades mejoradas y más opciones para implementar soluciones de IA generativa que se alineen con sus objetivos comerciales únicos.