¿Has visto esta publicación sobre GenAI, que ahora es casi un adagio de los tiempos?
“¿Sabes cuál es el mayor problema al impulsar todo lo relacionado con la IA? Dirección equivocada. Quiero que la IA lave la ropa y los platos para que yo pueda hacer arte y escribir, no que la IA haga mi arte y escribir para que yo pueda lavar la ropa y los platos”.
La publicación es atrevida, pero acertada. Es un claro recordatorio de que los humanos quieren que la IA les ayude con tareas indeseables y minuciosas, no para asimilar la creatividad. En última instancia, es posible que las empresas quieran lo mismo. Necesitan productividad creativa por parte de los humanos y necesitan que GenAI genere el retorno de la inversión que mantenga la casa financiera en orden, en lugar de caer en el pozo del dinero de la IA.
Si cree que este mensaje proviene de otra empresa que busca subirse al tren de GenAI, piénselo de nuevo. Llegamos a GenAI y a la gestión de datos, que es fundamental para el éxito de GenAI, desde una posición de comprensión, experiencia y compromiso incomparables.
Esto es lo que hemos aprendido y qué hacer para transformar su organización con GenAI.
Sheila Rohra
Navegación de enlaces sociales
Sea extremadamente selectivo al utilizar GenAI
A veces, las organizaciones no se toman el tiempo para definir qué es lo que quieren obtener de GenAI. Esto ha llevado a muchas empresas a crecer demasiado rápido, a proceder con excesiva cautela o a no avanzar en absoluto.
Everest Group dice que en 2023 se realizaron más de 1200 pruebas de concepto (PoC) de GenAI, lo que indica un fuerte compromiso empresarial, pero menos del 18% de las PoC llegan a la etapa de producción. Gartner añade que el crecimiento en el 90% de las implementaciones empresariales de GenAI se desacelerará para 2025 a medida que los costos superen el valor.
Posicione sus esfuerzos de GenAI para el éxito y el crecimiento definiendo primero el problema que está tratando de resolver. Especifique qué resultados espera. Y sea selectivo al utilizar GenAI, porque requiere enormes recursos informáticos y una infraestructura de TI ampliada que pueda manejar grandes conjuntos de datos, por lo que puede volverse costoso rápidamente. También tenga en cuenta que consumir mucha computación y energía tendrá un impacto en el planeta y en sus objetivos de sostenibilidad. Por lo tanto, asegúrese de utilizar GenAI de manera sensata y solo utilice GenAI para resolver problemas que de otro modo no podrían resolverse.
Implementar políticas e infraestructura sólidas
Si alguien utiliza GenAI para escribir un poema, no hay respuestas correctas o incorrectas. Pero las aplicaciones empresariales de misión crítica requerirán una precisión cercana al 100%. Si no emplea datos de alta calidad en sus esfuerzos de GenAI, no obtendrá los resultados que espera.
Evalúe dónde se encuentra con sus estrategias de datos y GenAI. Nuestra investigación reciente indica que menos de la mitad (44%) de las organizaciones tienen políticas GenAI bien definidas, y aún menos (37%) creen que su infraestructura y ecosistema de datos están bien preparados para la implementación de GenAI.
Trabaje con expertos en datos para establecer e implementar soluciones y estrategias sólidas de gestión de datos que aborden la seguridad e integridad de los datos dondequiera que residan.
Además, asegúrese de que su estrategia GenAI lo posicione para ser ágil en este entorno en rápido movimiento en el que hay muchas adquisiciones y consolidaciones. Planifique y cree para GenAI de una manera que lo mantenga flexible porque lo que funcionó hace unos meses puede no funcionar en el futuro.
Comprender y abordar los riesgos y las regulaciones
El uso de conjuntos de datos de alta calidad también es importante teniendo en cuenta el creciente escrutinio regulatorio en torno a la IA y la GenAI. Por ejemplo, la Ley de Inteligencia Artificial de la Unión Europea entró en vigor el 1 de agosto. Esto se aplica a cualquier proveedor que ponga en servicio sistemas de IA dentro de la UE.
La nueva Ley de IA de la UE exige que los sistemas de IA clasificados como de alto riesgo (como los sistemas que se utilizan para energía y transporte, dispositivos médicos y sistemas que determinan el acceso a la educación o el empleo) implementen estrategias de mitigación de riesgos. La UE explica que eso incluye lograr altos estándares de precisión, ciberseguridad y solidez; asegurar la supervisión humana; mantener registros de actividad; proporcionar documentación detallada; y el uso de conjuntos de datos de alta calidad.
Pero el volumen y la complejidad sin precedentes de los entornos de datos pueden convertir esto en un desafío. Emplee las herramientas y los procesos de DataOps para comprender el linaje de los datos, optimizar los costos de los datos y garantizar la confiabilidad, la resiliencia y la visibilidad durante todo el ciclo de vida de los datos.
Establecer una base de datos para la innovación
GenAI ahora facilita que prácticamente cualquier persona ponga la IA a trabajar, lo que está acelerando el ritmo de la transformación empresarial a un ritmo exponencial. Y eso es algo extremadamente poderoso. Con GenAI, puede impulsar una mayor automatización y ahorrar costos. GenAI también puede permitir la diferenciación de productos para impulsar los ingresos. Si puede volverse más proactivo utilizando el conocimiento infinito y la capacidad de GenAI para actuar rápidamente, podrá solucionar problemas y ofrecer mejores soluciones más rápidamente.
Pero, en el proceso, GenAI está aumentando las demandas de almacenamiento y extendiendo las preocupaciones de infraestructura en las empresas a lo largo y ancho del mundo. Para seguir siendo competitivas, las empresas modernas como la suya deben establecer una base de datos para la innovación, lo que le permitirá ejecutar, gestionar y aprovechar datos y aplicaciones dondequiera que existan: en las instalaciones, en la nube y/o en el borde.
Ya sea que su organización opte por aprovechar GenAI para ahorrar en las tareas diarias, generar ingresos brindando servicios diferenciados o todo lo anterior, tenga en cuenta que utilizar GenAI correctamente es tanto un arte como una ciencia. Y requiere que las personas y las organizaciones aprovechen tanto el conocimiento adquirido con años de experiencia como las últimas innovaciones en gestión de datos.
Hemos enumerado las mejores herramientas de inteligencia artificial.
Este artículo se produjo como parte del canal Expert Insights de TechRadarPro, donde presentamos las mejores y más brillantes mentes de la industria tecnológica actual. Las opiniones expresadas aquí son las del autor y no son necesariamente las de TechRadarPro o Future plc. Si está interesado en contribuir, obtenga más información aquí: https://www.techradar.com/news/submit-your-story-to-techradar-pro