Cómo las empresas líderes convierten la visión de la inteligencia artificial en valor empresarial

Tengo la suerte de poder hablar con cientos de clientes cada año. Estas empresas abarcan toda la curva de adopción tecnológica: algunas prosperan en la vanguardia, mientras que otras prefieren evitar los riesgos en la medida de lo posible. 

Sin embargo, la era de la inteligencia artificial, en constante evolución y llena de entusiasmo, las ha unido a casi todas en este momento. El tiempo de experimentación ha terminado. Las empresas se centran en pasar de los pilotos teóricos de inteligencia artificial a su puesta en marcha a escala, la optimización de los costos y el control de sus acciones.

Más allá de esos mandatos corporativos, que son importantes, creo que lo más interesante de mis conversaciones con los clientes es que existe un clima de entusiasmo por la inteligencia artificial. Se trata de aprovechar nuevas ideas y de buscar oportunidades que no se consideraban posibles hace poco tiempo.

Por ejemplo, el objetivo del banco global BNP Paribas es industrializar la inteligencia artificial a escala, no solo experimentar con ella. Ya cuentan con miles de casos de uso en funcionamiento, pero no se detienen. Actualmente, están creando una fábrica de inteligencia artificial para ofrecer estas capacidades en toda la empresa con un énfasis en el valor empresarial. Esto incluye elementos clave como la detección de fraudes, el proceso «Conozca a su cliente» (KYC), la incorporación de clientes y los chatbots, además de funciones para la productividad interna, como la inteligencia artificial para desarrolladores. Además, insisten en que el enfoque debe centrarse en los resultados empresariales medibles.

Lo que me encanta de BNP Paribas es cómo demuestran el poder de la adaptabilidad junto con el requisito de un buen control. 

Así es exactamente como el fabricante de automóviles Nissan realiza la transición de los vehículos definidos por software a los vehículos definidos por inteligencia artificial, donde las cargas de trabajo de inteligencia artificial son un facilitador principal del producto. En cuanto a la computación, el requisito más importante es la flexibilidad, afirma Nissan. Las cargas de trabajo de inteligencia artificial seguirán evolucionando, por lo que Nissan se enfoca en la capacidad de adaptar la computación (ya sea integrada, externa o híbrida) sin vincular el software a una generación de chips específica. Y con los datos, la inteligencia artificial eleva el listón aún más. El manejo de los datos es fundamental no solo para mejorar los modelos, sino también para garantizar la responsabilidad, la confianza y el aprendizaje continuo en los productos AI-Drive e AI-Partner de Nissan, siempre con seguridad, privacidad y control integrados.

Agentes por todas partes

Existe un gran interés e inversión en la inteligencia artificial con agentes, es decir, sistemas de agentes de inteligencia artificial que pueden razonar, planificar y ejecutar tareas complejas de forma autónoma. Veamos un par de ejemplos.

• BNP Paribas explora un proyecto interno llamado Twin para implementar agentes que supervisen el uso de la GPU, detecten anomalías y automaticen los flujos de trabajo de resolución en tiempo real. 
• La empresa global de logística y entrega de paquetes UPS ve el futuro de la inteligencia artificial a través del prisma de la ciencia de las decisiones. En este ámbito, los agentes analizan situaciones, determinan las próximas acciones probables y participan en árboles de decisión automatizados para facilitar la logística de la cadena de suministro.
• La empresa de telecomunicaciones estadounidense Verizon prevé utilizar la inteligencia artificial con agentes para ejecutar bucles de triaje complejos. Estos sistemas pueden detectar degradaciones de red en clientes individuales y ejecutar acciones de forma autónoma para resolver problemas antes de que el cliente solicite ayuda.

¡Pero no podemos olvidarnos de las personas! La NASA, la organización estadounidense de programas espaciales, investigación aeronáutica y exploración espacial, destaca que los agentes de inteligencia artificial están destinados a ayudar y actuar como un multiplicador de fuerzas, en lugar de reemplazar a los ingenieros y científicos. Esta es la oportunidad de escalabilidad: Las empresas pueden aumentar el impacto de la inteligencia artificial, ya que esta puede encargarse de las tareas de mantenimiento y computación rutinarias pero importantes. Esto permite que las personas se centren en el diseño detallado y en la toma de decisiones de alto nivel. 

Por ejemplo, EUROCONTROLPágina disponible en Inglés (Español no está disponible), la agencia europea para la seguridad de la navegación aérea, utiliza sistemas de inteligencia artificial de alto rendimiento para calcular trayectorias complejas en tiempo real, lo que ayuda a los usuarios del espacio aéreo a identificar las rutas de vuelo más sostenibles y eficientes en el consumo de combustible. La NASA busca utilizar modelos de inteligencia artificial en el espacio para visualizar y procesar datos rápidamente, filtrando la información para que los astronautas puedan centrarse en la toma de decisiones en lugar de en la clasificación de datos. Por último, Motorola Solutions fabrica dispositivos, sistemas y software de comunicaciones críticas para empresas y organismos de seguridad pública. La empresa integra flujos de trabajo de inteligencia artificial en la nube en sistemas de emergencia locales para ofrecer a los operadores del 911 transcripciones en directo, traducciones en tiempo real y resúmenes de casos automatizados.

Soberanía digital e inteligencia artificial

Con la creciente supervisión normativa (como la Ley de Inteligencia Artificial de la UE), los clientes con los que hablo solicitan una soberanía digital verificable sobre su inteligencia artificial. Esto se divide en 3 requisitos:

• Soberanía del modelo: La capacidad de elegir, cambiar y ejecutar modelos de inteligencia artificial específicos en cualquier lugar sin dependencia de un solo proveedor.
• Soberanía de los datos: Los datos utilizados para entrenar y ejecutar modelos permanecen totalmente bajo el control jurisdiccional de la organización y nunca se utilizan para entrenar modelos externos sin consentimiento.
• Soberanía de los resultados: La capacidad de auditar, explicar y anular cualquier decisión importante generada por la inteligencia artificial. 

Por ejemplo, entidades reguladas como Core42Página disponible en Inglés (Español no está disponible) y TelenorPágina disponible en Inglés (Español no está disponible) en Europa están creando nubes de inteligencia artificial soberanas y multiinquilino altamente seguras para que los datos nunca salgan de su control. 

Estos son solo algunos de los aspectos más destacados de nuestros clientes sobre el futuro de la inteligencia artificial en sus organizaciones. Me inspira la forma en que planifican su transición de los pilotos de inteligencia artificial a la producción, aprovechando las ideas que sus equipos imaginan a diario.