Las tres dificultades para aplicar la IA en las empresas
Aunque no es novedad la implementación de la IA en los negocios, el despliegue de la tecnología todavía presenta dificultades como la confianza, los costos y la privacidad
La inteligencia artificial (IA) es una tecnología que, si bien está presente desde hace ya varios años en el mundo, se volvió tangible con el boom de las herramientas digitales, como ChatGPT.
En este contexto, Victoria Martínez, Business Development Manager, AI Analitycs de Red Hat para América latina, comentó: "La IA viene trabajándose hace muchísimo tiempo. Pero, cuando empezamos a tocarla, que llegó, principalmente, con ChatGPT, permitió, culturalmente, que todos, independientemente de su edad, vean el valor y los resultados a los que podemos llegar".
Sin embargo, cuando se trata de implementar este tipo de tecnología a las empresas o los organismos de gobierno, aún hay ciertas dificultades que atravesar. "Entre los bloqueantes y aspectos inhibidores que impiden poder llevar IA a la producción en el ámbito empresarial o a los ámbitos de gobierno, aparecen los costos, la privacidad y las alucinaciones sobre la confiabilidad que hace que no se termine de dar el paso en la industria", explicó Martínez.
En el caso de los costos, comentó: "Es difícil determinar el valor de uso de una plataforma por volumen. Cuando uno usa algoritmos como ChatGPT, uno tiene un costo por cantidad de interacciones. Pero, si tengo un volumen muy grande de usuarios, los costos se disparan enormemente si el objetivo es automatizar las respuestas o las ventas. Nosotros mostramos cómo usar este tipo de herramientas para que, desde las empresas, puedan generar sus propias soluciones de IA".
Asegurar la privacidad
En tanto, en el campo de la privacidad, expuso: "Trabajamos con lo que se llama nube híbrida, que significa que se puede tener una porción de nube en Google y otra en Amazon, lo que permite cuidar los datos. Es muy importante porque evitan las fugas de información y se dan garantías de que esa información no sale".
Respecto a la confiabilidad Martínez contó que "hay muchos puntos en el medio para hacer que la información que le va directamente a un modelo como ChatGPT, tenga la mayor precisión. Esto significa que hay otras capas de otros algoritmos complementarios que permiten hacer más eficiente el uso del asistente".
En este sentido, la ejecutiva recordó los orígenes de Red Hat, proveedor líder de soluciones de código abierto empresarial que basa el desarrollo de tecnología de cloud computing: "Nacimos desde el open source. Es inevitable".
Y siguió: "En la industria se habla de licencias y de pagar por el uso. En Red Hat esto no existe, sino que trabajamos con suscripciones en las que brindamos soporte. Eso es parte de lo que permite que se pueda democratizar la tecnología y la IA".
Así, Martínez contó que, hoy en día, las empresas buscan aplicar la tecnología y la IA en la llamada 'inteligencia generativa'. "Dentro los pedidos, se solicita mejorar la experiencia de usuario. Todo lo que tiene que ver con lo conversacional y en cómo se puede humanizar el contacto dadas las diferencias que se tienen con los chatbots. Este tipo de tecnologías nos permiten hacer experiencias más humanizadas que se están implementando en los call centers".