No es IA todo lo que reluce en la empresa

El Diari de Tarragona acogió una nueva edición del ciclo de encuentros ‘Los desayunos de Economía & Empresas’, donde expertos y profesionales comparten reflexiones sobre algunos de los grandes temas que marcan hoy la agenda empresarial. En esta ocasión, la Inteligencia Artificial aplicada a la empresa.

Bajo el título Aterrizando la IA en la empresa, cuatro expertos en este sector (Mikel Urizar, líder del centro de excelencia de IA Generativa de Inetum; Sangeet Kar, director global de IA de Essity; Cirus Iniesta, director de la Unidad de Data Science and Big Data Analytics de Eurecat; Josep Maixé, CEO de Ten Solutions) analizaron el momento que vive el despliegue y la adopción de la Inteligencia Artificial (IA) en el entorno empresarial, con un especial foco puesto en las pymes. Después del hype (moda, expectativa, furor) de la Inteligencia Artificial Generativa (IAGen), ¿en qué se concreta todo esto? ¿Cuáles son las grandes tendencias?

Sangeet Kar, de Essity, piensa que «este hype alrededor de la Inteligencia Artificial es bueno», pero plantea retos. «Las startups como OpenAI y Anthropic [creadoras, respectivamente, de ChatGPT y Claude] han demostrado las capacidades de la IA, pero también hemos visto las limitaciones, con riesgos importantes. Y mientras las consultoras van subiendo estas capacidades de la IA, el gap (distancia) entre ellas y la realidad de las empresas también va subiendo».

En este contexto, los retos que se plantean, en opinión de Sangeet Kar son, «en primer lugar, cómo minimizar este gap y cómo gestionar los riesgos». Dicho lo cual, observa que, con el furor desatado tras la presentación en público de ChatGPT hace dos años, «solo hablamos de IA Generativa, pero el foco está en otros campos, como el Machine Learning o los algoritmos de optimización».

Josep Maixé, de Ten Solutions, destaca que «las primeras usuarias de IAGen son las empresas de contenidos, es el mundo del marketing, donde si no hablas de IA, no eres nadie. Después, las consultoras venden la expectativa, venden el hype, y entonces todas las empresas quieren posicionarse en cosas futuribles. Por último, quedamos los que hemos de convertir esto en cosas prácticas, que no siempre pasan por la IA».

Mikel Urizar, de Inetum, coincide en que «uno de los principales problemas alrededor de la IA y del hype es que los productores [de IAGen] han puesto tan alto el listón, que cuando a una empresa se le dice que no va a conseguir un 30% de eficiencia, sino un 5%, que es muchísimo, se decepciona. Todo este hype es el que luego sufrimos los que hemos de construir el software específico a partir de esas expectativas».

«Porque seguramente -prosigue Mikel Urizar- esas pymes no necesitan IAGen, sino automatización, otras cosas. Pero cuando les dices eso, parece que no sabes de qué estás hablando». Aunque añade: «La IAGen ha obligado mucho a centrarse en los datos, y el hype ha conseguido que muchas empresas cambien su forma de pensar y trabajar. Si quieres introducir IA, tienes que cambiar todo tu proceso».

Cirus Iniesta, de Eurecat, coincide en que «hay un hype, pero es de base real, porque el rendimiento de la IA se ha disparado en los últimos años. Hay prestaciones que no podían soñarse hace años, y eso es real».

«Pero luego -prosigue-, sucede que la gente piensa que el despliegue de la IA es pulsar un botón. En atención al cliente, por ejemplo, quieren que la máquina les entienda muy bien, pero no quieren generación. Todo el mundo dice querer IA, pero no siempre se necesita IAGen, y ni siquiera IA. A veces, son mejores los sistemas basados en reglas».

El problema, con toda la expectativa generada y la maquinaria del hype a toda marcha, es cómo aterrizar esto, en especial a escala de pyme. La tentación de darle una capa de maquillaje para que cualquier cosa sea ahora ‘con IA’ es grande. No es IA todo lo que reluce, y no siempre hace falta la IA para brillar.

Alfabetizar en IA

«Es importante trabajar en la alfabetización en IA», destaca Sangeet Kar, de Essity. «No podemos empezar por todos los lados -explica-, y si pensamos en las pymes, se trata de pensar en cómo podemos dar herramientas para mejorar su productividad».

«Se puede empezar -prosigue Sangeet Kar- con un Copilot para ser más creativo. Un paso más allá son los resultados de uso. Los chatbots, por ejemplo. En las áreas de Recursos Humanos, un 70% de su tiempo se dedican a responder preguntas de su gente, cuyas respuestas se pueden consultar en documentos. Un claro caso de uso de la IA es el chatbot, mientras ellos se dedican a aportar valor».

«Un tercer bloque -añade Sangeet Kar- es tener una visión más estratégica. Identificar cuatro o cinco áreas claves, pensar en cómo van a cambiar y qué inversiones y pasos podemos dar hoy de cara al futuro. Con dos áreas críticas: cómo formar y educar a nuestra gente en IA, para ver qué capacidades o riesgos hay, y luego cómo lo gobernamos, para identificar potencial con equipos interdisciplinares».

Desde su experiencia con clientes pymes, Josep Maixé, de Ten Solutions, coincide en la utilidad de casos de uso como los chatbots: «Tener un chatbot privado a disposición de un call center supone que ese departamento de atención, antes de dar una respuesta, pueda consultarlo».

«Pero hay otras aplicaciones -prosigue Josep Maixé-, con casos típicos en una pyme: ‘¿Nos ha pagado tal persona?’ O ‘pásame el estado económico de tal cliente, o de ventas, antes de ir a verlo’. El reto ahora es tener esa conversación con la ERP. Inicialmente con respuestas, después con acciones».

Cirus Iniesta, de Eurecat, suma sus reflexiones sobre cómo aterrizar la IA en la empresa: «En el aterrizaje de la IA, si nos enfocamos a pymes, hay clientes que dicen que quieren IA, pero quizás lo que quieren es una analítica más básica, que es el caso de uso que necesitan».

«O quizás no tienen los datos. Aquí sí que la madurez tecnológica, especialmente en la pyme -añade Cirus Iniesta- condiciona el aterrizaje de la IA». En este sentido, «los datos determinan una primera etapa de madurez en las empresas, y en las primeras etapas iniciales de evolución, estos datos, preferiblemente, deberían tener un formato machine-readable». Otra cuestión es la integración , donde Cirus Iniesta explica que «las empresas tienen cada vez más servicios a disposición, pero no siempre se integran con sus sistemas internos».

Mikel Urizar, de Inetum, explica que «lo que ha pasado desde 2022 hasta aquí es que las empresas han tenido dos enfoques. El primer enfoque es ‘quiero aplicarlo a todo’. El segundo es ‘me voy a esperar’. En las empresas que optaron por ese primer enfoque, no sabemos si ha dado el retorno esperado. En las empresas del segundo enfoque, hay que empezar con cosas pequeñas y explicar qué es lo que implica. Cuando les dices que tienen que hacer una inversión importante y, el año que viene, invertir más, ya lo ven diferente».

«Cuéntame qué es lo que haces, no lo que quieres», prosigue Mikel Urizar, que coincide en que «el caso de uso por excelencia es el chatbot: con una inversión muy pequeña consigues un retorno muy rápido. El problema es cuando quieres que haga acciones».

Respecto a los retos que plantea la integración de los servicios de IA con los sistemas internos de las empresas, Mikel Urizar constata que «la GenAI as a service, que implica pasar de utilizarla como herramienta a usarla como servicio, implica hacer una inversión en una plataforma, con un paquete que puedas mover, y no ligarse a una sola empresa [proveedora de servicios]».

Por último, también este profesional coincide en la necesidad de abordar cuanto antes la brecha en alfabetización en IA que se está dando entre los trabajadores de las empresas, donde la Shadow AI (el uso de sistemas o aplicaciones de IA sin el conocimiento o la aprobación del área TIC de la empresa) es un riesgo creciente para las organizaciones.

«Es necesario -explica Mikel Urizar- que las empresas tengan alguna persona que su trabajo o parte de él sea analizar qué está pasando en el mundo de la IA. Que conozca; y no solo desde el punto de vista técnico, sino también legal».