En medio de todo este alboroto en torno a la IA, me llama la atención que nuestra atención se incline con demasiada rapidez hacia los argumentos más extremos a favor de su propia existencia. Por un lado, la utopía. Por otro lado, la distopía. Se podría decir que lo extraordinario ocupa nuestra mente mucho más que lo ordinario. No es de extrañar. La «mejora operativa» no suena tan llamativa como «desplazamiento de personas». ¿Es así?
«Las mentes pequeñas se preocupan por lo extraordinario; las mentes grandes, por lo ordinario.»Blaise Pascal, matemático y físico francés
El objetivo final de la IA no se vislumbra por ningún lado, en parte porque estamos poniendo el carro delante de los bueyes. La prueba A de este argumento es la falta de datos fiables con los que entrenar los modelos de IA. Incluso las empresas más avanzadas digitalmente que vemos hoy en día operan con demasiadas tecnologías y fuentes de datos dispares. Sus bases de datos de gestión de configuraciones (CMDB) simplemente no están a la altura de la tarea de desarrollar una IA que funcione correctamente.
No se equivoquen: la IA generativa es realmente capaz de hacer cosas extraordinarias. Puede presentarse al examen de acceso a la abogacía y aprobarlo con nota. Es capaz de elaborar un plan de negocio en cuestión de segundos. Permite detectar el fraude y gestionar el riesgo con un alto grado de automatización. Pero no puede hacer nada de esto sin datos de alta fidelidad y en tiempo real. No puede hacerlo sin las medidas de seguridad necesarias para proteger esos datos.
3 aspectos que debe tener en cuenta
Y por eso es tan importante hacer bien las cosas cotidianas. A continuación le indicamos tres aspectos que debe tener en cuenta antes de que su hijo comience el colegio.
1. Socios de estudio
La cooperación entre departamentos reviste una importancia fundamental cuando se persigue convertirse en una empresa impulsada por la inteligencia artificial. Para que las máquinas alcancen su pleno potencial, los empleados de su organización tendrán que adaptarse a los nuevos tiempos. Cada uno de sus «reinos internos» deberá ajustarse a unas «directrices de estudio» determinadas que regulen la forma en que recopilan, almacenan y tratan la información, y dejar de funcionar de forma independiente. La IA pondrá de manifiesto si tiene algún problema de gestión de datos y dónde se encuentra. El principal problema que plantean los conjuntos de datos contradictorios suele ser precisamente el personal encargado de ellos.
2. Plan de estudios de calidad
Es imprescindible definir casos de uso de la inteligencia artificial y, a continuación, seleccionar los proyectos que se van a llevar a cabo. Es como elegir determinadas asignaturas en la universidad para que le sirvan de ayuda en su futura carrera profesional. Sin embargo, esto servirá de poco si no dispone de material de aprendizaje de buena calidad para sus modelos de lenguaje a gran escala (LLM). Herramientas como ChatGPT se basan en enormes conjuntos de datos. Su propia actividad de marketing se basa en una gran cantidad de datos propios (primarios), compartidos (secundarios) y de terceros (adquiridos). Si se ve limitado por datos antiguos, deteriorados e inexactos, su IA también lo estará. Una gestión y un mantenimiento de la calidad de los datos adecuados son elementos implícitos en la inteligencia artificial.
3. Asignaturas especializadas
Hace apenas un año, el MIT realizó una encuesta en la que se constató que el 94 % de las organizaciones ya utilizaban la inteligencia artificial de alguna forma. Sin embargo, solo el 14 % tenía como objetivo lograr una IA «en toda la empresa» para el año 2025. Esto sugiere que la mayoría de las empresas tienen un buen conocimiento práctico de la IA, aunque sea de forma fragmentada dentro de la organización. La preocupación es que la IA generativa se convierta simplemente en otro proyecto que cualquier departamento pueda poner en marcha sin una estrategia central ni especialización interna. El temor es que se convierta en un caso atípico, sin ninguno de los controles y contrapesos propios de ámbitos especializados, como la IA en ciberseguridad o el cumplimiento normativo.
El éxito de cualquier proyecto de inteligencia artificial dependerá de los pequeños detalles cotidianos, y no de las afirmaciones y profecías extraordinarias de las que a menudo oímos hablar. Todo empieza y termina con los datos. Con ese fin, todos deberíamos preocuparnos más por el origen de la «I» de «IA» y por si se puede confiar en esa inteligencia.
Recibe los resúmenes de Tanium directamente en tu bandeja de entrada, incluido el último liderazgo intelectual, noticias de la industria y mejores prácticas para la seguridad y las operaciones de TI. Suscríbase a nuestros correos electrónicos semanales.
