Daniel Pinto, presidente de JP Morgan Chase, afirma que el banco espera obtener hasta 2.000 millones de dólares a partir de sus casos de uso de inteligencia artificial (IA), frente a los 1.500 millones de dólares estimados en mayo. Durante su discurso en la conferencia Barclays Global Financial Services celebrada en septiembre aseguró que la IA generativa tendrá un gran impacto en la mejora de los procesos y la eficiencia. La empresa ya ha puesto en marcha un asistente de IA generativa y también está buscando utilizar la IA y los LLM para optimizar todos los procesos.
“Estamos haciendo dos cosas”, dice. “Una es revisar las grandes áreas donde tenemos servicios operativos y analizar cada proceso para optimizarlo utilizando IA y LLM. Y la segunda es implementar lo que llamamos LLM Suite para casi todos los empleados. En este momento se está implementando para 140.000 empleados con el propósito de ayudarlos a hacer su trabajo”.
La eficiencia operativa, dice, será el mayor impacto de la IA generativa en el corto y medio plazo.
No es el único que se muestra optimista respecto de la IA generativa. Según un nuevo para las tareas relacionadas con el trabajo, y el 35% dice que los resultados de la IA son solo ligeramente confiables o nada confiables. Otras investigaciones respaldan esto. Por ejemplo, en un artículo reciente de investigadores de Cornell, las universidades de Washington y Waterloo y el instituto de investigación sin fines de lucro AI2, incluso los modelos con mejor desempeño pudieron ofrecer respuestas completamente precisas solo un tercio de las veces.
Esto significa que los resultados de la IA requerirán una supervisión, revisión, edición, corrección o reelaboración adicionales. Si ese primer empleado no se da cuenta del problema, la tarea de solucionarlo recaerá en otros empleados. Y si se permite que la IA trabaje de forma autónoma, como un chatbot de atención al cliente que responde preguntas en los sitios web de la empresa, eso podría crear problemas importantes en el futuro, cuando comiencen a salir a la luz los malos consejos.
Steve Ross, director de Ciberseguridad para las Américas en S-RM Intelligence and Risk Consulting, dice que la IA generativa puede reducir un día de investigación a una sola hora, pero no sin una trampa.
“Puede proporcionarme las seis principales empresas de petróleo y gas de una región metropolitana en particular, y el director ejecutivo, el director financiero y el director de tecnología de cada organización, y sus antecedentes”, afirma. “La IA puede ir más allá de una búsqueda en Google”. Pero cuando registró esta información en Salesforce, uno de los resultados falsificó por completo los nombres y las credenciales de todas las personas. “Ahora tenemos que volver atrás y auditar todo”, afirma.
Afortunadamente, este problema se detectó a tiempo. “Todo se reduce a tener un enfoque estratégico y consciente a la hora de implementar estas cosas”, afirma.
Demasiada ciencia de datos para muy pocos beneficios
Hay muchos clientes que solo quieren hacer IA, cualquier IA, y no han pensado detenidamente en los casos de uso. Una empresa puede terminar con una IA que le ahorre un par de horas a un par de trabajadores, pero que genere una enorme cantidad de trabajo para un equipo de científicos de datos que tienen que recopilar y preparar los datos de entrenamiento, crear y probar los modelos, integrarlos en el flujo de trabajo de la empresa y luego monitorear el rendimiento para asegurarse de que la IA siga funcionando bien.
La firma de investigación Gartner predice que al menos el 30% de los proyectos de IA generativa se abandonarán a finales de 2025 debido a un valor comercial poco claro, así como a la mala calidad de los datos, controles de riesgo inadecuados y costes crecientes. Personalizar modelos de IA puede costar más de 5 millones de dólares, y crear un modelo personalizado desde cero puede costarle a una empresa hasta 20 millones de dólares.
Expectativas de inmediatez
Para muchas empresas, incluso cuando la IA genera más trabajo, el esfuerzo vale la pena. Es solo parte del proceso de aprendizaje.
Champlain College ha estado usando IA generativa para ayudar a los diseñadores instruccionales y expertos en la materia a crear cursos en línea y, aunque la IA redujo a la mitad el tiempo que tomó crear un curso en general, no siempre fue fácil.
“El contenido que se generó, con imágenes asombrosas y cosas así, ¿cómo lo verán los estudiantes y el personal docente?”, pregunta Christa Montagnino, vicepresidenta de Operaciones en línea de la universidad. “Se necesita gente capacitada para verlo. Hay que tomar el contenido, leerlo, comprenderlo y agregarle ese elemento humano”.
De hecho, la IA no ahorró tiempo al principio, afirma. No solo hubo que aprender a corregir los resultados de la IA, sino también a diseñar indicaciones para mejorarlos desde el principio.
“Tuvimos que resolverlo y capacitar a nuestro equipo”, dice. “Y mejoran y les empieza a resultar natural. Pero a algunos les lleva meses o años aprender a utilizarlo bien”.
Champlain College comenzó a estudiar la IA generativa a mediados de 2023. Al principio se necesitaban 15 semanas para crear un curso, una vez implementada la IA todavía se necesitaban 15 semanas para crear un curso; sin embargo, la situación mejoró, aunque llevó un año entero antes de que el proceso se redujera a siete semanas.
“Sin embargo, algunas personas llegaron antes que otras”, añade.
De manera similar, la empresa de marketing de educación superior Education Dynamics está utilizando IA generativa para ayudar con las campañas de marketing. Y para algunas tareas, realmente no hay un gran aumento de productividad, dice Sarah Russell, vicepresidenta de Marketing de la empresa.
“Desde el punto de vista de la edición y revisión creativa, hemos reemplazado todo el tiempo ahorrado en la creación inicial y lo hemos trasladado a la edición y revisión”, afirma. “Queremos evitar cualquier resultado que suene como si estuviera generado por IA, carente de personalidad o que parezca exagerado. Para nosotros, se trata menos de un ahorro de tiempo y más de un cambio en el uso del tiempo”.
Pero adoptar la tecnología está ayudando a la empresa a avanzar, afirma.
“Estamos comprometidos a ser líderes de la industria en un espacio realmente dinámico”, afirma. “Y aunque hoy en día no nos ahorre tiempo, llegará un momento en que será necesario, y otros apenas estarán empezando”.
En lo que respecta a la IA generativa, existe una brecha entre lo que los ejecutivos esperan que haga y las experiencias reales de los empleados, dice Ashok Krish, director de Asesoramiento y Consultoría de IA en Tata Consultancy Services. Después de todo, las herramientas de IA generativa actuales son de propósito general y están en sus primeras etapas.
“Lo que está disponible hoy apenas roza la superficie de lo que la IA generativa hará para transformar el trabajo del conocimiento en el futuro cercano”, afirma. “Esta es una etapa necesaria de adopción por la que todos tenemos que pasar. Es como las primeras etapas de Internet, donde solo un pequeño grupo de ingenieros y entusiastas de la tecnología sabían cómo sacarle provecho”.
Por lo tanto, a corto plazo, los empleados tendrán que acostumbrarse a una tecnología nueva y limitada, y las empresas tendrán que lidiar con un retorno de la inversión incierto. “Porque si no lo hacen, se quedarán atrás cuando la IA transforme inevitablemente todo tipo de trabajo en los próximos años”, afirma.
Aun así, hay algunas cosas que las empresas pueden hacer para acelerar las cosas.
“Estamos viendo que la mayor parte de los aumentos de productividad y el retorno de la inversión de la IA generativa provienen de aplicaciones específicas de la industria”, afirma. También ayuda, agrega, “cuando las empresas involucran a más empleados y les dan acceso a herramientas de IA para que puedan desarrollar sus propias formas de transformar sus trabajos”.
SOCIAL SHARE CARD GENERATOR