La denominada Inteligencia artificial generativa (IAG) tiene la capacidad de analizar, modificar y crear contenido desde un punto de vista multimodal, es decir, puede trabajar con los diferentes formatos en los que gestionamos la información, tanto texto como imagen o audio, e incluso de una forma combinada en el mismo procesamiento.

Disponemos ya de numerosos ejemplos en cuanto a aplicaciones públicas, que se han hecho virales, y que permiten traducir vídeos de un idioma a otro manteniendo la expresión vocal, asistentes abiertos que hacen la labor de nutricionistas, asesores de viajes, profesores en casa… Y todo ello a partir de un conocimiento desestructurado y abierto.

La IA generativa también ha entrado en las labores empresariales, aunque de momento como zona de juego y experimentación de los empleados. Esta práctica puede poner en riesgo la propiedad intelectual de las compañías, de ahí la importancia de prepararse para obtener el mayor potencial de ella, pero sin abandonar unas bases sólidas de seguridad y privacidad.

Hay que evolucionar desde el gobierno del dato hacia un planteamiento mucho más ambicioso: el gobierno del conocimiento

Estamos ante una oportunidad y un reto. Las empresas deben desarrollar su planteamiento actual de gobierno del dato y dirigirlo hacia un posicionamiento mucho más ambicioso: el de gobierno del conocimiento. Un modelo integrado, en el que convergen de manera coordinada el dato y los motores tradicionales documentales. El resultado será la posibilidad de crear aplicaciones que deban combinar todos los aspectos del conocimiento de la empresa.

IA generativa: ¿para qué y cómo?

En realidad, solo hemos empezado a vislumbrar las capacidades y potencial de la IA generativa. La industria se está focalizando en el desarrollo de multitud de proyectos dentro de las áreas que más innovación exigen. En este proceso, se están estableciendo las bases técnicas para:

• Generar resúmenes documentales sobre un gran volumen de contenido o documentos.
• Consultar mediante preguntas y recibir respuestas elaboradas a partir de un gran volumen de información desestructurada.
• Interactuar con referencias documentales desde un punto de vista comparativo.
• Emplear asistentes generativos para crear imágenes con usos en la industria cinematográfica.
• Integrar la IA con sistemas tabulares tradicionales.
• Potenciar el trabajo de los desarrolladores con asistentes expertos, o a través de motores de IA específicos para tareas de documentación, integración, despliegue, testing…
• Gestionar de forma integrada multitud de servicios proporcionados por los proveedores cloud de manera nativa.

Para poder abordar estas aplicaciones, se debe seleccionar la estrategia LLM (large language models). La oferta es cada vez más variada, sobre todo en el ámbito del open source, y la tendencia que se intuye es la de usar modelos cada vez más pequeños y específicos, concebidos para obtener un resultado concreto.

Además, es necesario desarrollar una estrategia de prompting, un factor clave para obtener resultados óptimos de los LLM. Conceptos como prompt garden y prompt engineers están cada vez más extendidos, así como nuevas estrategias basadas en agentes o chain of thought para sacar el máximo potencial a la IA generativa.

Por último, es importante asimilar un nuevo concepto de precisión. Las métricas tradicionales de sensibilidad y accuracy han evolucionado a un paradigma mucho más abierto. La medición del resultado es subjetiva y hay que definir de antemano cómo validar los resultados específicos de cada aplicación para evitar el llamado efecto de “alucinación” y hacer más robustas las soluciones.

El gobierno de la IAG

En esta fase actual se están generando posibilidades hasta ahora no vislumbradas, sobre todo gracias al empuje de los principales proveedores cloud. Su estrategia, resuelta a diferentes velocidades, es facilitar el acceso a esta tecnología e integrarla en toda su cadena de valor de una manera u otra.

Esto supone un gran reto para las compañías, forzadas a, o bien conformarse con ser meras espectadoras receptoras de una oferta generalista, o bien dar el paso para convertirse en impulsoras de la transformación. Esta última alternativa les permitiría mejorar las dinámicas internas de su plantilla a través de funcionalidades que simplifiquen y optimicen su día a día, planteando iniciativas de gran impacto alineadas con la estrategia corporativa.

Eso sí, para ello se han de identificar los retos ligados a una IA multimodal, que permite tratar y gestionar todo el conocimiento que posee una empresa, independientemente de su formato. De este modo, es necesario establecer una base gobernada, donde se definan las prioridades sobre qué conocimiento empresarial se debe poner a disposición de los casos de uso de IA generativa de una manera centralizada.

Según nuestra experiencia, todas las áreas de una empresa deben ir alineadas en el ámbito de la IA generativa

Evitaremos así caer en errores del pasado: los dolores de cabeza surgidos en procesos análogos, como el del gobierno de datos corporativos. Además, a corto y medio plazo se espera que nazcan nuevos perfiles profesionales, específicos para este cometido, o que se amplíe el ámbito de acción de figuras como el CDO.

Para poder articular este objetivo debemos dotarnos de:

• Perfiles específicos que hagan de punta de lanza y aborden retos que puedan trasladarse al resto de la compañía.
• Sistemas de información que soporten los nuevos aplicativos de manera integrada, robusta y segura.
• Una planificación coordinada que simplifique y unifique la visión de la IA generativa

Nuestra experiencia nos permite afirmar que todas las áreas de una empresa deben ir alineadas en el ámbito de la IA generativa. La naturaleza de esta tecnología —sencilla de implementar y de alto impacto— permite que todo el mundo experimente dentro de su zona de influencia; sin embargo, esas mismas virtudes pueden provocar que no se exploten las sinergias que podrían surgir del desarrollo de las áreas más avanzadas, las cuales deben guiar, promover y gestionar las expectativas de la compañía. Es más, podrían ir abriendo camino para que se pueda abordar de manera integral una estrategia común y decidida en este nuevo campo.

Desde el punto de ético, progresan los trabajos en la AI Act europea, cuyo proyecto votó la Eurocámara el pasado junio, pero sobre el cual falta consenso acerca de la idoneidad del cumplimiento o no de los LLM.

La IA generativa está redefiniendo las interfaces de usuario y la gestión del conocimiento en las empresas

Elementos como la capacidad de auditar y explicar los resultados, ambigüedades de la gestión del copyright y de la propiedad intelectual, informes de mitigación de riesgos o inconsistencias en la gestión de recursos hardware hacen que esto siga siendo un desafío tanto para los legisladores como para el ecosistema que impulsa esta tecnología; aunque, sin duda, ambos acabarán convergiendo.

En definitiva, la IA generativa está redefiniendo las interfaces de usuario y la gestión del conocimiento en las empresas, y haciendo posible que estas mejoren la experiencia del usuario, aumenten su eficiencia y creen aplicaciones más intuitivas y accesibles.