El gran reto de la empresa: IA generativa y gestión del conocimiento

Fiabilidad
Resumen

La IA Generativa (GAI) aporta mucho al mundo de la creación de contenidos, pero su aplicación estrella evolucionará muy probablemente en la gestión del conocimiento. Hacerlo bien es probablemente el reto más importante al que se enfrentan las empresas en estos momentos.

La inteligencia artificial generativa, el motor clave de los grandes modelos lingüísticos (LLM) como ChatGPT, se ha ganado una reputación principalmente como forma de automatizar la creación de contenidos.

Y aunque es muy hábil escribiendo blogs, libros blancos y generando palabras habladas, código informático e incluso obras de arte, es probable que su contribución más amplia al modelo de negocio provenga de su capacidad para la gestión del conocimiento.

La gestión del conocimiento es esencialmente la forma en que las organizaciones optimizan los datos disponibles para que puedan aprovecharse al máximo. Cuanto mayor es la organización, más datos acumula, por lo que debe existir una forma eficaz de almacenar, categorizar, recuperar, procesar y difundir los datos a gran velocidad y con un rendimiento óptimo.

Una tarea pesada

Sin embargo, esto puede ser una tarea hercúlea, por lo que no es de extrañar que muchas organizaciones estén ansiosas por liberar el poder de la IA en sus plataformas de KM. Pero, ¿qué tiene GAI, en particular, que la ha convertido en un desarrollo tan prometedor para esta aplicación concreta?

Resulta que GAI es tan buena en la creación de nuevos contenidos porque puede localizar, combinar y transformar contenidos existentes para adaptarlos a nuevos objetivos. Si, por ejemplo, alguien necesita un libro blanco que explique cómo se pueden utilizar juntos distintos productos para explotar nuevos mercados, GIA puede buscar todos los datos pertinentes sobre productos, análisis de mercado y otras fuentes de conocimiento para hacerlo.

David Pickering, ingeniero técnico superior de marketing del desarrollador australiano de automatización Ivanti, afirma que esto permite no sólo generar más conocimientos a partir de los ya existentes, sino que los nuevos serán más precisos, atractivos y contextuales para cualquier proyecto. A su vez, esto da a GAI la propensión a generar nuevos conocimientos e ideas y proporcionar una resolución de problemas más rápida.

Búsqueda con inteligencia artificial

Las funciones de búsqueda empresarial de GAI impulsan por sí solas un nivel de productividad totalmente nuevo en la empresa, afirma Eddie Zhou, ingeniero fundador del desarrollador de búsquedas Glean.

No sólo permite a los trabajadores del conocimiento interactuar de forma más natural con los asistentes de trabajo digitales, elevando su capacidad para encontrar rápidamente la información que necesitan, sino que, con la formación adecuada, puede incluso traducir entre varios idiomas para proporcionar acceso a conocimientos que, de otro modo, permanecerían bajo llave.

Otra ventaja clave es la capacidad de automatizar la seguridad, la privacidad y el acceso a toda la base de conocimientos. Antes de liberar cualquier contenido, GAI puede comparar automáticamente los permisos incluidos en los datos con los del empleado solicitante. Si no coinciden, los datos no se pueden tocar. De este modo, las organizaciones no sólo simplifican la difusión de datos, sino que también mejoran su protección. (Revelación total: participé en el seminario web del que se extrajo este artículo).

Impulsar las aplicaciones dependientes del conocimiento

GAI ya se está abriendo camino en aplicaciones que pueblan funciones críticas de la empresa, como recursos humanos, atención al cliente y modernización de aplicaciones. El Instituto de Valor Empresarial de IBM calcula que puede mejorar las métricas de experiencia del cliente hasta en un 70% utilizando herramientas como la generación aumentada, el resumen y la clasificación. Esto permite a las aplicaciones y plataformas adaptar sus resultados en función del historial y el sentimiento del cliente.

Mientras tanto, GAI puede refinar las clasificaciones de puestos de trabajo basándose en las habilidades y responsabilidades requeridas en RR.HH. y, a continuación, cotejar esos puntos con un grupo de solicitantes o incluso buscar candidatos apropiados en otros lugares. Y en toda la empresa, GAI puede actualizar continuamente las aplicaciones a medida que los procesos, las estructuras organizativas e incluso los modelos de negocio evolucionan para satisfacer la demanda cambiante.

El hilo conductor de todas estas contribuciones es que la mano de obra humana dedica menos tiempo a tareas tediosas y repetitivas y más a perseguir objetivos estratégicos de más alto nivel.

GAI, Fórmate

Cerrando el círculo, la GAI puede incluso mejorar la gestión del conocimiento para entrenar nuevos modelos de IA, incluidos los construidos sobre la propia GAI. En un reciente artículo publicado en Harvard Business Review, Thomas H. Davenport, distinguido profesor de TI y gestión en Babson College, y Maryam Alavi, profesora de Gestión de TI en el Scheller College of Business del Georgia Institute of Technology, explican cómo la gestión del conocimiento basada en GAI puede utilizarse para perfeccionar modelos existentes o construirlos desde cero.

En algunos casos, GAI puede personalizar el contenido de un modelo concreto utilizando conocimientos específicos del dominio. De este modo, un único modelo entrenado en el conocimiento básico y la interacción basada en el lenguaje puede abordar una amplia gama de consultas médicas, jurídicas o financieras en función de las necesidades del usuario.

El reto consiste en exponer el modelo a conjuntos de datos suficientemente grandes sin ampliar su alcance hasta el punto de que intente satisfacer demasiados atributos dispares.

Otra clave para implantar con éxito estos procesos es la calidad de los datos, que puede automatizarse hasta cierto punto pero que, en última instancia, depende de la mano de obra humana para su correcta curación.

Sin esto, la GAI tiene tendencia a “alucinar“, es decir, a afirmar afirmaciones como hechos basándose en datos que son incorrectos o inexistentes. Independientemente de cómo se entrene un modelo, la evaluación constante es esencial una vez que entra en entornos de producción.

Lo esencial

Se dice que Sir Francis Bacon acuñó la frase “el conocimiento es poder” (scientia potential est), aunque expresiones similares se remontan a algunos de los primeros escritos conocidos. En la era digital actual, el poder del conocimiento ha aumentado en factores incalculables con la adopción del procesamiento masivo de datos y su difusión generalizada. La inteligencia artificial está a punto de llevar esto a un nivel completamente nuevo, con un resultado que aún es difícil de imaginar.

Utilizar la inteligencia artificial como medio para gestionar el conocimiento será crucial para navegar por nuestro mundo cada vez más conectado en el futuro, pero también puede llevar a conclusiones falsas y a una visión deficiente si no se desarrolla y gestiona adecuadamente. Hacerlo bien es probablemente el reto más importante al que se enfrenta la empresa en estos momentos.

Temas relacionados

Arthur
Technology Writer
Arthur
Editor

Arthur Cole es un periodista independiente de tecnología que ha estado cubriendo desarrollos en tecnología de la información y empresas durante más de 20 años. Contribuye a una amplia variedad de sitios web líderes en tecnología, incluyendo IT Business Edge, Enterprise Networking Planet, Point B and Beyond, y varios servicios de proveedores.