Desde la burbuja de las puntocom de principios de la década de 2000, es difícil argumentar que cualquier otra innovación tecnológica haya acaparado más titulares que la IA generativa (GenAI).
El escenario quedó listo a finales de 2022, cuando OpenAI lanzó al aire su chatbot de IA generativa, ChatGPT, permitiendo al mundo ser testigo de lo que esta tecnología era capaz de hacer.
Sin embargo, la euforia del momento era tan alta que muchos dejaron de lado la innovación, tachándola de exagerada. Las empresas se mostraban escépticas ante la idea de que sus nombres aparecieran junto a las herramientas de GenAI.
Pero la historia ha cambiado. La IA Generativa es ahora la frase a la que recurren casi todas las empresas que quieren impulsar la tracción o ser percibidas como innovadoras y progresistas (aunque sea más una táctica de marketing que técnica).
Pero lejos de la retórica del marketing y las relaciones públicas, la IA generativa puede convertirse en la columna vertebral de la derivación de valor empresarial.
Aparte de los informes que apuntan hacia su creciente adopción, nuevas pruebas sugieren que la GenAI podría ayudar a las empresas a generar más valor a partir de sus inversiones.
En este artículo, Techopedia analiza los estudios más recientes y habla con expertos para entender cómo la IA generativa ha pasado de ser un bombo publicitario a convertirse en un valor en menos de dos años.
Puntos clave
- La IA generativa ha pasado rápidamente de ser considerada una exageración a suponer un importante ahorro de costes y un aumento de los ingresos para las empresas que la han adoptado.
- Los recursos humanos y la gestión de la cadena de suministro son las principales áreas que se benefician de la IA generativa, pero las imprecisiones en los resultados de estos dominios pueden dar lugar a problemas legales y costes de ingresos.
- A pesar del aumento de la adopción de la IA generativa, la mayoría de las empresas aún no están preparadas para aplicarla de forma responsable.
- Las empresas que crean modelos propios desde cero son las que más valor están obteniendo.
La IA Generativa ya impulsa el aumento de los ingresos
Según una reciente encuesta global de McKinsey sobre IA, las empresas ya están cosechando importantes beneficios de la adopción de GenAI en 2024. Los resultados de la encuesta revelan que los Recursos Humanos son uno de los aspectos del negocio donde el uso de GenAI garantiza la mayor parte de la reducción de costes.
En el frente de los ingresos, los encuestados citaron aumentos significativos de ingresos de más del 5% en la cadena de suministro y la gestión de inventarios mediante el aprovechamiento de las capacidades de GenAI.
Los primeros en adoptar GenAI, que han realizado grandes inversiones en este campo, están cosechando las mayores recompensas, atribuyendo más del 10% de los beneficios antes de intereses, impuestos, depreciación y amortización (EBITDA) de su organización al uso de tecnologías GenAI.
Otros informes del sector corroboran estos resultados. La encuesta del Boston Consulting Group reveló que cerca de la mitad de las empresas encuestadas experimentaron una reducción de costes superior al 10% sólo con desplegar GenAI.
Julien Salinas, consejero delegado de la plataforma de privacidad por diseño de IA NLP Cloud, comentó a Techopedia que esto es solo el principio de los beneficios que las empresas obtendrán de la IA genérica.
“Creo que esto es sólo el principio, ya que muchas empresas aún no comprenden claramente las potentes capacidades que está aportando la IA generativa.
“Sin embargo, es importante señalar que el precio actual que las empresas están pagando por GenAI no es el precio “real” que deberían pagar por ella.
“La mayoría de los proveedores de IA, como OpenAI, están vendiendo sus modelos de IA con pérdidas. Pero esto no durará para siempre”.
Roman Kucera, Director Técnico y Jefe de Inteligencia Artificial de Ataccama, declaró a Techopedia:
“Las empresas que utilizan la IA tienen el potencial de obtener una ventaja competitiva significativa. Así será en un futuro previsible, y las empresas que no utilicen la IA corren el riesgo de quedarse obsoletas.”
Sin embargo, advirtió: “Aunque todo el mundo acabe utilizando la IA, no a todos les reportará grandes beneficios: algunos podrán aprovecharla mejor, otros peor. Encontrar el ajuste correcto, los mejores casos de uso de IA para proporcionar el mayor valor será crítico.”
Los RR.HH. son los más perjudicados por las imprecisiones de GenAI
Según McKinsey, a medida que las empresas cosechan las recompensas de la IA generativa, también lidian con los riesgos asociados con la privacidad de los datos, el sesgo y la infracción de la propiedad intelectual, hasta problemas de gestión de modelos como resultados inexactos y falta de explicabilidad. Además, las vulnerabilidades de seguridad y el posible uso indebido plantean otro reto clave.
Uno de los problemas bien conocidos de la GenAI es que da prioridad a la verosimilitud sobre la precisión y puede crear resultados inexactos, un problema que ha sido bien documentado y que se conoce como alucinación de la IA.
Según McKinsey, el riesgo de alucinación por IA afecta sobre todo a la parte de recursos humanos de las empresas y ha generado costes de ingresos de muchas maneras. Esto se debe principalmente a que cuando los resultados de GenAI relacionados con procesos de RRHH como la contratación, las nóminas o el cumplimiento son imprecisos, pueden provocar problemas legales, multas y daños a la reputación de la empresa.
Al igual que los RRHH, la cadena de suministro no está a salvo de este riesgo. Las empresas desconfían del uso de GenAI para la gestión de inventarios, ya que cualquier imprecisión en la previsión de la demanda, la optimización de inventarios o la planificación logística podría perturbar gravemente las operaciones y afectar al balance final.
Los problemas en torno a las alucinaciones de la IA se derivan de alimentarla con datos obsoletos, contradictorios o mal etiquetados, afirma Kucera.
“Entrenar la IA con datos erróneos puede dar lugar a respuestas inexactas, agravando los problemas de datos existentes. Antes de aprovechar la IA, las empresas deben asegurarse de que disponen de datos de alta calidad. Si no lo hacen, corren el riesgo de amplificar los errores en lugar de obtener información”.
Más allá de los datos de entrenamiento erróneos, Arti Raman, CEO y fundador de Portal26, cita el envenenamiento de datos maliciosos y los datos de entrenamiento sesgados como otra razón por la que las empresas luchan contra las imprecisiones en su respuesta de IA.
“Incluso una pequeña cantidad de datos defectuosos puede sesgar significativamente los resultados en los chatbots de IA, con consecuencias desastrosas en sectores críticos”, dijo Raman. Sin embargo, destacó una posible solución:
“Proyectos como Knowledge Vault de Google demuestran un método para validar la información mediante referencias cruzadas de múltiples fuentes, evaluando la credibilidad, y solo incorporando datos que cumplan estrictos umbrales de precisión en el desarrollo de modelos.”
Invertir en este tipo de soluciones es crucial para evitar imprecisiones, en lugar de eludir GenAI por completo, señaló.
La mayoría de las empresas no están preparadas para abordar los problemas de seguridad de la IA
A pesar de las preocupaciones sobre los riesgos de seguridad que rodean a la IA, sigue habiendo un notable aumento en la adopción de GenAI.
La mayoría de las grandes empresas consideran que la IA generativa es crucial, pero no están preparadas para una implementación responsable, según revela una encuesta flash de McKinsey realizada a más de 100 empresas con más de 50 millones de dólares de ingresos. El 63% da prioridad a la adopción de IA generativa, pero el 91% no se siente preparado para hacerlo de forma ética, lo que pone de manifiesto una importante falta de preparación.
Los responsables de seguridad también están muy preocupados: según KPMG, el 77% afirma que la incertidumbre normativa en torno a la IA Generativa afecta a sus decisiones de implantación.
Existen preocupaciones en torno a las violaciones de la privacidad de los datos, las infracciones de los derechos de autor de los datos de entrenamiento y el potencial de GenAI para permitir la desinformación a gran escala.
Las empresas que crean LLM desde cero son las que más ganan
Según McKinsey, hay tres estrategias distintas que las organizaciones adoptan cuando despliegan capacidades de IA generativa:
Tomadores
Se trata de organizaciones que utilizan principalmente modelos y herramientas de GenAI de código abierto de grandes empresas tecnológicas y startups como Llama 3 de Meta y Groq-1 de xAI. Alrededor del 40% de los encuestados pertenecen a esta categoría. Estos usuarios aprovechan los modelos preentrenados para tareas como la generación de contenidos, la traducción de idiomas y el análisis de datos sin mucha personalización.
Formadores
Alrededor del 35% de las empresas pertenecen a esta categoría. Se trata de empresas que toman grandes modelos lingüísticos existentes y los ajustan o reentrenan con sus propios datos para crear soluciones de GenAI personalizadas adaptadas a sus necesidades y casos de uso específicos.
Fabricantes
Por último, alrededor del 25% está invirtiendo fuertemente en el desarrollo de sus propios modelos GenAI desde cero, entrenando grandes modelos lingüísticos con datos propios utilizando importantes recursos computacionales. Suelen ser gigantes tecnológicos y grandes empresas con la experiencia y la infraestructura necesarias para desarrollar internamente capacidades GenAI de vanguardia.
La encuesta revela que los creadores consideran que la GenAI tiene el mayor valor en la actualidad, con más del 15% de su EBIT atribuido a esta tecnología, frente al 10% de los tomadores y formadores. Sin embargo, los tomadores se benefician de un tiempo de creación de valor más rápido, mientras que los formadores equilibran la personalización con costes de desarrollo reducidos.
Conclusión
La IA generativa ya no es un mero bombo publicitario: las empresas están empezando a experimentar su impacto tangible y no hay indicios de que vayan a renunciar a esta potente tecnología a corto plazo. Sin embargo, surge una preocupación válida: ¿Podrá la búsqueda de beneficios eclipsar la resolución de abordar las cuestiones de seguridad, protección y ética entretejidas en la IA generativa?
Sólo el tiempo revelará la respuesta, pero antes de decidir si adoptar herramientas GenAI preexistentes, personalizarlas o crear modelos propios, las organizaciones deben considerar los datos o la propiedad intelectual que desean proteger. Aunque a los agentes malintencionados les resulte más difícil infiltrarse en grandes modelos lingüísticos (LLM) patentados, ni siquiera este enfoque garantiza una seguridad de los datos infalible.
En la carrera por aprovechar el potencial de la GenAI, las empresas deben encontrar un delicado equilibrio entre la innovación y la aplicación responsable, garantizando que las consideraciones éticas sigan estando en primera línea de sus procesos de toma de decisiones.