Por Jorge Manrique, Rector del Colegio Jurista y director general de Gobierno de Calidad, consultoría de políticas públicas.
El primer y trascendental paso para emplear la Inteligencia Artificial generativa es el adecuado manejo de datos. Si: las llaves de esta tecnología que puede representar 4.4 billones en beneficios económicos anuales depende de los datos.
Actualmente, el 72 por ciento de las organizaciones líderes señalan que la gestión de datos ya es uno de los principales desafíos que les impiden escalar los casos de uso de IA. Sin embargo, hay acciones cruciales para lograrlo.
La primera es identificar lo que agrega valor a la empresa y los datos necesarios para generarlo. Esto implica determinar la misión empresarial y realizar un estudio de fortalezas respecto a otros jugadores del sector. De esta manera se tendrá una base fidedigna para determinar la información relevante.
Después conviene incorporar capacidades específicas en la arquitectura de datos para admitir el conjunto más amplio de casos de uso. Construir capacidades relevantes en la arquitectura de datos existente, particularmente en soporte de datos no estructurados, es fundamental para el adecuado manejo de la información.
Una acción esencial es establecer múltiples intervenciones, tanto humanas como automatizadas, en el ciclo de vida de los datos desde el origen hasta el consumo. Esto permitirá garantizar la calidad de todos los datos materiales, incluidos los datos no estructurados. También permite discernir mejor la información a emplear y no llenarse de datos insustanciales o que entorpecen una visión más fidedigna y relevante.
Proteger los datos confidenciales y prepararse para moverse rápidamente a medida que surjan las regulaciones es otra tarea fundamental. Conviene proteger los datos patentados de la empresa, así como la información personal. Esto mientras se supervisa activamente un entorno regulatorio fluido.
Una tarea que no puede minimizarse, por otra parte, es desarrollar talento en ingeniería de datos. Esto implica encontrar el puñado de personas críticas para implementar el programa de datos, con un cambio hacia más ingenieros de datos y menos científicos. Es decir, tener una visión más pragmática y funcional del manejo de la información.
Vale remarcar que usar la IA generativa también permite ayudar a administrar los propios datos. Esta herramienta puede acelerar las tareas existentes y mejorar la forma en que se realizan a lo largo de toda la cadena de valor, desde la ingeniería de datos hasta el gobierno y el análisis.
Realizar un seguimiento riguroso e intervenir rápidamente es otra acción que permite invertir en rendimiento y medición financiera. Finalmente, los datos son un signo nada desdeñable del valor empresarial.
¿Listos para acceder a la productividad que implica la IA generativa? El punto de salida está en la administración eficiente de los datos. Si no se cuenta con ello es posible que otras tecnologías no logren “despegar”. El primer caso, entonces, es replantear las propuestas de valor corporativo.
Hacia dónde vamos y qué hacemos para lograr nuestros objetivos es la columna vertebral de la IA generativa en el negocio. Los datos fueron, son y serán quienes catapulten la productividad empresarial.
