Este último año hemos notado un aumento significativo por parte de nuestros clientes en la demanda de proyectos de inteligencia artificial (IA).
Desde el ‘boom’ de esta tecnología, con el surgimiento de herramientas, como ChatGPT, Dall-e, Copilot y otras, todas las grandes corporaciones se han lanzado a crear pruebas de concepto y diferentes proyectos, y muchas de ellas ya la están utilizando en sus entornos productivos.
El principal beneficio de la inteligencia artificial en las diferentes compañías es la eficiencia operativa (liberar tiempo para dedicarlo a tareas de mayor valor añadido, mejorar los sistemas productivos y reducir costes de ejecución).
No se podrá dejar la toma de decisiones de forma automatizada a una IA para evitar posibles sesgos, sino que siempre deberá haber un control humano
Esto es aplicable a todos los sectores. En el sector industrial, por ejemplo, la automatización ha permitido optimizar la cadena de suministro, mejorando la planificación de la producción y reduciendo errores.
En servicios financieros, los algoritmos predictivos agilizan la toma de decisiones y la detección del fraude (de hecho, recientemente hemos iniciado un proyecto junto con Iberpay en el que hemos incluido IA en su servicio de prevención del crimen financiero).
Del mismo modo, los profesionales sanitarios pueden realizar diagnósticos más rápidos y precisos. En servicios al cliente, la IA ha transformado la atención con chatbots y asistentes virtuales. Podemos encontrar miles de ejemplos.
Desafíos de la IA
Sin embargo, la expansión de esta tecnología conlleva, también, algunos desafíos. En general, la integración de IA en entornos laborales se está concretando en que estas herramientas trabajen junto con las personas, complementando sus capacidades y mejorando la productividad general, contribuyendo al desarrollo de nuevas habilidades y puestos de trabajo.
Así, aunque algunos trabajos desaparecerán, se crearán otros nuevos y debemos estar preparados para este cambio de paradigma, tanto desde las empresas, como desde las instituciones educativas.
La integración de IA en entornos laborales se está concretando en que estas herramientas trabajen junto con las personas
Pero las máquinas no acabarán con el trabajo humano. Un algoritmo de machine learning puede dar pistas para realizar un diagnóstico, pero siempre será necesario un médico que confirme los resultados.
De hecho, la consultoría tecnológica se encuentra en el epicentro de esta revolución y, con el aumento de la demanda de este tipo de proyectos, notamos también una creciente necesidad de profesionales especializados en áreas como Datos, Analítica, Big Data e Inteligencia Artificial.
Incluso los empleos tradicionales se ven impulsados por nuevas herramientas de software que se alimentan y mejoran mediante el acceso y explotación de datos. Es lo que venimos a llamar ‘empleado aumentado’.
No obstante, hay otros retos. La capacidad de procesamiento de la inteligencia artificial está siendo tan elevada que el consumo de agua en los CPD para los sistemas de refrigeración ha aumentado mucho.
Un estudio reciente de la Universidad de California señaló que el entrenamiento de un modelo de IA, como GPT-3, en los servidores de Microsoft, puede consumir hasta 700.000 litros.
La necesidad de resolver esta situación nos lleva a la especialización de la utilización en usos particulares y no a la generalidad del uso por el interés por la sostenibilidad y la eficiencia.
Por otro lado, es necesario abordar las cuestiones relacionadas con la ética y la protección de datos. En primer lugar, no se podrá dejar la toma de decisiones de forma automatizada a una IA para evitar posibles sesgos, sino que siempre deberá haber un control humano.
La capacidad de procesamiento de la Inteligencia Artificial está siendo tan elevada que el consumo de agua en los CPD para los sistemas de refrigeración ha aumentado mucho
Además, la recopilación masiva de información personal sin consentimiento claro o la posibilidad de brechas de seguridad al procesar información sensible, son otros elementos para tener en cuenta.
Por eso, muchas empresas (incluida Sopra Steria), en lugar de delegar estas capacidades en ChatGPT u otras herramientas más públicas, se han lanzado a desarrollar sus propios programas de inteligencia artificial de uso controlado y menos democratizado.
Por otro lado, aunque la principal tendencia es la monetización del dato gracias a la inteligencia artificial, hay también otras tecnologías que ya llevan algún tiempo con nosotros, pero que, en los próximos meses, se seguirán desarrollando, por lo que no hay que perderlas de vista.
Como ejemplo, podemos mencionar la adopción del cloud y toda la línea del metaverso, que este año ha pasado más desapercibida, debido al tsunami causado por la IA.
Como consultores tecnológicos, es crucial no solo adaptarnos a las demandas actuales, sino también anticiparnos a las tendencias emergentes. A medida que abordamos los desafíos y aprovechamos las oportunidades, estaremos forjando el camino hacia un futuro tecnológico más eficiente, ético y sostenible.
