El pasado 15 de marzo nos juntamos con responsables de innovación tecnológica de empresas como Factor Energía, Adevinta, Doga, Intermediajob, Fincas Forcadell, Dominion Global para debatir sobre el estado actual y el futuro de la IA Generativa en el mundo empresarial.

Marc Griful, Head of Business Development en Quantion y responsable de Innovation Tech Leaders, saludó a los asistentes y comenzó la sesión explicando el objetivo de la comunidad: intercambiar experiencias y métodos efectivos de las diferentes temáticas que vamos tratando en los desayunos para que sea un punto de encuentro de inspiración para proyectos en marcha o futuros proyectos.

Ubicación de la IA Generativa

Para empezar se introdujo un esquema integral que encapsula los diversos aspectos y aplicaciones del concepto amplio de IA. Este marco incluye machine learning avanzado entre otros conceptos cruciales, ubicando a la IA generativa como un componente integral.

El desayuno se centró principalmente en el estado actual de la Inteligencia Artificial (IA) generativa, sus avances y su potencial para transformar las empresas. Dani Cardelús puso especial énfasis en las aplicaciones prácticas a corto plazo, que se espera implementar antes de fin de año, y analizó las áreas donde estos avances tendrán un mayor impacto.

Uno de los aspectos más disruptivos y emocionantes que discutimos fue el impacto transformador de los modelos del mundo. La capacidad de estas tecnologías para aprender y simular complejidades del mundo real abre puertas inimaginables para el diseño, la infraestructura y la toma de decisiones estratégicas, marcando un antes y un después en cómo concebimos soluciones a problemas antiguos y emergentes.

La conversación se enriqueció enormemente con la participación activa de los asistentes, quienes aportaron perspectivas valiosas sobre la automatización avanzada y la orquestación de tareas mediante agentes expertos. La idea de tener asistentes virtuales especializados trabajando en conjunto no solo para automatizar tareas sino para orquestar complejos procesos de negocio fue un tema que generó mucha expectación y debate.

Por último, pero no menos importante, abordamos la revolución en interfaces de usuario futuristas, incluyendo hologramas e IA conversacional. La manera en que interactuamos con la tecnología está en la cúspide de una transformación radical, prometiendo mundos de interacción más intuitivos, naturales y eficientes.

Aplicaciones a corto plazo

  • Modelos del mundo: Simular el comportamiento del mundo físico para diseño, arquitectura e ingeniería. Se habló del ejemplo de Sora de Open AI que ha revolucionado nuestra manera de plantear las aplicaciones prácticas de la IA Generativa.
  • RAG (Retrieval Augmented Generation): Búsqueda y generación de información a partir de conocimiento interno, mejorando la eficiencia y automatización. Por ejemplo, se puede utilizar para crear informes personalizados para clientes o para automatizar la gestión de documentos.
  • Agentes: Orquestar tareas y automatizar procesos con «mini-asistentes» especializados. Por ejemplo, se pueden usar para automatizar la atención al cliente o para gestionar el inventario de un almacén.
  • Modelos Open Source: Combinar diferentes modelos para ampliar capacidades y reducir costes. Por ejemplo, se pueden combinar modelos de lenguaje para crear un chatbot multilingüe o para generar contenido personalizado para diferentes tipos de usuarios.
  • Creatividad: Aumentar la fluidez y precisión en la generación de textos e ideas creativas. Por ejemplo, se pueden usar para escribir artículos de blog, generar guiones para películas o crear música original.
  • Asistentes: Mejorar la usabilidad y experiencia de los asistentes, integrando la comprensión del contexto. Por ejemplo, se pueden usar para crear un asistente virtual que pueda ayudar a los empleados a encontrar información o a realizar tareas complejas.
  • Interfaces: Cambiar las interfaces de usuario tradicionales por interacción natural a través de texto y voz. Por ejemplo, se pueden usar para crear interfaces conversacionales para aplicaciones web o para controlar dispositivos domésticos inteligentes.

Otro punto clave fue la gestión y retención del conocimiento corporativo a través de avanzadas bases de datos de conocimiento. Este enfoque no solo optimiza la eficiencia interna sino que también salvaguarda el activo más valioso de cualquier organización: su conocimiento. La capacidad de acceder y reutilizar este conocimiento de manera inteligente es un cambio de juego para cualquier empresa que busque mantener una ventaja competitiva.

Conocimiento dentro de la Empresa

  • Bases de datos de conocimiento: Almacenar y gestionar el conocimiento de la empresa de forma estructurada y accesible.
  • Gestión de competencias: Identificar y desarrollar las habilidades del personal de forma eficiente.
  • Propiedad intelectual: Proteger el conocimiento y evitar su fuga.

Bajando a la tierra : Planificación práctica

Es importante destacar que la IA Generativa es una tecnología emergente y que aún se encuentra en algunos casos en fase de desarrollo. Pero ya contamos con aplicaciones que son totalmente productivas y que podemos utilizar en nuestros flujos de trabajo. Antes de ello tenemos que tener en cuenta:

  • Análisis de las fuentes de datos: Identificar la información disponible para alimentar la IA Generativa.
  • Definición de objetivos: Determinar qué se quiere lograr con la IA Generativa a corto plazo.
  • Selección de herramientas: Elegir las herramientas y modelos adecuados para cada caso de uso.
  • Implementación y evaluación: Implementar la solución de forma gradual y medir su impacto.

Dani finalizó presentando diferentes casos de uso conectando las cajas de herramientas ya conocidas para crear un flujo de automatización.

La Inteligencia Artificial Generativa tiene un gran potencial para transformar las organizaciones en un corto plazo. Como conclusión se sugirió avanzar con aplicaciones prácticas y escalables, aprovechando el conocimiento interno y seleccionando las herramientas adecuadas.