Una charla con Daniel Herrero, Director de IA en decide4AI
En estos últimos años gracias a los avances tecnológicos, la Inteligencia Artificial Generativa ha emergido como una nueva fuerza transformadora en la sociedad. Este reciente boom de las GAN (Generative Adversarial Networks) y de los LLM (Large Language Models) han propiciado que el mundo empresarial quiera entrar de cabeza y aprovechar su gran potencial. En esta publicación hablamos con Daniel Herrero, director del área de Inteligencia Artificial en decide4AI, sobre: IA Generativa, casos de uso reales en la industria, desafíos, beneficios y recomendaciones a la hora de implantar esta tecnología. decide4AI es una compañía especializada en el desarrollo e implementación de modelos de IA, que cuenta con profesionales dedicados a los modelos generativos.
Big Data Magazine (BDM): ¿Podrías proporcionar un ejemplo de cómo habéis aplicado la IA Generativa? ¿Cuáles han sido los principales beneficios conseguidos?
En decide4AI estamos implementado soluciones de IA Generativa tanto de manera interna como en nuestros clientes. Desde un punto de vista interno, hemos integrado en nuestro día a día soluciones que incrementan la eficiencia de los equipos como copilot y otras herramientas de apoyo a desarrolladores, equipo de marketing y equipo comercial. Desde el punto de vista de soluciones en nuestros clientes, podemos destacar la aplicación de esta tecnología a casos de detección de fraude, procesamiento de documentación, transcripción, extracción automática de información, recomendadores automáticos, etc.
«La principal ventaja que encontramos al implementar la IA Generativa es que las soluciones a todos estos problemas son mucho más robustas y escalables con esfuerzo mínimo de evolución»
Por entrar un poco más de detalle en alguno de los primeros casos donde hemos trabajado, un cliente tenía un problema con las llamadas fraudulentas. Necesitaba comprobar los audios de las llamadas de sus agentes con los clientes que abrían reclamaciones para compararlos y
saber si se trataba de fraude o no. La solución aplicada combinaba speech analytics para convertir los audios en texto, y combinaba modelos de lenguaje basados en IA Generativa con reglas de negocio para detectar estas posibles llamadas fraudulentas en diferentes idiomas y
sin necesidad de un gran histórico de datos.
Tenemos algunos otros ejemplos, como la implantación de IA Generativa para analizar documentos de peritaje y poder crear un scoring de riesgo en base a ellos, o modelos generativos que permiten facilitar el uso de herramientas técnicas por parte de usuarios no técnicos (permitiéndoles escribir reglas de negocio en lenguaje natural, o en el área de visualización pedir las métricas o datos que quieren ver y cómo quieren hacerlo). La principal ventaja que encontramos al implementar la IA Generativa es que las soluciones a todos estos problemas son mucho más robustas y escalables con esfuerzo mínimo de evolución (soluciones multi idioma, personalización, etc.).
Otra ventaja importante que está relacionada con el paradigma de la IA Generativa tiene que ver con los foundation models. Gracias a la creación de este tipo de modelos generales en ámbitos especializados, muchas compañías que no cuentan con grandes históricos de datos son capaces de desarrollar soluciones analíticas donde antes no podían.
BDM: ¿A qué desafíos os habéis enfrentado a la hora de implementar IA Generativa y cómo los habéis abordado?
DH: La implementación de IA Generativa no está exenta de desafíos, especialmente los relacionados con la adopción de una tecnología que está en pleno auge de crecimiento y en constante evolución. Es importante tener en cuenta que la generación de textos, imágenes, sonidos, etc., dependen
de los datos de entrenamiento y del aprendizaje por refuerzo a partir del feedback proporcionado. Esto quiere decir que, a pesar de las apariencias, no se puede tomar como verdad absoluta la información generada a partir de este tipo de sistemas.
Otro reto importante tiene que ver con delegar a terceros la inteligencia de las aplicaciones. Al estar estos modelos en constante evolución, las nuevas versiones de éstos tras los nuevos reentrenamientos pueden provocar situaciones complicadas de gestionar en entornos productivos.
BDM: Dada la naturaleza generativa de este tipo de IA, ¿cómo habéis abordado las consideraciones éticas en su desarrollo y aplicación?
DH: El uso de modelos generativos plantea desafíos éticos y de interpretación. La complejidad de estos modelos puede hacer que sus decisiones sean difíciles de entender, y el manejo de cuestiones éticas, como el sesgo en los datos de entrenamiento, es un tema importante. La ética es fundamental en nuestra implementación de IA Generativa. Nos aseguramos de que los conjuntos de datos utilizados sean éticamente recopilados y representativos. Además, implementamos medidas para garantizar la transparencia en el proceso de toma de decisiones de los modelos, y estamos trabajando continuamente en la eliminación de sesgos y la promoción de la equidad en nuestras soluciones generativas.
Otro punto relevante tiene que ver con la capacidad de diferenciar entre realidad y ficción. Todos hemos visto el realismo en la creación de imágenes y videos generados con inteligencia artificial. Es importante establecer los límites y garantizar la transparencia en este ámbito.
BDM: ¿Cómo creéis que evolucionará la aplicación de la IA Generativa en vuestras respectivas industrias en los próximos años?
DH: En decide4AI creemos que habrá cada vez una mayor integración de la IA Generativa en la sociedad y en la industria. De hecho, recientes estudios tecnológicos realizados por grandes marcas así lo demuestran. Según Forrester e IDC, la IA Generativa tendrá un gran impacto en el
área de atención al cliente y para 2025, el 40% de los contratos de servicios incluirán la prestación de servicios habilitados por GenAI. Y Gartner prevé que para 2026 la IA Generativa se aplicará en el 70% del esfuerzo de diseño y desarrollo de nuevas aplicaciones web y aplicaciones móviles.
Sin duda pasará a ser una herramienta indispensable en áreas como el diseño de productos, la simulación de escenarios y la personalización de experiencias del usuario.
BDM: ¿Qué consejos le daríais a otras empresas que estén considerando la implementación de soluciones basadas en IA Generativa?
DH: Antes de embarcarse en la implementación de IA Generativa, es crucial comprender a fondo las necesidades específicas de la empresa, y contar con el know-how de expertos en la materia. Tener el apoyo de profesionales con experiencia en desarrollo e implementación de IA Generativa ahorra fallos típicos, tiempos y sobre todo costes a corto, medio y largo plazo. La IA Generativa va a cambiar la manera de hacer las cosas en muchos ámbitos, por ello es importante apoyarse en expertos en este ámbito que ayuden a establecer un uso correcto de ésta y a sacar el máximo partido a las oportunidades que ofrece. De esta manera las compañías pueden aprovechar al máximo los beneficios de la IA Generativa y allanar el camino hacia un futuro empresarial más innovador y eficiente.
