El año 2024 impulsará los proyectos piloto de GenAI: Matthew Candy de IBM Consulting

¿Cuál es la estrategia amplia de IA generativa (GenAI) de IBM Consulting?

IBM Consulting está formada por 160.000 personas, incluidos 21.000 científicos de datos y profesionales de la IA, y un CoE de IA generativa de más de 1.000 personas. Estamos trabajando en tres grandes áreas. Uno de ellos es el servicio al cliente y la experiencia del cliente, que es la aplicación de inteligencia artificial generativa para que los agentes del centro de contacto mejoren los tiempos de manejo de llamadas y brinden una mejor experiencia al cliente.

El segundo gran ámbito se refiere al trabajo digital, en las áreas de recursos humanos (recursos humanos) y adquisición de talento. Aproximadamente el 94% de la interacción que los 275.000 empleados de IBM tienen con los recursos humanos se produce sin intervención humana. Esto es primero digital, todo a través de una interfaz de chat de IA e inteligencia artificial presente en más de 79 sistemas diferentes, 4.700 documentos de políticas y respalda alrededor de 2.500 procesos. La tercera área tiene que ver con la modernización de aplicaciones, donde utilizamos IA generativa en el ciclo de vida del desarrollo, desde el análisis de negocios, el diseño, la estructura de cables, la codificación, el desarrollo, las pruebas, las pruebas sintéticas, la generación de datos, etc.

¿Cuál es la sinergia con la visión más amplia de IA de IBM?

Nuestra estrategia está alineada con el enfoque de IA de IBM, que se basa en cuatro creencias fundamentales. La primera es que las tecnologías abiertas son muy importantes. En segundo lugar, se debe confiar en la IA, por lo que es importante introducir esta tecnología de manera responsable en las organizaciones y gobernarlas. En tercer lugar, la IA debe estar dirigida a empresas y sectores empresariales. Y cuarto, creemos que la IA es para creadores de valor, no sólo para usuarios.

Lo invitamos a compartir algunos ejemplos de resultados comerciales significativos para clientes en estas áreas.

En el servicio de atención al cliente, vemos que las preguntas de los clientes se responden con aproximadamente un 95% de precisión. En el espacio del marketing, estamos viendo la capacidad de reducir los costos de creación de contenido hasta en un 40%. En el área de la cadena de suministro, hemos visto una reducción de hasta un 50% en el costo por factura. Cuando piensa en automatizar procesos y mejorar los tiempos de ciclo, puede lograr hasta un 45% de mejora en estas áreas. Además, las empresas que utilizan muchos recursos pueden reducir el tiempo de inactividad no planificado hasta aproximadamente un 43 %.

¿Qué deberían considerar los CXO al construir un marco de IA generativa responsable?

Según nuestro reciente estudio sobre la adopción global de IA, alrededor del 74% de las empresas indias ya han realizado importantes inversiones en IA en los últimos dos años. Pero los obstáculos incluyeron la falta de estrategia, la falta de directrices comerciales y la falta de herramientas de gestión y gobernanza de la IA. Esto impide la ampliación de proyectos piloto. Por lo tanto, es muy importante que cualquier organización establezca barreras adecuadas para los modelos de IA que pretende utilizar. La base de datos creada debe abordar los sesgos.

¿Qué deberían hacer las empresas de la India para ampliar sus proyectos piloto y pruebas de concepto?

Se espera que el año 2024 se expandan los proyectos de inteligencia artificial generativa. Necesitamos alejarnos de los pilotos. La expansión solo se producirá si tiene la estrategia y la hoja de ruta adecuadas, haciendo que todo vuelva al valor empresarial y adoptando una estrategia de múltiples nubes. Una de las mayores barreras al crecimiento son las habilidades y el acceso a las habilidades. Ésta es un área en la que IBM y otras empresas de tecnología deben seguir centrándose. Gran parte del trabajo que estamos haciendo es ayudar a crear Centros de Excelencia (CoE) para nuestros clientes, que les ayudan a infundir nuevas habilidades e introducir cambios en sus organizaciones. Esto es 70% un desafío humano, 20% un desafío tecnológico y 10% una cuestión de algoritmo. Fundamentalmente, se trata de gestión del cambio, adopción, habilidades y habilitación dentro de las empresas.

¿Qué deben tener en cuenta los CXO al aprovechar la IA generativa, dado que algunas empresas ya son usuarios maduros de la IA?

Los modelos centrales representan la próxima evolución de una estrategia de datos para una empresa. Las empresas deberán combinar sus datos únicos con estos modelos fundamentales para crear nuevas fuentes de valor. Por supuesto, algunos clientes y algunas industrias están más maduras con la IA tradicional, como en la banca. Ya existe una buena comprensión de los modelos, la gobernanza de los modelos y lo que hay que hacer en la banca. Para (otras) organizaciones, habrá muchas cosas en las que tendrán que pensar, ya que la IA generativa se está incorporando a todas las aplicaciones comerciales. Según Gartner, para finales de 2024, aproximadamente el 40% de las aplicaciones empresariales estarán equipadas con inteligencia artificial generativa. Por lo tanto, hay decisiones que las empresas tendrán que tomar, como: «¿Utilizaré el chat y la interfaz conversacional en lenguaje natural dentro de esta plataforma, o colocaré una interfaz conversacional y un flujo de trabajo encima de la plataforma?»

¿Cómo funciona en la práctica? Por favor comparta algunos ejemplos.

Podría usar GPT o acceder a Gemini desde Google, etc. y acceder a estos modelos de lenguaje grande (LLM) propietarios a través de una interfaz de programación de aplicaciones (API) e incrustarlos en una aplicación. Esto podría estar bien para varios casos de uso: otros podrían necesitar un modelo más pequeño, específico de dominio y de bajo costo de cómputo porque quiero fusionar mis datos comerciales con ese modelo para este caso de uso.

Por ejemplo, algunos bancos están adoptando un LLM de código abierto y capacitándolo y perfeccionándolo en función del marco regulatorio de quejas en ese mercado, lo que permite que el modelo clasifique las quejas. Esto ayuda a los gestores de quejas a generar respuestas que luego pueden modificar para cumplir con los requisitos y marcos regulatorios. A veces, este modelo puede ejecutarse en una nube pública. En otras ocasiones, es posible que necesite un centro de datos local (en las instalaciones de una empresa) porque los datos y las cargas de trabajo deben estar allí por razones regulatorias, etc.

En este contexto, ¿siente la necesidad de un director de IA?

Pero si lo hiciéramos, las funciones del director de IA podrían superponerse con las del director de información (CIO), director de tecnología (CTO), director digital (CDO), director de datos y director de marketing (CMO). y también la del director general.

A veces veo al CIO o al CTO liderando y guiando (la función de IA) y, a veces, al director de datos hace esta tarea. Pero creo que veremos cada vez más empresas nombrar directores de IA, y el papel podría ser similar al del CDO, que normalmente busca unificar negocios y TI (tecnología de la información) para impulsar el cambio y ayudar a las empresas a adoptar una mentalidad digital. Sin embargo, las organizaciones que ya cuentan con funciones empresariales o de TI maduras serán perfectamente capaces de liderar e impulsar dichos cambios por sí mismas (sin nombrar un director de IA).

¿Cómo deberían las empresas considerar el retorno de la inversión (ROI) de estos proyectos como la IA generativa, dado que se trata de tecnologías emergentes?

En IBM utilizamos un modelo de negocio de componentes (CBM). Contamos con conjuntos detallados de casos de uso para cada dominio en diferentes industrias. Y también tenemos muchos datos de evaluación comparativa. Además, utilizar la metodología IBM Garage nos permite mapear todos los puntos débiles del negocio y crear una estrategia para abordarlos.

Estamos empezando a desarrollar buenos datos de evaluación comparativa a partir de muchos pilotos de IA generativa y pruebas de concepto que se están implementando. Pero hay que poder identificar grupos de valor para perseguir con IA generativa, y luego hay que poder medir el ROI para ir más allá del piloto y escalarlo. Y los puntos de referencia, los KPI (indicadores clave de procesos) y las métricas relacionadas serán importantes en áreas como el servicio al cliente, que ha experimentado mucha tracción y aplicación de la IA generativa y donde podemos medir, por ejemplo, el tiempo promedio de gestión por agente del centro de contacto. . También podemos medir NPS (net promotor Score) y tasas de contención en bots. Por lo tanto, existen algunos marcos maduros para medir los resultados.

¡Desbloquea un mundo de beneficios! Desde boletines informativos detallados hasta seguimiento de acciones en tiempo real, noticias de última hora y un suministro de noticias personalizado: ¡todo está aquí, a solo un clic de distancia! ¡Regístrate!

Vea todas las noticias y actualizaciones de la empresa en Live Mint. Consulte aquí las últimas acciones del Presupuesto 2024. Descargue la aplicación Mint News para recibir actualizaciones diarias del mercado y noticias comerciales en tiempo real.

Más o menos

Publicado: 3 de marzo de 2024, 4:34 p.m. IST