En 1943, el psicólogo Abraham Maslow propone una interesante teoría en su ensayo “A Theory of Human Motivation” (Una teoría sobre la motivación humana). En ella sugiere que las necesidades humanas se organizan en una jerarquía de cinco niveles (fisiológicas, de seguridad, sociales, de estima y autorrealización), en donde las necesidades básicas deben ser satisfechas antes de que las personas puedan atender necesidades superiores.
Una vez que las necesidades de un nivel son satisfechas, las personas buscan satisfacer las necesidades del siguiente nivel. La autorrealización es el nivel más alto de la pirámide, donde las personas buscan alcanzar su máximo potencial y desarrollarse plenamente.
En la ciencia de datos hay una analogía en relación con la teoría de Maslow, en donde se establece una pirámide de necesidades para poder ir desarrollando capacidades en las organizaciones para un mejor aprovechamiento de sus datos. En este caso se consideran seis niveles: recolección, almacenamiento, procesamiento, análisis, modelado y finalmente, inteligencia artificial. Al igual que la teoría de Maslow, una vez que las necesidades de un nivel son satisfechas, puedes empezar a trabajar en el siguiente nivel.
La jornada de las empresas y la utilización de la Inteligencia Artificial (IA) lleva algunos años; pero su uso se ha elevado a raíz de las expectativas creadas por la IA Generativa (IAG), ya que internamente en las empresas se “percibe” un aumento de la productividad de los empleados, acelerando la creación de contenido en sus procesos laborales, y reduciendo el tiempo en una gran variedad de proyectos y tareas. Por su parte, frente a los clientes, se utilizan soluciones que buscan una mejora en la atención (como el uso de Chatbots), aumentando el nivel de personalización y atrayendo a nuevos usuarios a través de experiencias más profundas.
Los datos son impresionantes: Según Goldman Sachs, solo la IAG podría impulsar un aumento del 7% en el PIB mundial y estima que solo en USA dos tercios de las ocupaciones actuales están expuestas a algún grado de automatización por parte de la IA.
En cuanto a la inversión, la relacionada con IAG se está disparando: en 2023 fue de 8 veces más en comparación a 2022, y la inversión en todo lo relacionado a IA alcanza casi los 100BUSD. Empresas como OpenAI, Anthropic, o Hugging Face, tuvieron rondas de recaudaciones de fondos impresionantes.
Hay mucho entusiasmo en al aire. En una encuesta de Gartner a más de 1400 ejecutivos, la mitad indicaron que ya están utilizando AIG en 2 o más funciones del negocio, principalmente relacionadas con la atención al cliente, y están orientados a incrementar sus inversiones. Tres cuartas partes considera que tendrá un alto impacto en los siguientes 3 años, y el empuje principal proviene de directivos y gerentes de ventas y marketing, quienes han observado beneficios inmediatos. Pero no todo es miel sobre hojuelas: en fechas recientes salió una publicación, también de Gartner, indicando que más de la mitad de las organizaciones están abandonando sus esfuerzos en IA debido a errores en la estimación de los costos involucrados.
Antes de iniciar tu camino por el sendero de la IA, es necesario contar con dos elementos fundamentales: una estructura sólida de datos y un entorno confiable de ciberseguridad.
Los Datos no sólo nutren a los aplicativos de IA para proporcionar los resultados que buscamos, sino que sirven como vastos conjuntos de datos para desarrollar los propios modelos de IA que puedan satisfacer las necesidades específicas de la empresa. Tenemos que asegurarnos de que los datos puedan estar integrados, para que puedan estar disponibles, fuera de silos organizacionales. De igual forma, deben contar con una preservación de su linaje (que provengan de un origen certificado que pueda ser considerado como única fuente de la verdad); deben estar identificados para que puedan ser localizados con facilidad para su utilización; y gobernados, ya que los datos tienen que estar mapeados conforme al rol y atributos de cada miembro de la organización. Una vez que todo esté mapeado, definido y gobernado, los datos en esta etapa se vuelven “Listos para la IA”.
Por otra parte, la Ciberseguridad juega un papel fundamental ya que se encarga de varias tareas. Una de ellas es la protección de datos; como sabemos, la IA a menudo requiere grandes cantidades de datos para entrenar y operar de manera efectiva, y estos datos pueden incluir información sensible y confidencial de clientes, empleados y operaciones de la empresa. También es responsable de la Integridad y Confiablidad de los modelos de IA, para que no sean manipulados o comprometidos por actores malintencionados. Y por último, y no por ello menos importante, se encarga de la continuidad del negocio y la resiliencia operacional, ya que protege los sistemas de inteligencia artificial y en general las tecnologías de información de ataques que podrían interrumpir las operaciones empresariales.
Los datos de calidad y la ciberseguridad son los vasos comunicantes esenciales que acompañan a una iniciativa exitosa de IA. Si ambas condiciones no existen, es recomendable primero desarrollar estos elementos, ya que sin ellos cualquier iniciativa de IA quedará reducida, en el mejor de los casos, al empleo de los modelos fundacionales (como ChatGPT o Gemini) y con un alcance limitado. El camino que lleva al máximo potencial y al desarrollo organizacional pleno no es sencillo, pero el objetivo vale el esfuerzo.
Por: Walter Trujillo Díaz
