La conferencia inaugural de Andicom 2025 corrió por cuenta de una experta en analizar la IA desde una perspectiva humana.
En un momento de su charla, en la sesión inaugural de Andicom 2024, Caroline Yap, Managing Director de Negocios Globales de IA e Ingeniería Aplicada en Google Cloud, sorpendió a los presentes en el auditorio del complejo Las Américas al pedir: “Levanten la mano quienes hayan usado la IA de Google”.
Como lo anticipaba la conferencista, que en su trabajo lidera un equipo de avanzada que ayuda a los clientes empresariales de Google a aprovechar el poder de las tecnologías de IA y Machine Learning para extraer información de sus datos y crear valor para sus negocios, solo un puñado de personas levantó sus manos.
Así que dijo: ¿De verdad? ¿Cuántos de ustedes usan Google Maps?
Ese es el punto de partida del planteamiento de Yap: la mayoría de las personas están tan atrapadas en la ola de IA generativa que se nos vino encima desde hace casi dos años, que no se dan cuenta, en medio de su prevención y su miedo, de que han estado usando la IA durante mucho, pero mucho tiempo, ya sea para organizar sus fotos en Google Photos, para resolver preguntas con Google Assistant o, en efecto, para predecir patrones de tráfico, sugerir rutas alternativas e incluso proporcionar recomendaciones personalizadas en, cómo no, Google Maps.
Y es desde esa perspectiva aterrizada y optimista, que le permite usar lenguaje técnico pero adornado con una sonrisa amplia, en la antesala de su conferencia Yap se sentó a hablar de IA con Xataka Colombia.
La forma correcta de usar la IA
-Su conferencia en Andicom se titula: Cómo la IA Generativa puede transformar las empresas e impactar en la sociedad. Déjeme comenzar por preguntarle: ¿ Cómo la IA Generativa puede transformar las empresas e impactar en la sociedad?
Dios mío. Hay muchas maneras de empezar. Déjame empezar desde mi perspectiva de la atención sanitaria, porque tenemos Deepmind, nuestra División de Inteligencia Artificial, y muchos periodistas han leído y escrito sobre Alpha Go.
Es un buen ejemplo porque el juego Go fue el curso original y luego todo se convirtió en algo completamente nuevo cuando se aplicó lo que aprendimos al plegamiento de proteínas en el cuidado de la salud.
-Wow!
Sí, hemos hecho mucho más en el cuidado de la salud. Por ejemplo, hemos podido aumentar la eficiencia en la detección del cáncer de mama. Cuando se puede aumentar la detección del cáncer de mama, en última instancia se salvan vidas, pero de paso también se proporciona un valor a largo plazo a los médicos, a los hospitales, incluso a las farmacéuticas. Así que eso provoca que los negocios sean diferentes a lo largo de toda esa cadena de valor.
En el proceso, descubrimos que con los grandes modelos de lenguaje también se combinan cosas como Vision AI, y eso nos llevó a mejorar el proceso de diagnóstico de la diabetes, porque resulta una de las condiciones que se ven más fácilmente a través de los ojos, de la retina, es la diabetes. El de la salud es un buen campo para buscar ejemplos.
-¿Cómo hacer que la gente comprenda el potencial de todos estos pequeños desarrollos que vemos a diario y entienda que de esos desarrollos podría surgir algo que en 10 ó 15 años revolucione el diseño de materiales o la experimentación farmacéutica o incluso cure alguna enfermedad?
El de materiales es otro buen ejemplo. Tenemos un anuncio público del equipo de DeepMind. Se llama GnoME. Es un proyecto de ciencia de materiales que ha encontrado 2,2 millones de nuevos cristales, incluidos 380.000 materiales estables que podrían impulsar tecnologías futuras. Tenemos equipos que están analizando este nuevo desarrollo de materiales desde el nivel microscópico y examinando cómo eso podría conducir a algo como lo que en su momento nos dio el grafeno. Así que todas estas pequeñas cosas se suman a las grandes cosas.
Y otro ejemplo que uno no espera es el de cómo ayudamos a American Airlines. No sé si conoces el tema de las estelas de condensación. Lo que pasa con las estelas de condensación es que, primero, no son buenas para el medio ambiente porque, segundo, hacen que los aviones quemen mucho más combustible. Cuando hay estelas de condensación, eso significa que hay más fricción. ¿Cómo construimos un modelo para ayudar a la aerolínea a predecir mejores rutas de vuelo? Aprendes a cambiar sus rutas de vuelo para reducir las estelas de condensación.
Hay muchos más ejemplos, y quiero decir solo uno más: GraphCast: un modelo de IA de última generación que ofrece predicciones meteorológicas de 10 días con una precisión sin precedentes, en menos de un minuto.
-Esto es interesante porque mucha gente simplemente asume que la IA es algo realmente complicado y complejo, pero usted comienza su charla diciendo: ¡vamos, si ya la estás usando!
Sí. No es distante y complejo: si tienes una tarjeta de cajero automático, has estado usando IA. Y no solo tú, sino también el banco, que tiene que determinar si realmente eres tú quien va a sacar el dinero o es otra persona porque este no es tu país, o tu vecindario. El sistema dice: “Un momento, no dijiste que estás viajando”, o “No te vimos comprar un boleto de avión”. Entonces, ¿debería dejar que retiren el dinero? ¿Podría ser un fraude?
Hay un lugar para la IA predictiva y la IA generativa, pero ahora es la IA generativa la que ha capturado la imaginación de todos y creo que está permitiéndole a la gente pensar realmente: "¿cuál es la forma correcta en la que debería estar usando la IA?".
-¿Cómo se traslada esa pregunta al campo empresarial?
Esa es probablemente la pregunta más importante. He estado hablando con los diferentes clientes, cientos de ellos, y los he escuchado decir que se sienten presionados por los accionistas, las juntas directivas, los líderes, lo que sea, para hacer algo con respecto a la IA. ¿Qué hacer? ¿Cómo empezar?
Lo que hacemos es que les damos tres áreas muy sencillas: vamos a pensar en IA para el crecimiento, IA para la eficiencia e IA para el futuro.
Y a veces recibo reacciones de personas que dicen: ¿Por qué crecimiento primero? ¿Por qué no la eficiencia? Y siempre digo: si vas directamente por la eficiencia, es el camino más corto hacia el fondo.
-Es decir...
La cosa es que de esa manera estás tratando de encontrar una manera de exprimir más, de obtener más. Pero, ¿qué pasa si ese proceso es un proceso que está roto y no debería hacerse eficiente?
Si comienzan desde una perspectiva de crecimiento, todas las empresas tienen métricas de crecimiento de algún tipo, ya sea la satisfacción de los empleados internos, o el crecimiento externo, la satisfacción del cliente… Si es crecimiento siempre hay métricas en alguna parte.
Si usamos el crecimiento primero, encontrarás eficiencias dentro del proceso que conduce al crecimiento. Pero si solo lo miras desde una perspectiva de eficiencia, no reinvertirás parte de esas eficiencias en crecimiento y entonces serás un martillo. Todo te va a parecer un clavo.
-¿Cómo se cambia ese paradigma?
Es empezar a descomponer: ¿Qué es mejor para Analytics? ¿Qué es mejor para la automatización? ¿Qué es mejor para las herramientas de IA predictiva? Y luego, ¿cómo superponemos la IA generativa a la forma en que administramos nuestro negocio para que podamos hacer preguntas sobre nuestros datos de formas que no podíamos hacer antes?.
-La experiencia ha demostrado que no importa si desarrollas la tecnología a la perfección, si la gente no se siente cómoda y confía en usarla no va a ir a ninguna parte...
Totalmente. Y pasa incluso en el valor empresarial. Tienes que conocer a la persona para la que estás resolviendo un problema. Eso era lo que pasaba con los chatbots. No hay nada peor que llamar a un lugar y tener que identificarte, solo para que te transfieran a un humano porque el sistema automático no funcionó y luego el humano te hace las mismas preguntas que tú como consumidor ya te tomaste el tiempo de contestar. No hay lealtad a la marca después de, si se me permite decirlo, una respuesta tan mala. Es una experiencia horrible.
He hablado con bastantes instituciones de servicios financieros recientemente, y la banca en particular ha cambiado mucho. La comunidad solía ir al banco. Conocerías a todos los que trabajaban allí. Te conocían, te decían: ¿cómo están los niños? o ¿Cuándo nace el bebé? Los gerentes eran verdaderos gerentes de relaciones. Pero en la era digital, yo diría que el papel de los gestores de relaciones debería recaer en la app bancaria.
Entonces, ¿cómo puedes hacer que una aplicación bancaria te conozca mejor que nadie? Ellos saben cuándo te pagan, saben en qué gastas tu dinero. ¿No sería bueno que la aplicación bancaria realmente te conociera… por ti?
Ese es solo un ejemplo, todas las industrias pueden hacer eso. La clave es ¿cómo se conectan todos esos sistemas para cambiar realmente la experiencia?
-Hablemos del caso Victoria’s Secret…
De hecho, Victoria's Secret es uno de nuestros clientes que en el sitio de Google Cloud habló sobre este caso de uso. Lo que hacen es que te permiten subir una foto de una prenda de lencería que tengas. Puedes haberlo comprado con ellos o podrías haberlo comprado a otra marca. No importa, subes la foto de tu prenda de ropa interior y luego te dan recomendaciones de las cosas que combinan, para que puedas comprar otras piezas que complementen la que tienes… o podrías terminar con algo completamente nuevo.
Entonces: eso es realmente pensar en cómo puedes extender esa experiencia física y digital. Se trata de pensar en toda la cadena de valor de principio a fin y pensar en cómo se aplica lo humano en esa cadena de valor, para que puedas obtener los resultados correctos.
-¿Cómo espera que veamos a la IA una vez que se haya asentado? Me refiero a 50 años a partir de ahora, cuando miremos hacia atrás, a estos “tiempos antiguos”.
Bueno, la IA ha existido desde los años 50, pero desafortunadamente solo era accesible para las personas que trabajaban en ella. Luego empezamos a tener cosas como, ya sabes, incluso en Gmail empezamos con autocompletar y en imágenes, eliminar elementos. Y creo que desde la perspectiva del consumidor, cada vez más la gente entiende que todos estamos usando este tipo de herramientas.
A la gente solo le importa la IA por cómo es capaz de hacerlos sentir. Tengo una hija que pronto cumplirá 17 años y que se graduará de la escuela secundaria este año. Todo este momento de IA ha acelerado su aprendizaje.
Si piensas en cuando estábamos aprendiendo cosas, teníamos que ir a la escuela primaria, a la escuela secundaria, y si realmente querías apasionarte por un tema en particular, tenías que ir a una biblioteca -si tenías una biblioteca- y luego tenías que encontrar los libros y luego tenías que aprenderlo tú mismo. Tenías que hacer todo eso desde cero o esperar hasta que fueras a la universidad para conseguir un profesor que te enseñara todas esas cosas.
Y sé que es diferente dependiendo de en qué parte del mundo te encuentres, pero siento que la generación de mi hija sabe profundizar en un tema en particular con una especie de fiebre, cuando algo les interesa son capaces de sumergirse en ello y absorberlo de una manera en que a nosotros nunca se nos dio la oportunidad de hacerlo. Esta es su normalidad.
Por lo tanto, van a esperar que sus futuros empleadores hagan uso de estas tecnologías para que puedan ser las mejores versiones de sí mismos en lo que sea que sean. Así que dentro de 50 años no van a saber lo que era para nosotros tener que ir a una biblioteca física a buscar algo y si se preguntan algo, literalmente va a ser: ¿Estamos utilizando ahora la IA para cumplir con la promesa de la web mundial?
Ver 0 comentarios