Como cualquier tecnología nueva, mucha gente está dispuesta a utilizar la IA generativa para ayudarles en su trabajo. acento la investigación descubrió que el 89% de las empresas piensa que el uso de IA generativa para hacer que los servicios se sientan más humanos les abrirá más oportunidades. Esto forzará el cambio: Accenture también descubrió que el 86% de las empresas pensaba que tendrían que modernizar su infraestructura tecnológica y de TI.

El desafío con esto es que los proyectos empresariales de IA generativa llevarán tiempo para diseñarlos, probarlos, construirlos y escalarlos. Incluso con el camino rápido hacia la producción que ofrecen las nuevas pilas de IA generativa, el riesgo es que la gente tome el asunto en sus propias manos. Esto conducirá a implementaciones de IA generativa que están fuera de los libros y fuera del ámbito de la TI, denominada IA ​​en la sombra. Estas implementaciones no autorizadas de IA en la sombra tendrán lugar cuando las empresas no entablen conversaciones tempranas sobre la IA generativa y proporcionen a los equipos las herramientas de baja fricción que necesitan para tener éxito. 

Como ejemplo, supongamos que un equipo de ventas quiere ayuda para escribir sus cartas de correo electrónico a sus clientes potenciales y quiere utilizar IA generativa en sus actividades de prospección. Poner datos en un público modelo de lenguaje grande (LLM) podría ayudar a ese equipo a ser más productivo, ganar más acuerdos y luego generar crecimiento para el negocio. El argumento será ¿por qué deberían detenerse y arriesgarse a que otras empresas salgan adelante?

Adelántese a la demanda generativa de IA

Las empresas deben dialogar con sus departamentos sobre cómo piensan acerca de la IA generativa y qué quieren mejorar. Esto puede brindar oportunidades para participar, escuchar lo que quieren los equipos comerciales y luego planificar para brindar una estrategia más completa. También puede ser una oportunidad para asesorar a los equipos sobre lo que es posible, analizar los beneficios y desacreditar cualquier exageración o malentendido. 

Estas conversaciones pueden brindar a los miembros del equipo la oportunidad de descubrir más sobre los problemas comerciales que enfrentan sus colegas y luego ver cómo diseñar y construir servicios de IA generativa que se adapten a esas necesidades. Una parte esencial de esto será cómo las empresas pueden tomar los datos que sus equipos ya tienen y combinarlos con IA generativa para que sean aún más útiles para ellos.

En el ejemplo de un equipo de ventas, ¿cómo puede preparar información sobre sus productos para que un sistema de inteligencia artificial generativo pueda utilizar su terminología y puntos de venta precisos en las respuestas que brinda? En lugar de utilizar solo los datos con los que se capacitó a los LLM, agregar sus datos a la combinación puede generar esa mejora en la productividad, reducir posibles alucinaciones de IA y brindar una personalización efectiva. Al mismo tiempo, puede mantener cualquier material confidencial bajo su control, en lugar de entregárselo a un tercero.

Diferenciación con datos e IA generativa

La IA generativa debería ayudarle a diferenciar lo que hace su empresa. Sin embargo, el uso de LLM públicos por sí solo no logrará esto y sonará igual que todos los demás. Las empresas pueden hacer que sus estrategias de IA generativa sean más efectivas y adaptadas para ellas y sus empleados al traer sus propios datos a la mesa utilizando la generación aumentada de recuperación, o RAG. 

RAG toma sus propios datos, los prepara para su uso con IA generativa y luego los pasa como contexto al LLM cuando su empleado solicita una respuesta. RAG forma parte de la solución de problemas como las alucinaciones y también hace que los resultados sean más relevantes para su organización y sus clientes, en lugar de obtener resultados similares a los de otras empresas que hacen el mismo tipo de preguntas. Esto es algo que debe hacer por su organización y sus clientes, ya que ninguna otra empresa tendrá la misma profundidad o combinación de datos que usted puede proporcionar.

Para implementar esto, deberá combinar varias herramientas de almacenes de datos vectoriales e integraciones de IA para crear una pila RAG que haga que comenzar sea más fácil y rápido. Ofrecer esto rápidamente le ayudará a evitar algunas de esas implementaciones “no registradas” que los equipos podrían intentar realizar por sí mismos mientras esperan la TI central. Técnicas como RAG también reducen los riesgos de fuga de datos al permitirle aprovechar los datos de la empresa para mejorar el contexto sin necesidad de capacitarlos en el LLM.

Con el tiempo, es posible que desee poner los servicios de IA generativa a disposición de más usuarios dentro de su organización adoptando enfoques de código bajo y sin código para crear servicios. Adoptar un enfoque de “centro de excelencia”, donde se puede ofrecer orientación y soporte en lugar de ejecutar implementaciones completas, aumenta las posibilidades de hacer que estas tecnologías sean accesibles para todos sin que la TI central las ralentice, y al mismo tiempo se mantienen las barreras adecuadas sobre cómo estos servicios se utilizan en la práctica.

Construyendo un enfoque maduro para la IA generativa con el tiempo

En términos más generales, las empresas tendrán que idear sus propios modelos de madurez de la IA generativa, en los que analicen los elementos tecnológicos junto con cuestiones como privacidad de datos y cumplimiento, impacto social y cultura de equipo. Estos elementos no ocurren en el vacío, por lo que pensar en ellos con anticipación le brinda una mejor oportunidad de asegurarse de adoptar el enfoque correcto con el tiempo, lo que facilita el cumplimiento de las reglas y regulaciones relevantes que se desarrollen.

Además de esto, se deben moderar las expectativas y establecer el nivel en torno a lo que la IA generativa es y lo que realmente puede ofrecer. Por ejemplo, la IA generativa no le permitirá reemplazar grandes cantidades de personal con IA. En cambio, la IA generativa puede ofrecer personal mejor y más productivo que pueda utilizar herramientas en su vida laboral para competir contra otras empresas que no tienen IA generativa o que tienen herramientas básicas de LLM a su disposición. El personal con tecnología de inteligencia artificial puede realizar más trabajo, alcanzar niveles más altos de calidad y comenzar a abordar elementos de su trabajo pendiente que antes no tenía el ancho de banda para abordar. Con tanto potencial para estas herramientas, debemos adelantarnos a los posibles obstáculos, incluida la IA en la sombra.

Como siempre se dice a Peter Parker en “Spiderman”, un gran poder conlleva una gran responsabilidad. En el caso de la IA generativa, aprovechar este poder será una apuesta para todas las organizaciones. Asumir la responsabilidad de poner rápidamente la IA generativa en manos de aquellos que realmente pueden aprovechar ese poder será lo que permitirá a las organizaciones diferenciarse y evitar los peligros de la IA en la sombra.

• Distribución de relaciones públicas y contenido potenciado por SEO. Consiga amplificado hoy.
• PlatoData.Network Vertical Generativo Ai. Empodérate. Accede Aquí.
• PlatoAiStream. Inteligencia Web3. Conocimiento amplificado. Accede Aquí.
• PlatoESG. Carbón, tecnología limpia, Energía, Ambiente, Solar, Gestión de residuos. Accede Aquí.
• PlatoSalud. Inteligencia en Biotecnología y Ensayos Clínicos. Accede Aquí.
• Fuente: https://www.dataversity.net/getting-ahead-of-shadow-generative-ai/