Agentes, gobernanza de datos y modelos de lenguaje en el futuro de la IA

La adopción de las diversas tecnologías de datos y de inteligencia artificial está marcando un punto de inflexión para las organizaciones que buscan ser más innovadoras y eficientes. En este episodio, conversamos con Álvaro Santa María, director de Data e IA para IBM América Latina, para conocer su visión del estado actual de estas tecnologías en el Perú y América Latina, así como tendencias claves que darán forma al 2025.

¿Qué proyectos está liderando IBM en América Latina en el ámbito de datos e inteligencia artificial?

Álvaro Santa María: En Latinoamérica, y en el mundo, trabajamos en diversos proyectos e iniciativas asociadas a la inteligencia artificial, aplicada en diferentes necesidades o casos de uso. Con relación a algunos proyectos en los que estamos trabajando, tenemos en el Perú un proyecto emblemático que es el del Banco de Crédito –el más grande del país–, para llevar a cabo la transformación de su contact center o call center, que tiene más de 1.200 posiciones y con el que atiende telefónicamente a su vasta base de clientes. El objetivo es incorporar IA tradicional, pero de nueva generación, e IA generativa para mejorar la atención a los clientes, reducir el tiempo de llamada y que sean más eficientes, con información más precisa.

Estamos en esa jornada. Hemos avanzado en los últimos doce meses, logrando significativos avances e importantes mejoras a este canal estratégico para el banco. Es un trabajo en equipo de nuestras áreas de consultoría, tecnología y todo el equipo del banco.

Álvaro Santa María, director de Data e IA
para IBM América Latina.

Otro caso que tenemos es en México, con Aeroméxico, que usa también herramientas que incorporan IA para monitorear, anticipar y responder al impacto potencial de eventos climáticos extremos en operaciones aéreas. Gracias a la tecnología, esta aerolínea puede analizar el riesgo climático con base en información meteorológica y datos geoespaciales para divisar las rutas que operan en México y alrededor del mundo. Eso le permite mayor eficiencia en las programaciones de vuelos, evitando riesgos innecesarios, con ahorro de costos y mejor servicio al cliente.

Además, tenemos también en Chile a ADP, parte del Grupo Sura, que opera con inversiones, seguros de vida, fondos mutuos, acciones, y que ofrece a sus clientes un asistente virtual potenciado por la IA de IBM watsonx, que permite analizar lenguaje regulatorio denso, dar respuestas sencillas y reducir el tiempo de resolución de consultas. En este caso, se usa la IA para simplificar y agilizar las interacciones con los clientes. En Colombia, la Empresa Pública de Medellín también cuenta con un asistente digital que es EMMA, que permite procesar lenguaje humano en forma de texto y ofrecer servicios a los clientes. En Brasil, tenemos a Equatorial, que atiende a más de trece millones de clientes en diversos estados del país, usando herramientas y tecnología de IA generativa para llegar a sus clientes de modo multicanal.

¿Cuá es su evaluación actual de la adopción de tecnología de data e inteligencia artificial en Perú?

Álvaro Santa María: La adopción de inteligencia artificial, en particular, viene acelerándose en el mundo. En Latinoamérica y en nuestro país, son cada vez más empresas las que realmente analizan y evalúan incorporar IA porque están realmente viendo el potencial que puede traer para mejorar su negocio, ya sea en atención al cliente, eficiencia en los procesos, etc. Según el último estudio “IA Adoption Index”, en Latinoamérica (y Perú como parte de ella) se aceleró la adopción de IA en 67 %; eso está por encima del promedio mundial de 59 % según el mismo estudio. En América Latina, vemos muchas empresas abiertas al uso de la IA generativa: 37 % de ellas implementan activamente la IA generativa, 45 % la están explorando.

Es importante mencionar que no todo se resuelve con IA generativa. Tienes IA tradicional, de nueva generación, que es aquella que te puede generar eficiencia en traer un dato, buscar un dato en diversas fuentes y traerlo. Y la IA generativa, que es la que construye un nuevo contenido con base en información. De acuerdo con el caso de uso, puede aplicarse una, otra o ambas combinadas, por eso es importante trabajar con especialistas consultores para determinar la mejor solución a la problemática que trae el cliente.

El 38 % de empresas en Latinoamérica planea invertir en capacitación de su fuerza laboral en los próximos doce meses. Un tema importante es la adquisición de nuevos conocimientos para poder aprovechar de mejor forma la adopción de tecnología, de inteligencia artificial. Cada vez vemos más empresas que están poniendo mucho foco en el reskilling de su gente, el desarrollo de capacidades adicionales para capitalizar y aprovechar esto en su negocio.

¿Qué tecnologías emergentes en datos e IA debemos esperar en los próximos años?

Álvaro Santa María: Aquí vemos como tendencia fuerte, este año, el tema relacionado a los agentes de IA. Hasta ahora, hemos venido hablando de asistentes, que son aquellos elementos construidos con base en IA que ejecutan algo con instrucciones, traen información, ejecutan una transacción, justamente interactuando con el lenguaje natural, con texto y con las personas. Del mundo de los asistentes estamos evolucionando al mundo de los agentes, que son piezas o construcciones basadas en IA para casos de uso más complejos, que resuelven problemas de complejidad superior, interactúan con diversos asistentes, pueden usar asistentes para diversas transacciones o incluso interactuar con otros agentes. Se está empezando a hablar mucho de los agentes, que es algo así como la evolución de los asistentes hacia situaciones o problemas más complejos resueltos con IA.

El segundo punto es todo lo relacionado con datos, obviamente a medida que se acelera la creación y difusión de la tecnología de IA. Esto solo va a ser exitoso si, de modo paralelo, se trabaja sobre los datos y la información que tiene que ser alimentada a la plataforma de IA para tener el resultado esperado. Si con los datos no se trabaja en el desarrollo de su evolución, limpieza y preparación, la primera parte no será suficiente. Depende de dónde están los datos, qué tan limpios están, qué tan accesibles están; eso va a ser fundamental en el segundo pilar.

El tercer pilar diría que es el de los grandes modelos de lenguaje o LLM, y los SLM, o pequeños modelos de lenguaje. Estos son creados por corporaciones a nivel global y están siendo usados por las diferentes herramientas de IA. En algún momento, van a aterrizar en las empresas, o ya lo están haciendo, para que estas creen sus propios modelos basados y entrenados con información propia, con el enfoque que le puede dar de sus empleados, clientes, proveedores, usuarios, mucho más acotada, controlada y precisa, usando información de la propia empresa. 

Diría que esas son las tres grandes tendencias o tecnologías emergentes que vemos en la evolución para el mediano plazo.

En un contexto donde los datos son cada vez más visibles, ¿qué soluciones ofrece IBM para garantizar la seguridad y transparencia en su uso para la IA?

Álvaro Santa María: Es un tema super sensible. Hemos escuchado diversos casos, alrededor del mundo, donde se han dado situaciones en que la adopción de la IA ha llegado a terminar en alguna respuesta que no era la esperada, incluyendo algún sesgo o información que no fue depurada, filtrada o curada. Todo lo que tiene que ver con gestión de modelos de IA, así como con seguridad en la gestión de estos, es de los puntos más importantes de IBM en el desarrollo de nuestra estrategia de IA para el mercado.

Ahí, voy a hablar de dos frentes. Uno es el pilar que tenemos dentro de nuestras soluciones de portafolio de IA, que es Watsonx Governance, que tiene que ver con todo lo que es el gobierno de la estrategia de gestión de la IA end to end. A medida que una empresa adopta, genera y crea modelos y casos de uso incorporando IA, es muy importante ir construyendo una práctica de gobierno de la IA que permita que no se convierta en una caja negra; que la información pueda ser analizada, que la respuesta tenga trazabilidad, que si necesito determinar de dónde trajo la información y por qué respondió de esa forma, lo pueda saber, trayendo trazabilidad, confiabilidad, posibilidad de auditoría. Así puedo determinar riesgos, evitar sesgos, alucinaciones y hacer ajustes en mi plataforma, justamente gracias a que puedo detectar estos puntos de distorsión o que requieren ajuste.

Otro componente importantísimo es lo referente a seguridad [de los datos]. Tenemos una solución que es IBM Guardium for AI, que es una plataforma de protección y privacidad de datos para la IA. En IBM, nos tomamos en serio la parte de creación de casos de uso, adopción de la IA tradicional o generativa, el mundo de los datos. Pero nuevamente, si esto no es resuelto, enfrentado, preparado, no sirve de nada lo primero. Y el tercer pilar sería todo el mundo de gobierno y seguridad de la estrategia y adopción de IA de nuestros clientes.