El desarrollo de la Inteligencia Artificial (IA) ha impulsado diversas transformaciones en las industrias y mercados a nivel global. En la región, esto no es la excepción. Precisamente, especialistas de SAS, consideran que estas transformaciones se verán de forma constante para los próximos años.
Ante ello, ¿Cuáles son las principales tendencias en cuanto a la IA que se pueden esperar para el 2024? Para Bryan Harris, vicepresidente ejecutivo y director de Tecnología de SAS, lo primero es tener presente que la IA Generativa debe ser vista como una característica de las soluciones industriales, no como una solución en sí misma; es decir, no hay que ver la IA Generativa como una capacidad independiente, sino que se debe contemplar en una estrategia de IA más integral.
Leer más: ¿Qué impacto tendrán las tecnologías y telecomunicaciones en 2024?
Para Harris, aunque la IA Generativa puede aplicarse en todas las industrias, existen algunas específicas en donde esta tecnología generará beneficios muy palpables. Estas son:
“Las empresas aprovecharán las bases de conocimiento existentes para extraer el máximo valor de la IA generativa. Pero deben tener una sólida estrategia de gestión del conocimiento, comenzando por aprovechar las bases de conocimiento propietarias y específicas de la industria existentes. Esto exige una gran gestión de datos”, dijo Harris.
Por su parte, Udo Sglavo, vicepresidente de Analítica Avanzada de SAS, considera que otra de las tendencias para 2024 son los nuevos puestos de trabajo que se generarán. “Los ingenieros de estímulos son uno de esos trabajos necesarios en la era de la IA. Si bien la capacidad y versatilidad impresionantes de los LLM son notables, su utilidad práctica a menudo depende de nuestra capacidad para comunicarnos eficazmente con ellos”, afirmó el especialista.
Marinela Profi, asesora de Estrategia de IA/IA Generativa de SAS, añadió que, además, la IA transformará la toma de decisiones humanas. Adicionalmente, espera que la IA generativa alcance nuevas fronteras. Esto específicamente en la integración de modalidades de texto, imagen y audio en un solo modelo, lo cual se conoce como IA multimodal. Esta permite comprender y generar contenido en diferentes formas de datos simultáneamente para permitir aplicaciones más completas y conscientes del contexto. Otro campo emergente es la extensión de modelos generativos para entender y generar objetos 3D, entornos y datos espaciales.
Otra de las tendencias identificadas por los especialistas de SAS es con respecto a los datos sintéticos. Estos, en opinión de Spiros Potamitis, gerente de Producto Senior de Analítica de SAS, “ganarán mucha tracción a medida que las organizaciones enfrenten regulaciones más estrictas. Los datos sintéticos pueden capturar las propiedades estadísticas de la fuente de datos original con alta precisión para superar barreras regulatorias y desbloquear la innovación para las organizaciones”.
Añadió que otra proyección es con respecto a la automatización para facilitar y simplificar la analítica. En este sentido, el machine learning automatizado (AutoML) ya se ha implementado con éxito en múltiples organizaciones, permitiendo a los científicos de datos desarrollar modelos potentes con un clic de un botón. Este nivel de automatización se expandirá a otras áreas de ModelOps, como ingeniería de datos, monitoreo y retrabajo. Con ello, cubrirá lentamente el ciclo de vida completo de la analítica con simplicidad y facilidad.
Billy Dickerson, ingeniero Principal de Software de SAS, concordó con Potamitis, y añadió que, en 2024, la IA continuará integrándose en todas las fases del ciclo de vida de DevOps. Algunos ejemplos son sugerencias automáticas de código de generación automática. También, la identificación de patrones de las pruebas más impactantes para ayudar en la optimización del proceso de prueba, automatización del aprovisionamiento de infraestructura común; y análisis de métricas y registros de inmediato para detectar problemas mucho antes, permitiendo una resolución de problemas más rápida.
También, las soluciones de IA sin código han estado ganando sofisticación, y, para Potamitis, lo seguirá haciendo. “La era en la que todo debe ser un poco ‘trabajoso’ y entendido por muy pocos para considerarse una solución poderosa y sofisticada llegará a su fin”, afirmó.
Para Albert Qian, gerente de Producto de Analítica de SAS, otro punto importante es la seguridad. “Escuchamos mucho sobre el potencial transformador de la IA, pero no tanto sobre la seguridad detrás de ella. Con las violaciones de datos aun siendo una parte importante de la TI, se debe hacer más para garantizar que los datos utilizados para la IA no sean robados y replicados en el mercado. La seguridad y la IA serán un gran tema en 2024”, destacó.
De igual forma, Briana Ullman, gerente de Producto de Analítica de SAS, considera que otra de las tendencias principales serán las visualizaciones automatizadas. Esto porque la analítica aumentada dará a los analistas de mercado y a los científicos de datos la capacidad de obtener insights de manera rápida y fácil utilizando la IA en la inteligencia empresarial tradicional.
Asimismo, la IA generativa creará empleados impulsados por insights. Esto significa que esta tecnología fomentará en los colaboradores de las empresas la capacidad de descubrir ideas sin pedir acceso a datos a TI o esperar que los analistas de mercado generen el informe exacto necesario. Es decir, cada vez más profesionales utilizar datos en su trabajo, lo que mejorará sus habilidades técnicas.
Jay Upchurch, vicepresidente Ejecutivo y CIO de SAS, concuerda con Ullman, y añade que estos trabajadores utilizarán la IA para aumentar su la eficiencia. Esto también permitirá impulsar la mejora en la comprensión de los datos. Ello, además, implicará que las organizaciones tengan una mentalidad orientada a los datos, mediante buenas prácticas de gestión de datos, incluido el acceso a los datos, la higiene y la gobernanza de los mismos. “Las organizaciones que no tienen buenas prácticas de gestión de datos descubrirán que la inteligencia artificial generativa no es tan productiva para ellas porque no tiene datos bien gestionados para crear respuestas”, dijo Upchurch.
Añadió que otra tendencia a esperar en 2024 es la mejora la gestión de los gastos en la nube con FinOps. Esta es una práctica emergente para gestionar los gastos en la nube de una organización. Se basa en disciplinas de gestión financiera que aprovechan la variabilidad inherente al uso de la nube.
También, contar historias será fundamental. Esto significa, que los CIOs deben poder basarse en datos y analítica para ilustrar el valor que están aportando. Así como el impacto que tienen en la dirección corporativa.
Otra de las tendencias que se verán es en el área de marketing es destacada por Mike Turner, asesor comercial principal en la Práctica Global de SAS Customer Intelligence, quien explicó que, en 2023, la IA pasó de experimental a convencional en centros de llamadas y chatbots, así que en 2024 el uso de la IA en estas áreas se expandirá, y con mejoras en las capacidades de lenguaje y sentimiento de la tecnología. Debido a ello, se seguirá viendo un aumento en la satisfacción de los clientes que interactúan con estas funciones de servicio.
“También veremos que los chatbots cruzarán la línea de apoyo de servicio a aplicaciones de marketing conversacional, donde recopilarán las preferencias del usuario (datos de cero partes) y recomendarán productos o servicios basados en interacciones y necesidades individuales. La segunda ola de uso de la IA se volverá convencional. Esto abarcará técnicas como experiencias de compra personalizadas en sitios web y la IA incorporada en plataformas como teléfonos móviles y dispositivos portátiles”, afirmó Turner.
Por su parte, Jennifer Pearson, Product Marketer de SAS Global Customer Intelligence, añadió la Hiperpersonalización como otra tendencia importante el siguiente año, cuando se convertirá en un factor diferenciador de las marcas.
“Invertir el tiempo y esfuerzo para entender verdaderamente a tus clientes es vital. Con la desaparición de las cookies de Google, ahora es el momento de aprovechar el poder de los datos de primeras partes, junto con la IA. Esto para ayudar a construir conexiones significativas y de confianza. Los clientes que confían en las marcas están más dispuestos a compartir información personal que ayuda a las marcas a ofrecer contenido que realmente se alinee con las preferencias del cliente, impulsando así la confianza en la marca y haciéndolos más propensos a convertirse en clientes leales y recurrentes”, considera Pearson.
Finalmente, Reggie Townsend, vicepresidente de la Práctica de Ética de Datos de SAS, añadió que un aspecto muy importante será la regulación de la IA. Considera, que, aunque en la actualidad, los gobiernos tienen dificultades para atraer y retener talento en IA, reclutarán de manera agresiva para obtener experiencia que respalde acciones regulatorias.
“Los gobiernos continuarán debatiendo sobre la mejor manera de regular y establecer regímenes legales que protejan a los ciudadanos, ello al tiempo que permitan la innovación. Pero seguirá siendo una lucha debido a la naturaleza rápida de la tecnología. Estamos escuchando a un número creciente de gobiernos hacer declaraciones que se alinean entre sí, y deberíamos ver que la regulación se consolida en torno a ciertos principios, como la centración en el ser humano”, mencionó Townsend.
En este sentido, Jonathan Moran, responsable de Soluciones de Martech de SAS, añadió que en 2024 las regulaciones globales, nacionales, federales, locales y regionales de cumplimiento de datos comenzarán a poner a prueba las prácticas de gobernanza de datos de las organizaciones. Allí es donde las marcas deberían considerar el concepto de marketing responsable, y particularmente el componente de datos, que consiste en utilizar datos de clientes y marketing de manera responsable, para evitar problemas.
Townsend también dijo que se empezará a ver un número creciente de roles no técnicos participar en la conversación sobre la IA, para descubrir riesgos y oportunidades. Adicionalmente, considera, habrá un aumento en la sofisticación en cómo se mide y monitorea el rendimiento de la IA, así en cómo se avanza hacia objetivos de IA responsables.
“Necesitamos saber si un modelo se excedió o no rindió lo suficiente. Por ejemplo, SAS está trabajando en tarjetas de modelo que ayudarán a nuestros clientes a realizar este tipo de análisis”, finalizó el especialista de SAS.
Nuestras Redes Sociales:
