Autor: Matt McIlwain Compilado por: Cointime.com QDD.
"¿Cuál es nuestra estrategia de IA generativa?" Esta es una pregunta que casi todos los equipos ejecutivos enfrentan en las empresas Fortune 500 y otras empresas de hoy. Las personas que hacen esta pregunta casi siempre son directores ejecutivos, que esperan respuestas y resultados rápidos. Al mismo tiempo, los mismos directores ejecutivos no estarían contentos si descubrieran que la inteligencia artificial generativa (GenAI) comenzó a alucinar a sus clientes, que los activos de datos estratégicos estaban mal administrados o que las aplicaciones inteligentes causaron problemas de seguridad o rendimiento en su empresa. Si bien esta realidad permitirá que las empresas de consultoría de gestión prosperen en los años venideros, se necesita cierta orientación práctica para ayudar a los altos ejecutivos (incluidos los CIO y CDO) y sus socios de unidades de negocios a desarrollar un plan convincente. A través de conversaciones con clientes empresariales, empresas de GenAI y proveedores de servicios en la nube, descubrimos tres preguntas centrales que pueden guiar su estrategia de IA generativa:
1. ¿Qué tipo de mentalidad empresarial se requiere para adoptar GenAI con éxito?
2. ¿Cómo lograr “triunfos rápidos” en el corto plazo?
3. ¿Cuál es la mejor estrategia para aprovechar GenAI a mediano y largo plazo?
Mentalidad empresarial exitosa
Es posible que hayas escuchado que AI pasó por su "momento del navegador Mosaico" a fines del año pasado cuando lanzó ChatGPT. Hemos estado usando IA durante décadas (búsqueda de Google, Amazon Alexa, recomendaciones de Netflix/Spotify), pero ahora las personas pueden usar GenAI de manera directa y creativa para generar valor rápidamente. Ya sea que ese valor sea redactar una nota, desarrollar código de software o completar una tarea, al generar modelos de IA con lenguaje natural, GenAI puede ayudar a cualquier persona a ser más eficiente y efectiva. ¡Hay infinitas oportunidades en un entorno empresarial y sus empleados ya están experimentando!
Debido a que GenAI es tan accesible y flexible, requiere una mentalidad ágil que a menudo es difícil de encontrar en empresas más grandes. Las funciones evolucionarán, se requerirán nuevas habilidades y muchas empresas se enfrentarán al desafío de las operaciones nativas de GenAI. No hay duda de que la GenAI será disruptiva y muchos empleados se resistirán al cambio. Algunos empleados utilizarán áreas como la seguridad y la gobernanza para tratar sus experimentos con precaución. Gestionar estas áreas de riesgo es importante y requiere establecer salvaguardas y mejores prácticas operativas, como el marco desarrollado por WhyLabs. Sin embargo, muchos empleados, incluidos los directores ejecutivos, están ansiosos por probar, aprender y aplicar GenAI a su negocio. Encontrar formas de aprovechar estas nuevas tecnologías con bajo riesgo y ciclos de retroalimentación rápidos es fundamental para todas las empresas.
Empiece por pensar en las capacidades de dominio y los activos de datos diferenciados de su empresa, y en cómo puede aprovecharlos para beneficiar a su empresa y a sus clientes a largo plazo. Establecer relaciones estables con los clientes, datos y experiencia diferenciados, y flujos de trabajo e interfaces existentes pueden convertirse en herramientas valiosas para las empresas existentes. Sus empleados y clientes ya están intentando alinear su producto y propuesta de valor con las extensiones GenAI. Abrace a estos innovadores y trabaje para comprender los problemas que resuelven y por qué. Al establecer un clima donde se valora y fomenta la experimentación inteligente, usted puede comprender rápidamente el alcance de las posibles posibilidades y prioridades en su organización, ¡mientras gestiona el riesgo!
GenAI es muy accesible para los usuarios finales, pero la construcción y operación de modelos y aplicaciones GenAI no lo es.
Tres pasos para una victoria rápida
Al preguntar a sus empleados, clientes y socios tecnológicos de confianza qué están haciendo ya con GenAI, descubrirá oportunidades relevantes para su negocio. A corto plazo, recomendamos seguir estos tres pasos para comenzar y aprender rápidamente a medida que desarrolla la estrategia GenAI de su empresa:
1. Adoptar “socios de colaboración” para aumentar la productividad.
2. Cooperar con grandes proveedores de servicios en la nube (CSP) y empresas de software para brindar soluciones GenAI en un enfoque de "versión mejorada".
3. Inicie un laboratorio de aprendizaje GenAI y organice un hackathon para realizar una experimentación rápida y ágil que le ayude a identificar y priorizar sus capacidades GenAI. Este laboratorio de aprendizaje también puede ayudarle a descubrir empresas emergentes e innovadoras "GenAI nativas" y complementar su conjunto de habilidades internas.
Socios de colaboración
Una de las primeras historias de éxito de GenAI ha sido la aparición de socios colaborativos, como GitHub Copilot de Microsoft o Code Whisperer de Amazon, para mejorar el desarrollo de software. De manera similar, ChatGPT de OpenAI y otras herramientas permiten que aparezcan asistentes inteligentes en muchas formas para ayudar a los empleados a ser más eficientes en la creación de texto escrito.
Sus desarrolladores ya están aprovechando las herramientas GenAI para escribir y optimizar código, los trabajadores del conocimiento están redactando documentos de marketing y los gerentes de proyectos están automatizando flujos de trabajo específicos. Estas herramientas han aumentado la productividad de los empleados en la actualidad. En particular, su equipo de ingeniería puede mejorar el desarrollo de software impulsando la adopción de herramientas de generación de código. Muchos equipos de software han experimentado aumentos de productividad del 20 al 30 %. Esto es tan importante que estos equipos deberían tomarse un tiempo de sus métodos actuales de desarrollo de software y aprender a aprovechar estos nuevos métodos. Los equipos que no utilizan herramientas de generación de código para aumentar la productividad se quedarán cada vez más atrás en la entrega de proyectos de software.
Comprender lo que ya está sucediendo dentro de su organización y fomentar una mayor productividad lo ayudará a evaluar su preparación interna para GenAI y categorizar las oportunidades más probables como "Hágalo usted mismo", "Hazlo conmigo" o "Hazlo por otros". en su nombre". En otras palabras, ¿su empresa está preparada para preparar usted mismo el pastel GenAI a partir de los componentes individuales (datos, algoritmos, GPU), preparar el pastel utilizando mezclas para pasteles y glaseado disponibles en el mercado (proveedor de servicios en la nube, modelo de alojamiento) o fuente? ¿Comprar pasteles en una panadería local (GenAI nativo y soluciones SaaS mejoradas)? Desde la perspectiva del usuario final, GenAI es muy accesible, pero construir y operar modelos y aplicaciones GenAI no es trivial. Observar lo que los empleados ya están haciendo creará una base para las capacidades internas y los planes de entrega de soluciones GenAI. Para tener éxito, debe evaluar objetivamente sus capacidades internas, incluida la capacidad de recopilar y preparar datos, entrenar e implementar modelos GenAI básicos y crear mejoras GenAI para aplicaciones y flujos de trabajo existentes. Lo más probable es que los primeros beneficios sean una mayor productividad interna y un mayor aprendizaje de capacidades mediante la compra de soluciones mejoradas.
Aprovechar a los socios directamente
Busque socios de aplicaciones existentes que ya estén integrando su infraestructura de datos y aplicaciones con GenAI. Tiene una relación comercial con ellos y, por lo general, son proveedores seguros y que cumplen con las normas. También comparte contexto y conjuntos de datos, y sus empleados comprenden las interfaces de usuario y los flujos de trabajo proporcionados por estos proveedores. Como resultado, pueden ayudarle rápidamente a mejorar sus procesos y flujos de trabajo comerciales. Estos socios pueden tener un mejor acceso a las tecnologías emergentes y las habilidades para mejorar rápidamente sus pilas de GenAI.
A corto plazo, sus socios establecidos, incluidos proveedores de servicios en la nube como Amazon AWS, Microsoft Azure y Google Cloud, así como empresas de aplicaciones de software como Workday, Atlassian y Smartsheet, le han brindado soluciones mejoradas. También hay una capa de gestión de datos, en la que los CSP y las empresas de servicios de datos como Snowflake, MongoDB y Databricks proporcionan las capacidades de gestión de datos necesarias para un trabajo GenAI más profundo.
La clave para adoptar un enfoque inicial de compra sobre construcción es lograr ganancias rápidas adicionales al comprender y aprovechar lo que están haciendo sus socios establecidos. Luego, a medida que aclare más la dirección de su empresa, podrá descubrir qué es lo mejor para crear sus propias mejoras de GenAI.
Configurar un laboratorio de aprendizaje GenAI
Ya sea por parte de los primeros usuarios internos o de soluciones mejoradas de terceros, su éxito inicial se utilizará principalmente para aumentar la productividad y la creatividad internas. Sin embargo, la necesidad más fundamental es determinar cómo transformar el negocio para servir mejor a los clientes externos. Muchas empresas de tecnología ya organizan hackatones para dinamizar a los equipos internos y desarrollar oportunidades prioritarias para atender a los clientes. ¡Este también es un gran lugar para iniciar su empresa! Además, han designado a un ejecutivo senior para que actúe como líder multifuncional de GenAI, responsable de liderar los esfuerzos experimentales y desarrollar el plan estratégico de GenAI. Puede considerar estos esfuerzos como un laboratorio de aprendizaje GenAI.
La necesidad más existencial es determinar cómo transformará su negocio para servir mejor a sus clientes externos.
Aunque este equipo puede monitorear y resumir los cambios rápidos en GenAI, el método de descubrimiento más efectivo es aprender haciendo. Ser seleccionado para el laboratorio de aprendizaje GenAI debe verse como una oportunidad para involucrar a líderes y creadores de empresas de alto potencial. Necesitarán acceso a recursos de datos y es posible que tengan que enfrentarse a problemas con la TI y la gestión de datos para ejecutar experimentos rápidamente. El patrocinio de altos ejecutivos será clave para equilibrar la experimentación y el riesgo. Los laboratorios (y la empresa en su conjunto) deben contar con algunas reglas y regulaciones sobre cuándo y cómo compartir proyectos de manera segura y conforme. Si bien el hackathon que ayudó a lanzar el equipo puede brindar inspiración, es probable que estos equipos necesiten tiempo y experiencia externa para desarrollar prioridades y productos que los clientes puedan probar. Una actitud orientada a la acción y de pensamiento experimental ayudará al laboratorio y a la empresa a tener éxito.
Algunas áreas de prioridad temprana específicas son el chat generativo y la búsqueda generativa para sus clientes y representantes de servicio al cliente. El chat generativo permite a sus clientes y representantes de servicio interactuar con sus datos existentes y recursos de conocimiento en un lenguaje natural, ayudándoles a obtener respuestas más rápido. La idea es interactuar a través de una interfaz similar a un chat y obtener respuestas a tus preguntas rápidamente. La búsqueda generativa es similar al chat generativo, pero se trata más de agregar razonamiento e información a los resultados de la búsqueda. Google anunció recientemente una serie de funciones para la búsqueda empresarial.
El Learning Lab es probablemente el mejor lugar para colaborar con nuevas empresas innovadoras que crean más servicios GenAI nativos en áreas como escritura, imágenes, video, generación de código y más. Empresas como Jasper.ai, Copy.ai, HyperWrite y, por supuesto, ChatGPT de OpenAI ya admiten una variedad de casos de uso de escritura de forma nativa. Empresas como Lexion (contratos legales) o Harvey (procedimientos legales) se especializan en áreas específicas de redacción y gestión documental. RunwayML es uno de los primeros líderes en el mercado de creación y edición de videos y es extremadamente afortunado de contar con un equipo con un profundo conocimiento de toda la pila GenAI. También están surgiendo una serie de empresas centradas en GenAI en áreas habilitadoras como prueba e implementación de modelos (OctoML, Mosaic), manipulación de datos (Number Station) e ingestión de datos (Unstructured.io). Creemos que las empresas nativas de GenAI están analizando los problemas de los clientes con una nueva perspectiva, las nuevas capacidades tecnológicas requeridas y el enfoque ágil de iterar continuamente desde los datos hasta el usuario final. Como compartió cuidadosamente Tomasz Tunguz hace unas semanas, la creación, implementación y operación de aplicaciones generativas traerá consigo un importante desarrollo de productos, así como cambios organizativos y culturales. La asociación con su laboratorio de aprendizaje y, más adelante, con algunas empresas nativas de GenAI informarán su enfoque a largo plazo para el desarrollo de capacidades.
Ganar a medio plazo de un proceso de largo plazo
Con base en algunos logros rápidos y el desarrollo de capacidades, probablemente se haya ganado la aceptación y la confianza de otros en la organización (incluido el CEO) para más proyectos de mediano y largo plazo. También estará mejor alineado con su equipo interno y sus capacidades de proceso, activos de datos y necesidades de los clientes. Después de aprovechar los logros rápidos, tómese el tiempo para trabajar en retrospectiva y desarrollar un conjunto de prioridades a más largo plazo, identificando lo que entregará y cómo lo entregará.
Los logros rápidos con muchos colaboradores y socios de software le revelarán información sobre oportunidades internas y externas. En áreas como la satisfacción y el éxito del cliente, ¿dónde se puede ofrecer más automatización, personalización y ahorro de costos? ¿Tiene datos propietarios y/o conocimiento de fuentes de datos públicas que puedan ayudarle a crear modelos y soluciones GenAI diferenciados? ¿Existe un sistema mejor, mejorado por GenAI, para diseñar las próximas iteraciones de productos y servicios? ¿Surgirán canales de distribución o asociación para vender productos en el mercado y al mismo tiempo seguir satisfaciendo sus necesidades de datos y aprendizaje reforzado?
Una de las decisiones más importantes que enfrenta es "¿Cómo hacemos esto?" Sus ganancias rápidas pueden identificar campeones internos con las habilidades y la pasión que estén dispuestos a abrazar su transformación GenAI. Desarrollar a estos campeones de GenAI e integrarlos en iniciativas a largo plazo mejorará enormemente sus posibilidades de éxito. En particular, busque campeones que tengan curiosidad intelectual pero que no crean instintivamente que su empresa debe adoptar un enfoque de "hágalo usted mismo". La mayoría de las empresas se beneficiarán de un enfoque de socio de "hágalo usted mismo" y "hágalo conmigo" mientras buscan aprovechar todo el conjunto de GenAI para satisfacer mejor las necesidades de cara al cliente y a los empleados.
En general, aquí hay algunas pautas para aumentar sus probabilidades de éxito:
1. Enfoque inicial en implementaciones basadas en la nube en lugar de casos de uso de borde (el borde está surgiendo, pero aún en sus primeras etapas).
2. Diseñar a partir de los datos y diferenciar la infraestructura de la capa de aplicación en la capa de aplicación. Lo más probable es que aproveche otros modelos alojados y de código abierto (incluidos modelos de lenguaje y modelos de dominio específico) y la infraestructura de la nube, por lo que son sus datos y flujos de trabajo los que lo ayudarán a personalizar modelos y aplicaciones que crean un valor único.
3. Esfuércese siempre por comprender sus activos de datos y metadatos y gestionarlos estratégicamente para ofrecer valor a largo plazo (equilibrando el riesgo de violación de datos con el riesgo de pérdida de datos). Lo más probable es que necesite actualizar los almacenes de datos subyacentes, como los almacenes de datos y los tipos de bases de datos, para, en última instancia, crear modelos de lenguaje que aprovechen los conocimientos y los datos patentados.
4. Utilice tanto innovadores nativos de GenAI como socios tecnológicos existentes mejorados para respaldar su viaje GenAI. ¡Esto debería ayudar a aumentar la productividad y la creatividad internas y al mismo tiempo mejorar la experiencia y el valor del cliente!
Prepárate para un maratón, no para un sprint
Hace casi 30 años, yo era un joven vicepresidente corporativo de una empresa Fortune 500 llamada The Genuine Parts Company (GPC). Nuestras empresas operan en diversas industrias, incluidas piezas de automóviles (NAPA), productos industriales y suministros de oficina, brindando excelentes servicios de cadena de suministro desde fabricantes hasta clientes finales. En 1995, surgió una tecnología disruptiva llamada Internet, que desencadenó el primer gran ciclo de exageración del capital de riesgo y una serie de innovaciones comerciales que impactaron a todas las empresas. Cada semana, una nueva empresa respaldada por capital de riesgo se pone en contacto con GPC para explorar cómo pueden convertirse en un nuevo facilitador tecnológico, un nuevo tipo de cliente o un nuevo socio (¡y posiblemente un competidor!) para nosotros. Mi función evolucionó rápidamente hacia la evaluación de estas empresas, la evaluación de su adecuación a nuestra estrategia y el desarrollo de acuerdos que ampliarían nuestro valor a medida que adoptamos el cambio tecnológico.
A medida que la burbuja de las puntocom se acercaba a su punto máximo, todo el mundo empresarial se vio inmerso en el comercio electrónico, las empresas de Internet y las innovaciones "físicas". Empresas tradicionales como GPC han visto caer los precios de sus acciones en medio de preocupaciones de que puedan estar atrapadas en un "dilema del innovador". NAPA Auto Parts, Amazon y Madrona exploraron una empresa conjunta "física", pero rápidamente se dieron cuenta de que antes de que el Nasdaq alcanzara el entonces récord de 5.000 puntos en marzo de 2000, el mercado empresarial no estaba preparado para una tienda de repuestos para automóviles en línea. Otros no tuvieron tanta suerte e innumerables fundadores, nuevas empresas e inversores sufrieron enormes pérdidas cuando estalló la burbuja. Nunca olvidaré mi asistencia a una conferencia celebrada en Nueva York en abril de 2000, organizada por Fortune y Goldman Sachs, cuyo tema era la batalla entre las empresas Fortune 500 y las empresas de Internet. En ese momento, pocas personas creían que una empresa Fortune 500 tuviera una oportunidad, pero hoy, gracias a su mentalidad de aprendizaje, excelente ejecución y perspectiva a largo plazo, ¡el valor de mercado de GPC es 8 veces mayor que entonces!
En 2023 y más allá, las tecnologías disruptivas GenAI, las aplicaciones inteligentes y generativas y las interfaces de usuario más naturales crearán ganadores y perdedores entre las nuevas empresas, las empresas de tecnología existentes y las empresas establecidas. Las empresas y sus líderes necesitarán agilidad, creatividad y una perspectiva a largo plazo para navegar en esta era altamente dinámica. También necesitan claridad estratégica sobre las necesidades de los clientes, una evaluación objetiva de las capacidades internas y los activos de datos, y el compromiso con socios externos para emerger como ganadores. Ésta es la razón más profunda por la que todos los directores ejecutivos se preguntan: "¿Cuál es nuestra estrategia de IA generativa?"