Acerca de Empresa

Funciones

Segmentos

Servicios

Nuestro Recursos

Acerca de Empresa

Funciones

Segmentos

Servicios

Nuestro Recursos

Nuestro Recursos

Acerca de Empresa

Servicios

Funciones

Segmentos

Del โ€œsoftware como servicioโ€ a la โ€œtecnologรญa como compaรฑero de trabajoโ€

Agentes de IA

El uso de la tecnologรญa por parte de empresas y organizaciones estรก en constante (ยฟeterna?) evoluciรณn. Cada vez que surge una nueva tecnologรญa, se produce un movimiento continuo de adopciรณn por parte de las empresas. Este es el caso de la Inteligencia Artificial Generativa (GenAI).

Lo mismo ocurriรณ con la mรกquina de vapor, con la automatizaciรณn de las lรญneas de producciรณn, con las computadoras, con internet, con los celulares, con la nube, por nombrar solo algunos. Algunas empresas adoptaron estas tecnologรญas con mayor rapidez, otras tardaron mรกs en incorporarse (y algunas incluso intentaron contraatacar). Otras tuvieron proyectos de implementaciรณn exitosos, otras fracasaron. Pocas entendieron el juego, y otras no.

La inteligencia artificial generativa no serรก la excepciรณn. La carrera por implementar la IA en las organizaciones comenzรณ hace unos aรฑos; el tรฉrmino se utilizรณ por primera vez en 1956 en el Dartmouth College (EE. UU.), cuando un grupo de investigadores creรณ el "Proyecto de Investigaciรณn de Verano de Dartmouth sobre Inteligencia Artificial". Por lo tanto, no es un tema nuevo.

Un nuevo viaje consumista

Sin embargo, el 30 de noviembre de 2022, el lanzamiento de ChatGPT por OpenAI supuso una autรฉntica revoluciรณn en este campo. Con la llegada de los modelos conversacionales, la IA se volviรณ mรกs accesible y atractiva para un nรบmero mucho mayor de personas y empresas. Por primera vez, la IA se convirtiรณ en una tecnologรญa mรกs fรกcil de manejar para el pรบblico general, no solo para tรฉcnicos o programadores.

En palabras de Alessio Alionรงo, CEO y cofundador de Pipefy, ยซel gran cambio no fue la tecnologรญa en sรญ, sino la consumerizaciรณn del procesoยป. En opiniรณn de Alionรงo, existen tres grupos de profesionales dentro de las organizaciones: (1) quienes desconocen las capacidades de la IA; (2) quienes conocen las capacidades de la IA, pero no saben cรณmo usarla; y (3) quienes conocen las capacidades de la IA y saben cรณmo usarla.

Antes de la llegada de ChatGPT como interfaz de IA, el Grupo 2 era bastante pequeรฑo en comparaciรณn con el Grupo 1, y el Grupo 3 era mรญnimo, generalmente limitado a expertos en tecnologรญa. En otras palabras, pocas personas sabรญan de lo que era capaz la IA, y aรบn menos sabรญan cรณmo usarla.

Con la llegada de ChatGPT y modelos conversacionales similares, el grupo 2 creciรณ enormemente, ya que mรกs personas comprendieron las capacidades de la IA. Sin embargo, la transformaciรณn principal y de mayor impacto fue que el grupo 3 creciรณ aรบn mรกs, ya que hoy en dรญa, casi todos los que comprenden el poder de la IA tambiรฉn pueden usarla de forma fรกcil e intuitiva. En otras palabras, el acceso y el uso se han democratizado significativamente.

ยฟNo hay vuelta atrรกs? Existen desafรญos de implementaciรณn.

Una encuesta reciente de Microsoft y LinkedIn, llamadaย IA en el trabajo 2024, ayuda a demostrar esta democratizaciรณn. Segรบn esta encuesta, el 75% de los encuestados ya utiliza IA en el trabajo, y no siempre con plataformas y herramientas proporcionadas por la empresa; en otras palabras, muchos utilizan IA en el entorno corporativo. Los datos tambiรฉn muestran que los usuarios disfrutan de los resultados: el 90% afirmรณ que la IA les ayuda a ahorrar tiempo; el 85% afirmรณ que les ayuda a concentrarse en el trabajo mรกs importante; y el 83% afirmรณ que la IA los hace mรกs productivos.

Si bien este mayor acceso es bastante positivo, tambiรฉn conlleva nuevos y urgentes desafรญos de implementaciรณn. A medida que mรกs personas comprenden y utilizan la IA, es crucial que las empresas creen modelos y reglas de uso que se alineen con sus estrategias y objetivos comerciales, y no solo como una tecnologรญa aislada e instrumental.

En este sentido, ha surgido una nueva lรญnea de visiรณn respecto a la implementaciรณn de la IA genรฉrica en las organizaciones y trae consigo una perspectiva muy interesante: que la IA genรฉrica no debe ser tratada como una mera herramienta o servicio de apoyo a los humanos, sino como un nuevo compaรฑero de trabajo no humano que complementa, amplifica y mejora las capacidades de sus colegas humanos.

Una evoluciรณn de SaaS (Software como Servicio) a TaaT (Tecnologรญa como Compaรฑero de Equipo)

Parece simple, o un mero cambio de nomenclatura. Pero no lo es. Trae consigo una visiรณn completamente nueva de adopciรณn e implementaciรณn, con posibles impactos en diversas รกreas, como la definiciรณn de las competencias esperadas para cada puesto, las descripciones de puestos y las funciones de humanos y no humanos, la capacitaciรณn y el desarrollo, los lรญmites รฉticos y morales; en resumen, una verdadera redefiniciรณn de la cultura organizacional.

Segรบn la definiciรณn que se encuentra en el sitio web de WalkMe, una empresa del grupo SAP:

En lugar de considerar la tecnologรญa como una herramienta o una entidad independiente, esta perspectiva (la de la "tecnologรญa como compaรฑera de equipo") enfatiza la integraciรณn fluida de la tecnologรญa en los flujos de trabajo humanos para aumentar la productividad, la eficiencia y el rendimiento general. En un entorno colaborativo o de equipo, la tecnologรญa estรก diseรฑada para complementar las habilidades y capacidades humanas, cubrir carencias, automatizar tareas rutinarias y apoyar la toma de decisiones. Este enfoque reconoce las fortalezas tanto de los humanos como de la tecnologรญa, con el objetivo de crear una colaboraciรณn sinรฉrgica que maximice las ventajas de cada uno.

Mark Fitzgerald, director sรฉnior de Propeller, una consultora de gestiรณn estadounidense, comparte una opiniรณn similar. Cree que muchos proyectos de implementaciรณn de IA fracasan porque se malinterpreta, se trata como una herramienta que lo resuelve todo mรกgicamente, en lugar de como una capacidad de aprendizaje y adaptaciรณn. En este sentido, se asemeja mรกs a un nuevo empleado entusiasmado y curioso que a una herramienta tecnolรณgica frรญa.

Siguiendo en la opiniรณn de Fitzgerald, deberรญamos tratar a la IA no como una herramienta para usar, sino como un compaรฑero de equipo con el que colaborar, dando forma a un futuro en el que la asociaciรณn entre los humanos y la IA sea la mejor ventaja competitiva.

Nuevos contextos, nuevas habilidades necesarias

Esta nueva perspectiva sobre la tecnologรญa tambiรฉn exige una perspectiva diferente sobre las habilidades que se esperan de los humanos para sacarle el mรกximo provecho. Gestionar a un nuevo compaรฑero de trabajo requiere habilidades especรญficas, muy diferentes a las del uso de software. Mientras que usar una plataforma SaaS requiere conocimientos tรฉcnicos y habilidades especializadas, trabajar con una plataforma TaaT requiere perfeccionar las habilidades de comunicaciรณn en dos frentes: en las conversaciones con humanos y en las conversaciones con IA.

Gartner comparte esta opiniรณn. En una publicaciรณn de finales de 2023 tituladaย El director de ventas trimestral, la reconocida consultora destaca, en un apartado especรญfico sobre el mundo de las ventas, que el rol del vendedor (y aquรญ podemos ampliarlo a varias funciones organizativas) se simplificarรก en dos รกreas clave:

โ€“ย Habilidades emocionales para tratar con los humanosEmpatรญa, escucha activa, decodificaciรณn cognitiva y perspectiva. Estas son habilidades esenciales para comprender lo que dicen las personas en la otra parte de la relaciรณn, cรณmo piensan, cรณmo se sienten y, a un nivel mรกs sofisticado, predecir cรณmo actuarรกn.

โ€“ย Habilidades de colaboraciรณn con compaรฑeros de equipo de tecnologรญaIdentificaciรณn de alucinaciones, ingenierรญa rรกpida, selecciรณn de casos de uso y potencial creativo. Estas son habilidades esenciales para comunicar la visiรณn a los compaรฑeros de equipo tecnolรณgico, guiarlos en el proceso y ayudarlos a evolucionar constantemente.

Como podemos ver, una habilidad humana esencial sigue siendo la base de esta nueva estrategia: la capacidad de mantener buenas conversaciones. Sin embargo, la diferencia radica en que estas conversaciones ahora se dividen en dos ramas igualmente importantes: conversaciones con humanos y conversaciones con compaรฑeros de equipo tecnolรณgicos.

Inversiรณn en empleados

Invertir en el desarrollo de los empleados para mejorar continuamente esta habilidad conversacional cobra aรบn mรกs importancia. De hecho, en lo que respecta a la "conversaciรณn humana", nunca deberรญa haber disminuido. Sin embargo, basรกndome en mi experiencia como coach y mentor de ejecutivos de diversos sectores e industrias, puedo observar que la mala calidad de las conversaciones, tanto dentro como fuera de las organizaciones, sigue siendo un gran desafรญo. Considerando que un alto ejecutivo puede dedicar hasta 75% de su tiempo a reuniones y conversaciones, esto roza lo absurdo.

La consultora estadounidense Conversant, especializada en ayudar a las organizaciones a mejorar la calidad de sus conversaciones e interacciones, afirma que la clave para construir conversaciones de calidad es centrarse en generar valor y eliminar el desperdicio en cada interacciรณn. Para ellos, el valor es ยซtodo aquello que los clientes e inversores estรกn dispuestos a pagar y que los empleados estรกn dispuestos a proporcionarยป. El desperdicio, por otro lado, es ยซcualquier uso de tiempo y otros recursos que no contribuya a la generaciรณn de valorยป.

Veo que este enfoque no sรณlo define la importancia de permitir a los empleados mejorar la calidad de sus conversaciones, sino que tambiรฉn refuerza la relevancia de que las organizaciones adopten TaaT: dejar que los humanos se concentren en todo lo que genera valor, contando con la contribuciรณn fundamental de nuestros pares tecnolรณgicos para reducir (o eliminar) el tiempo y los recursos desperdiciados.

Una buena estrategia de implementaciรณn de IA como equipo implica directrices claras sobre cรณmo se desarrollarรก esta relaciรณn, quรฉ habilidades se esperan y desarrollarรกn, cรณmo se medirรก el รฉxito y cuรกl serรก el ciclo de retroalimentaciรณn. Todo esto tiene mayores probabilidades de รฉxito si la estrategia se centra en el ser humano y se basa en una colaboraciรณn real entre las personas y sus socios de IA.

Investigaciรณn

Eso es lo que dice el informe.ย Estado de la IA en el trabajo 2024, de Asana:

Considerar la IA como un aliado colaborativo puede fomentar una relaciรณn mรกs integrada y mutualista entre los humanos y la tecnologรญa, abriendo nuevas posibilidades para el intercambio de ideas, la resoluciรณn de problemas y la toma de decisiones. Para aprovechar al mรกximo el potencial de la IA en el entorno laboral, los lรญderes deben priorizar los enfoques centrados en el ser humano y posicionarla como un amplificador del potencial humano y un compaรฑero de equipo.

Como modelo de negocio: oportunidad

Todo lo que hemos comentado hasta ahora es esencialmente vรกlido para cualquier empresa u organizaciรณn, ya que evolucionar el modelo de pensamiento desde SaaS a TaaT puede generar amplios beneficios.

Sin embargo, tambiรฉn cabe destacar la oportunidad que surge para las empresas (tecnolรณgicas o no) que puedan ayudar a otras empresas en este proceso de transformaciรณn a travรฉs de soluciones sencillas y accesibles.

Scott Galloway, profesor de la Universidad de Nueva York, afirmรณ recientemente en sus "Predicciones para 2025" que las prรณximas empresas ganadoras serรกn aquellas capaces de "capitalizar el servicio como software; es decir, tomar servicios que requieren mucha mano de obra y aรฑadir una capa gruesa de IA para escalar con menos mano de obra". En otras palabras, una reinterpretaciรณn del "software como servicio" como "servicio como software", en palabras del profesor.

Querido lector, no se confunda con tantas siglas. En mi opiniรณn, no hay conflicto entre ellas. Lo que podemos entender aquรญ es que las empresas que saben cรณmo transformar servicios en software para ayudar a las organizaciones a centrarse en generar valor y eliminar el desperdicio tendrรกn mรกs posibilidades de รฉxito (desde la perspectiva de las oportunidades de negocio de la IA); de igual manera, las organizaciones que redefinan su relaciรณn con la tecnologรญa, viรฉndola como un aliado en lugar de una herramienta, tendrรกn mรกs posibilidades de รฉxito (desde la perspectiva de la adaptaciรณn cultural a los retos futuros).

Crรฉditos

Artรญculo de Denis Garcรญa F. Rocha en Revista Sloan del MITDenis es un ejecutivo sรฉnior con mรกs de 20 aรฑos de experiencia en ventas y desarrollo de nuevos negocios en empresas de diversos tamaรฑos y segmentos. Actualmente lidera el equipo de clientes empresariales de LinkedIn (divisiรณn de soluciones de ventas) en Latinoamรฉrica. Es profesor y coach ejecutivo.

 

IA generativa en ServiceNow: aplicaciones y beneficios

La inteligencia artificial (IA) ha transformado la forma en que las empresas gestionan sus operaciones, y la IA generativa se perfila como una potente innovaciรณn para optimizar procesos, crear contenido y mejorar la experiencia del cliente. En el contexto de ServiceNow, esta tecnologรญa habilita diversas aplicaciones que optimizan la automatizaciรณn de tareas, la atenciรณn al cliente y la toma de decisiones.

Aplicaciones de IA generativa en ServiceNow

1. Servicio y soporte al cliente

La IA generativa puede utilizarse para mejorar la atenciรณn al cliente respondiendo preguntas frecuentes basadas en modelos de procesamiento del lenguaje natural. Esto permite que los sistemas de chatbot comprendan y respondan de forma mรกs humana y precisa, reduciendo la necesidad de intervenciรณn humana.

2. Creaciรณn de contenido y generaciรณn de datos

Con la capacidad de crear texto, imรกgenes y videos, la IA generativa crea materiales de alta calidad que facilitan la comunicaciรณn empresarial. Tambiรฉn puede generar datos sintรฉticos para el anรกlisis de datos y el desarrollo de modelos de aprendizaje.

3. Automatizaciรณn de procesos y reducciรณn de costos

La IA optimiza los procesos automatizando tareas repetitivas y facilitando la integraciรณn entre diferentes sistemas, proporcionando mayor eficiencia y reducciรณn de costes.

4. Generaciรณn de imรกgenes y transferencia de estilo

Los modelos de IA generativos, como las redes generativas antagรณnicas y el modelo de difusiรณn, permiten la creaciรณn de imรกgenes realistas y personalizadas para diversas aplicaciones, como el diseรฑo y el marketing.

5. Mejora de la toma de decisiones

La IA generativa puede analizar grandes conjuntos de datos, detectar patrones y proporcionar informaciรณn para una mejor toma de decisiones estratรฉgicas.

6. Plataformas de datos e inteligencia empresarial

Las empresas pueden utilizar plataformas de datos impulsadas por IA para mejorar la inteligencia de los datos aprovechando los datos de entrenamiento para ajustar los modelos y mejorar la precisiรณn de las predicciones.

El futuro de la IA generativa en ServiceNow

La investigaciรณn en IA avanza rรกpidamente, lo que hace que los sistemas de IA generativa sean cada vez mรกs eficaces. Con las mejores prรกcticas y el perfeccionamiento constante de los modelos de referencia, la IA tiene el potencial de transformar diversos sectores, incluidos el pรบblico y el corporativo.

La capacidad de crear nuevos contenidos e ideas seguirรก evolucionando, lo que permitirรก un futuro en el que la IA desempeรฑe un papel fundamental en la innovaciรณn y la mejora de la experiencia del usuario. La IA tradicional y los modelos basados en transformadores seguirรกn evolucionando, lo que generarรก nuevas oportunidades para las organizaciones que buscan la innovaciรณn.

Mantente informado

Reciba contenido exclusivo e informaciรณn valiosa para optimizar la gestiรณn de sus activos de TI.

Artรญculos relacionados

Categorรญas:
Software de nieve
ServiceNow
SAM - Gestiรณn de activos de software
Licencias de software
ITSM - Gestiรณn de servicios de tecnologรญa de la informaciรณn
ITOM - Gestiรณn de Operaciones de TI
ITIL
ITAM โ€“ Gestiรณn de Activos de TI
ISOs
HAM - Gestiรณn de activos de hardware
Gobernanza tecnolรณgica
Gestiรณn de contratos
Gestiรณn de activos
GenAI - Inteligencia Artificial Generativa
FSM - Gestiรณn de servicios de campo
Flexera
CSC - Catรกlogo de servicios en la nube
Consultorรญa y servicios de TI
COBIT
CMDB - Base de datos de gestiรณn de configuraciรณn
Blog
Auditorรญa de fabricantes de software
Continuar leyendo...
Continuar leyendo...