La IA proactiva y los microgemelos digitales gestionados por agentes vienen a reinventar la ingeniería

El principal desafío que plantea la inteligencia artificial (IA) es su implementación efectiva en la empresa para mejorar la productividad, acelerar la innovación y mantener la competitividad. Esta ha sido una de las principales conclusiones de Marta Zaratín, manager de inteligencia artificial en Google, en el marco de las jornadas Smart Business: Innovation & Values organizadas por la Universitat Politècnica de València.

En su opinión, el verdadero salto llegará a través de una nueva generación de sistemas capaces de actuar de forma autónoma. La “automatización inteligente” evoluciona, de acuerdo con Zaratín, “de una inteligencia conversacional a una inteligencia proactiva”. Es el paso hacia organizaciones donde los agentes de IA colaborarán con los empleados en la ejecución de múltiples tareas.

Para evitar quedarse atrás, la directiva de Google propuso una hoja de ruta clara. En primer lugar, “usar la IA”, identificando riesgos y definiendo una estrategia de adopción. Después, “dominar la IA”, entendiendo que “la parte de ingeniería humana es crucial”. Finalmente, “volver a empezar”, porque “hay que cambiar los procesos antiguos de trabajo, no se puede pretender seguir como antes”.

La promesa empresarial de la IA se apoya principalmente en su capacidad para acelerar procesos que antes requerían grandes inversiones de tiempo y recursos. Según la responsable de Google, la tecnología permite “reducir el plazo de la innovación” y genera “un aumento espectacular de la productividad, la eficiencia y el crecimiento”. El potencial se extiende desde el desarrollo de nuevos productos hasta la investigación científica, la automatización de procesos o la creación de contenidos.

La necesidad de un gobierno del dato

Pero la IA necesita un combustible esencial: los datos. La ponencia ha estado respaldada por una mesa redonda, en la que un grupo de expertos ha profundizado en los principales temas abordados por Zaratín y ha reivindicado la necesidad de dotarse de una base sólida de gobierno del dato antes de abordar proyectos avanzados de IA. Raúl Mir, CEO de ATTRIM Technology Group, es contundente al respecto.

“Todos esos datos sirven para el negocio. Es relevante saber utilizar esos datos para ser consciente de qué abordar, dónde dirigir la innovación, cómo reducir costes”, sostiene. Su conclusión es inequívoca acerca de la relevancia del “gobierno del dato”.

El directivo alertó además de que la brecha competitiva entre empresas ya está creciendo a gran velocidad. “Se ha generado un abismo enorme entre las empresas que abordaron la digitalización hace años y las empresas que no”, afirma. Por ello considera imprescindible desarrollar una auténtica cultura del dato dentro de las organizaciones. “El siguiente paso para el gobierno del dato es la inteligencia del dato”, añade.

La aplicación empresarial de la IA no se limita a automatizar tareas o al análisis de información. Cada vez adquiere más protagonismo la capacidad de anticipar escenarios futuros mediante simulaciones y modelos predictivos. Francisco J. Vea, director de Organización y Transformación de Simetría, explica que el objetivo es “trazar diferentes escenarios sobre esa realidad digital para ver qué pasaría y tomar decisiones operacionales”.

Sin embargo, reconoce que “el problema está en la implementación de estos modelos: cómo conectas los datos existentes, cómo consigues convencer a la organización de que hay que funcionar con una mentalidad predictiva”. Su compañía ya trabaja en proyectos orientados a este enfoque, entre ellos sistemas capaces de predecir la calidad del aire en entornos portuarios.

En esa misma línea, los denominados gemelos digitales aparecen como una de las herramientas con mayor potencial para la gestión empresarial. Patricia Tamarit, directora de innovación en producto de Nunsys, explicó que estas réplicas virtuales de sistemas físicos se encuentran actualmente “en esa fase de predicción”, aunque las organizaciones demandan ya capacidades operativas.

La evolución futura apunta hacia ecosistemas cada vez más complejos. “La inteligencia agéntica va a permitir modelar e idear escenarios complejos”, asegura Tamarit. Su previsión es que “próximamente, todos vamos a tener microgemelos que van a combinarse entre ellos gracias a la IA”. No obstante, Francisco J. Vea identifica un reto clave para hacer realidad esa visión: “conseguir que los microgemelos sean interoperables”.

Junto a la eficiencia y la capacidad predictiva, otro de los grandes temas abordados durante las jornadas ha sido el de la confianza. La adopción masiva de la IA exige generar credibilidad tanto dentro como fuera de las organizaciones. Patricia Tamarit defiende que “el objetivo es ser un agente garante de la credibilidad y el trust”, mientras que Alejandro Martínez, product manager del ITI, recuerda que “el 80% de los ejecutivos han invertido en credibilidad y trust”.

La confianza también está estrechamente vinculada a la transparencia. Marcos Rozas, director de Nealis Tech, recuerda que han surgido “diferentes movimientos sociales de rechazo a la inteligencia artificial, de bastante lógica”. A su juicio, la solución pasa por acercar la tecnología a las necesidades reales de las personas. “Antes de comunicar, es necesario un poco de propósito, hay que traducir la tecnología a las preocupaciones reales de la gente”, afirma.

Rozas defienda además que “es necesaria la transparencia» y que «debemos priorizar iniciativas que tengan un impacto directo sobre el ciudadano”. En su opinión, la IA debe entenderse como una herramienta para resolver problemas concretos y mejorar la calidad de vida de las personas. “Utilicemos la tecnología para lo que hace falta, también para escuchar”, ha concluido.