Marinela Profi, líder de estrategia de IA, asegura que el verdadero valor está en cómo se conecta la IA con los procesos del negocio.
La aparición permanente de los vistosos modelos de lenguaje de gran escala (LLMs, por sus siglas en inglés) y los lanzamientos acelerados de gigantes tecnológicos, algunas compañías están optando por un camino distinto: la integración en lugar de la invención, la gobernanza en lugar del espectáculo.
Hay tecnológicas que están adoptando una estrategia pragmática, apostando a incorporar la IA en industrias altamente reguladas, como la banca, la salud y el sector público, donde la confianza, la trazabilidad y la transparencia son relevantes.
“La IA es la evolución natural de la analítica”, dijo Marinela Profi, líder global de estrategia de mercado para IA y Generative AI de SAS, durante una visita a Bogotá. Con casi cinco décadas de experiencia en análisis de datos, la compañía ha construido credibilidad en sectores donde los algoritmos no son solo sugerencias, sino motores críticos de decisión. “Nuestra transición hacia la IA no fue un giro, fue una progresión”, añadió.
En lugar de apresurarse a construir un modelo de lenguaje propio, SAS, que compite con compañías como Databricks, Snowflake e IBM, está permitiendo que las organizaciones integren el modelo que prefieran, ya sea de código abierto, comercial o desarrollado internamente, en sus procesos de negocio existentes, todo bajo un marco común de gobernanza y supervisión.
Profi cree que el verdadero valor de la IA generativa no está en su uso aislado, sino en su orquestación. “Los LLMs por sí solos no resuelven los problemas de negocio. Se vuelven potentes cuando puedes monitorearlos, gobernar su comportamiento y conectarlos con flujos de trabajo empresariales reales”.
Esa filosofía está incorporada en Viya, la plataforma nativa en la nube de datos e inteligencia artificial de la firma. Con siete años en el mercado, permite desplegar modelos, monitorearlos y explicar sus decisiones, características que, según Profi, son indispensables para los clientes que enfrentan exigencias regulatorias cada vez mayores.
Una encuesta reciente realizada por la compañía encontró que el 80% de los líderes empresariales, en 1.800 organizaciones alrededor del mundo, carecen de un marco para adoptar IA. Solo el 10% se siente preparado para cumplir con las normativas emergentes sobre privacidad de datos. Las preocupaciones sobre alucinaciones, ruido y duplicación de datos están en aumento, especialmente a medida que más empresas experimentan con herramientas generativas en áreas como mercadeo, atención al cliente y operaciones internas.
Para mitigar estos riesgos, la plataforma utiliza técnicas tradicionales de análisis de texto y procesamiento de lenguaje natural (NLP) para filtrar datos tóxicos o duplicados antes de que lleguen al modelo. “Más datos no siempre es mejor”, dijo Profi. “Hay que darle a la IA los datos correctos: limpios, curados y relevantes”.
Esto es especialmente importante para los clientes que manejan información sensible, como en el sector público. Un ejemplo: la empresa ayudó a una agencia gubernamental de Estados Unidos a procesar comentarios públicos sobre un cambio normativo. Una tarea que originalmente tomó 4.500 horas usando solo LLMs se redujo a 600 horas al integrarse con las capacidades analíticas y de gobernanza de Viya.
Aun así, el mayor desafío, sobre todo para las pequeñas y medianas empresas, sigue siendo lo básico. “No importa cuál sea la última innovación, la nube, big data, NoSQL, siempre terminamos hablando de lo mismo: datos”, dijo. Las organizaciones que tienen dificultades para integrar, gobernar y asegurar la calidad de sus datos corren el riesgo de quedarse atrás, sin importar cuán avanzada sea la tecnología.
A nivel interno, la compañía también está experimentando con IA generativa en sus áreas de marketing, I+D, TI y ventas. El objetivo no es la automatización por sí misma, sino la productividad. Desde acelerar la creación de campañas hasta optimizar el soporte técnico interno, la filosofía de la empresa es clara: la IA debe amplificar las capacidades humanas, no sustituirlas.