La inteligencia artificial generativa (GenAI) promete revolucionar el mundo empresarial, pero en esta fase inicial, el reto no es tanto la falta de datos sino su sobreabundancia. Chet Kapoor, CEO de DataStax, lo dejó claro en el TechCrunch Disrupt 2024: “No hay IA sin datos no estructurados y sin datos a escala”. Sin embargo, enfatizó la importancia de abordar esta tecnología con objetivos específicos y realistas, sobre todo para evitar una costosa sobrecarga de datos.
El enfoque inicial: pequeño, específico y enfocado en el valor
Kapoor destacó que las empresas deben evitar ambiciones excesivas. En lugar de intentar aplicar IA generativa en todos sus sistemas, deben centrarse en resolver problemas prácticos y tangibles. Este enfoque “incremental” ayuda a maximizar el valor de los datos disponibles sin caer en el error de alimentar modelos de IA con datos irrelevantes o difíciles de manejar, algo que podría derivar en resultados inexactos o incluso perjudiciales para la empresa.
Veletassa Larco, socio de NEA, también insistió en la importancia de trabajar “al revés” para definir los objetivos específicos de cada proyecto. La clave es identificar qué problema se quiere resolver y qué datos son realmente necesarios para ese fin. Esta estrategia permite a las empresas evitar el error de volcar todos sus datos en un modelo de IA y esperar soluciones automáticas. Al contrario, un uso focalizado de los datos permite a los equipos de IA crear aplicaciones más eficientes y con menor margen de error.
La visión de largo plazo y los riesgos de los experimentos masivos
George Fraser, CEO de Fivetran, aconsejó a las empresas enfocarse en resolver los problemas actuales en lugar de prever soluciones hipotéticas que quizás no tengan relevancia futura. “Los costos de la innovación están en el 99% de las cosas que construyes y no funcionan”, comentó Fraser, sugiriendo que la prioridad debe ser avanzar en objetivos específicos en lugar de grandes y costosos proyectos de IA sin un propósito claro.
La evolución de la IA generativa en la empresa: un proceso gradual
Kapoor comparó el momento actual de la IA generativa con los primeros años de la revolución de los smartphones, donde aplicaciones como Angry Birds marcaron el inicio de una nueva era. Hoy en día, empresas de todos los sectores están lanzando sus primeras aplicaciones de IA generativa, generalmente con un enfoque limitado y dentro de su propio entorno, lo que les permite adaptarse sin asumir riesgos significativos. Kapoor espera que el próximo año marque un avance mayor, donde las aplicaciones de IA realmente empiecen a cambiar la dirección estratégica de las empresas.
Conclusión
Para las empresas, adoptar GenAI no debería ser una carrera para abarcarlo todo, sino un proceso de adaptación progresiva. Al priorizar aplicaciones prácticas, específicas y manejables, las organizaciones pueden beneficiarse de esta tecnología sin riesgos innecesarios y avanzar con bases sólidas en el ámbito de la IA generativa.
Para obtener más información sobre la implementación de IA en empresas emergentes, puedes consultar esta guía sobre IA en startups o explorar los recursos de DataStax para la gestión de datos.
