Al establecer el rumbo hacia una organizaci¨®n m¨¢s pragm¨¢tica y centrada en la IA, los ½¿É«µ¼º½deben considerar casos de uso y estrategias de apoyo que generar¨¢n cambios fundamentales y resultados fundamentales. Cr¨¦ditos: PeopleImages.com - Yuri A / Shutterstock Puede que en 2024 recordemos el año en que los LLM se generalizaron, todos los SaaS empresariales añadieron funciones de copiloto o asistente virtual y muchas organizaciones probaron por primera vez la IA agéntica. Los ½¿É«µ¼º½recibieron importantes presupuestos para mejorar la productividad, el ahorro de costes y las ventajas competitivas con la IA generativa. informa que las empresas aumentaron sus inversiones en IA generativa en 2024 en 2,3 veces en comparación con 2023, pero prevé aumentos más bajos entre los próximos dos y cinco años. Los ½¿É«µ¼º½experimentados saben que nunca hay un cheque en blanco para las inversiones en transformación e innovación, y esperan más presión en 2025 para obtener valor empresarial de las inversiones en IA generativa. señala que casi el 70% ha pasado a producción el 30% o menos de sus experimentos de IA generativa, y que el 41% de las organizaciones ha tenido dificultades para definir y medir el impacto de sus esfuerzos de IA generativa. A medida que la IA generativa se acerca , los ½¿É«µ¼º½deben plantearse cómo realinear sus estrategias y hojas de ruta para 2025. Es probable que los ½¿É«µ¼º½que sientan la presión busquen aplicaciones de IA más pragmáticas, simplificaciones de plataformas y prácticas de gestión de riesgos que tengan beneficios a corto plazo y, al mismo tiempo, se conviertan en multiplicadores de fuerza de los beneficios financieros a largo plazo. Los ½¿É«µ¼º½deberían plantearse hacer estas cinco apuestas por la IA en 2025. Escalar flujos de trabajo de confianza con IA agéntica Appian, Atlassian, Cisco Collaboration, Forethought, IBM, Ivanti, Pega, Salesforce, SAP, ServiceNow, Tray.ai, Workday, Zoho y otros lanzaron agentes de IA orientados a servicios en 2024. Mientras que la automatización robótica de procesos (RPA) tiene como objetivo automatizar tareas y mejorar la orquestación de procesos, pueden recablear flujos de trabajo, escalar operaciones y mejorar la toma de decisiones contextualmente específicas. Aunque la IA agéntica promete eficiencia y escalabilidad, muchos se preguntan si . El Foro Económico Mundial comparte algunos , como mejorar la transparencia, establecer directrices éticas, dar prioridad a la gobernanza de los datos, mejorar la seguridad y aumentar la educación. Las organizaciones pueden optar por un enfoque pragmático y buscar agentes de IA humanos en el medio que trabajen en colaboración con los responsables de la toma de decisiones y los expertos en la materia. Un enfoque centrado en el ser humano ayuda con los esfuerzos de gestión del cambio en torno al uso de la IA agéntica mientras se evalúan los beneficios y los riesgos. “En 2025, las empresas a la vanguardia de la revolución de la IA agéntica se enfrentarán a un desafío crítico: equilibrar la entrega de experiencias fluidas y hechas para usted con la necesidad de dar a los clientes la máxima autoridad y control sobre la toma de decisiones finales a su discreción”, dice Ashok Srivastava, director de Datos de Intuit. “Para lograrlo, la innovación debe centrarse en sistemas de IA que combinen a la perfección la autonomía avanzada con el control centrado en el usuario, incorporando transparencia adaptativa, salvaguardas éticas y aprendizaje consciente del contexto para empoderar la toma de decisiones del cliente” Por qué apostar: Por un lado, se espera una importante exageración de la IA agéntica en 2025 y, por otro, posibles temores de los empleados en torno a agentes autónomos que les quiten el trabajo. Los ½¿É«µ¼º½deberían apostar por programas de y evangelizar agentes de alta calidad con los que los empleados colaboren para ofrecer valor más allá de la productividad. Construir hacia una gestión documental inteligente La mayoría de las empresas cuentan con sistemas de gestión de documentos para extraer información de PDF, archivos de procesamiento de textos y documentos en papel escaneados, cuando la estructura del documento y la información requerida no son complejas. Algunos ejemplos son el escaneado de facturas, la extracción de información contractual básica o la captura de información de formularios PDF. Incluso los casos de uso más sencillos tenían excepciones que requerían la externalización de procesos empresariales (BPO) o la gestión de equipos internos de procesamiento de datos. Michael Beckley, CTO y fundador de Appian, afirma que el procesamiento de documentos es un con un potencial empresarial significativo. “Con los modelos tradicionales de OCR e IA, puedes obtener un 60% de procesamiento directo, un 70% si tienes suerte, pero ahora la IA generativa resuelve todos los casos extremos, y tus tasas de procesamiento suben hasta el 99%”, afirma Beckley. Muchos departamentos jurídicos pueden beneficiarse de la gestión inteligente de documentos cuando el tiempo necesario para revisar los contratos repercute en las operaciones. Incluso los contratos simples, como los acuerdos de no divulgación, pueden requerir plazos de 30 días, según un . “La IA legal mejora el cumplimiento y acelera los procesos tradicionalmente largos, como las negociaciones de contratos y el seguimiento de las renovaciones de contratos, lo que permite a los equipos legales trabajar de manera más eficiente y, en última instancia, aumentar los ingresos”, dice Anurag Malik, presidente y CTO de ContractPodAI. “Las herramientas impulsadas por IA agilizan los flujos de trabajo y revelan información valiosa, lo que permite a las organizaciones gestionar las revisiones de contratos, el análisis de riesgos y el cumplimiento con mayor eficiencia”. Otros casos de uso de procesamiento de documentos incluyen la realización de ensayos clínicos en ciencias de la vida, la suscripción de préstamos en banca minorista y el procesamiento de reclamaciones de seguros. Los flujos de trabajo con estos documentos requieren una profunda experiencia en la materia que puede ser ayudada o acelerada con las capacidades de procesamiento de documentos de IA generativa. Vinay Samuel, CEO y fundador de Zetaris, compartió conmigo una interesante integración de la IA agéntica con el procesamiento de documentos que puede tener profundas repercusiones en el gobierno corporativo. “Con la IA agéntica, un consejo puede tener un miembro virtual del consejo que puede acceder, analizar e interpretar miles de documentos en tiempo real, lo que puede dar lugar a una edad de oro del cumplimiento y el gobierno corporativo”, dice Samuel. Por qué apostar: Busque oportunidades departamentales escalables con reglas de negocio complejas incrustadas en el procesamiento de documentos y una mezcla de soluciones no-code, low-code, RPA y BPO en su lugar. La reingeniería de estos flujos de trabajo con capacidades de inteligencia artificial de última generación puede generar beneficios económicos y también ayudar al departamento de TI a consolidar plataformas. Priorizar las necesidades de datos de clientes de marketing Los ½¿É«µ¼º½que busquen oportunidades de crecimiento a partir de inversiones en IA generativa deben empezar por revisar los objetivos del departamento de marketing y los retos de integración. Según , las empresas con más de 10.000 empleados tienen una media de 650 aplicaciones SaaS, mientras que las empresas más pequeñas tienen una media de algo menos de 300. El informe muestra la consolidación de la cartera y las inversiones en integración durante el año pasado, pero sólo el 32% afirma que más del 80% de su pila de marketing está integrada. ¿Por qué centrarse en el departamento de marketing? Mientras que muchos esfuerzos de IA generativa se centran en la productividad y las experiencias de los empleados, los departamentos de marketing deberían tener ejemplos en los que las inversiones en IA generativa produzcan mejoras en la experiencia del cliente y crecimiento de los ingresos. Una oportunidad es que los ½¿É«µ¼º½ayuden a sus departamentos de marketing a mejorar la lealtad a la marca. Mike Lee, presidente y GM de AND Digital, dice: “En la industria de viajes y hospitality, la IA generativa está revolucionando la forma en que los clientes interactúan con los programas de recompensas”. Lee describió un agente de viajes de IA que impulsó el aumento de reservas con un producto intuitivo impulsado por IA que el 83% de los usuarios prefirieron sobre las opciones de búsqueda tradicionales, impulsando las ganancias diarias por encima del millón de dólares. Jaime Meritt, director de Producto de Verint, comparte un segundo ejemplo de uso de IA en centros de contacto con clientes para ahorrar millones de dólares a través de la automatización de CX, impulsando la eficiencia, la coherencia, la precisión y el cumplimiento. “Las marcas que retrasan la adopción e implementación de IA que ofrece resultados comerciales en sus centros de contacto comenzarán a experimentar puntuaciones más bajas de CX y deserción, lo que puede crear un retraso competitivo y un impacto financiero dramático”, dice Meritt. Apostar por la IA en marketing suele ser un multiplicador de fuerza, ya que puede impulsar las inversiones en gobernanza de datos y seguridad. “La innovación en IA no puede -ni debe- existir sin una inversión paralela en gobernanza que garantice su integración responsable y eficaz”, afirma Henry Umney, director general de Estrategia GRC de Mitratech. Por qué apostar: Las integraciones de datos y flujos de trabajo de marketing son un abismo de deuda técnica por tener demasiadas herramientas SaaS y la facilidad para hacer experimentos. Los ½¿É«µ¼º½deben priorizar los objetivos vinculados a mejoras cuantificables en la experiencia del cliente y la aceleración de los resultados de ventas, y luego buscar oportunidades en las que las capacidades de IA ganadoras puedan impulsar el consenso de las partes interesadas sobre la consolidación de la plataforma. Pasar de estar orientado a los datos a estar orientado a la IA Las empresas suelen tener equipos centralizados de ciencia de datos para desarrollar modelos de IA, equipos de elaboración de informes alineados con las distintas plataformas empresariales, científicos de datos formados en visualización de datos, departamentos que supervisan y funciones para desarrollar políticas y garantizar el cumplimiento. Incluso este desglose deja fuera las funciones de gestión de datos, ingeniería y seguridad. Se trata de muchas piezas organizativas en movimiento, y los ½¿É«µ¼º½pueden tratar de utilizar la IA generativa como motor detrás de una estrategia cohesiva, un modelo organizativo y capacidades de plataforma, especialmente cuando se buscan capacidades diferenciadoras de IA y análisis específicas de la industria. “Al integrar la IA en los marcos de análisis de datos, las organizaciones pueden desbloquear capacidades sin precedentes en el diagnóstico sanitario, el control de calidad de la fabricación y la optimización del marketing, convirtiendo los datos brutos en ventajas competitivas estratégicas”, afirma Ashwin Rajeeva, cofundador y director de Tecnología de Acceldata. ¿Por qué deben apostar los ½¿É«µ¼º½por unificar sus prácticas de datos e IA? En 2024, los departamentos y equipos experimentaron con herramientas de IA generativa vinculadas a sus flujos de trabajo y métricas operativas. Se crearon prácticas fragmentadas en aras de la experimentación, el aprendizaje rápido y la adopción generalizada, y se obtuvieron dividendos de productividad en muchas áreas. Sin embargo, pueden utilizar 2025 como un año para realinear sus datos, análisis y esfuerzos de IA para buscar beneficios más estratégicos. “Se puede imaginar que en 2025 y más allá, el trabajo de datos se puede delegar por completo a la IA, pero revisado o corregido por colegas humanos, o los expertos en datos pueden confiar en la IA para dar retroalimentación inteligente basada en la sabiduría colectiva de los equipos de datos en toda la empresa”, dice Michael Berthold, CEO de KNIME. “Sin embargo, esto solo es posible si se invierte en tecnología que aporte transparencia y fiabilidad al trabajo de datos realizado o asistido por IA”. Por qué apostar: Los ½¿É«µ¼º½deben buscar brechas operativas y de gestión de riesgos en sus estrategias de IA y datos y considerar apuestas en , , , y gestión de postura de seguridad de datos. Revisar la pila de TI para apoyar los objetivos de IA Los departamentos de marketing no son los únicos en los que tener demasiadas herramientas SaaS y usar hojas de cálculo para las integraciones puede convertirse en una barrera para adoptar soluciones de IA. “Es probable que los ½¿É«µ¼º½se encuentren con un exceso de herramientas digitales que crean silos de información e impactan en la toma de decisiones estratégicas”, afirma Dalan Winbush, ½¿É«µ¼º½de Quickbase. “Los datos desconectados crean trabajo gris innecesario mientras los empleados saltan de aplicación en aplicación buscando la información que necesitan para hacer su trabajo”. Los equipos de TI y devops sufren una proliferación de herramientas similar que puede haber sido aceptable en los años de gloria de devops, donde muchos equipos de desarrollo seleccionaban sus herramientas con pocas restricciones. Muchas organizaciones están cambiando a la para mejorar la experiencia y la productividad de los desarrolladores. Una tercera área de debate cambiante se refiere a la infraestructura entre centros de datos, nubes públicas, nubes híbridas, multicloud y edge computing. Durante la última década, los ½¿É«µ¼º½y los CISO cambiaron sus estrategias basándose en la facilidad de uso, la escalabilidad, la seguridad y los costes, sólo para descubrir que sus reglas de oro para seleccionar las arquitecturas óptimas producían muchas excepciones y evolucionaban anualmente con las innovaciones de la infraestructura. Así pues, ¿dónde deben colocar los ½¿É«µ¼º½sus apuestas en infraestructura, racionalización de aplicaciones y centralización de datos para soportar mejor esta próxima era de IA agéntica? ¿Deben los ½¿É«µ¼º½llevar la IA a los datos o llevar los datos a la IA? Por qué apostar: Las opciones de infraestructura y las arquitecturas optimizadas dependen del caso de uso, pero destacan varias disciplinas por las que los ½¿É«µ¼º½deben apostar en 2025 para dar forma a sus estrategias y planes tecnológicos. Tener demasiadas herramientas, procesos manuales en lugar de integraciones y una deuda técnica significativa inhiben dónde y cómo se puede aplicar eficazmente la IA. Los ½¿É«µ¼º½que se enfrentan a estos retos deben considerar consolidación y . Antes de la IA generativa, la velocidad de comercialización impulsaba muchas decisiones de arquitectura de aplicaciones. En la era de la IA, puede que sea la lo que impulse las estrategias de gestión de datos. Dado el número de opciones operativas, de plataforma y de infraestructura, los ½¿É«µ¼º½necesitarán una sólida para modelar los costes, especialmente a medida que las capacidades de IA amplíen las necesidades de procesamiento y datos. Dada la rapidez con la que evolucionan las capacidades de IA, espero que más ½¿É«µ¼º½adopten un enfoque de ‘menos es más’ en 2025 para seleccionar y gestionar tecnologías y apuesten por plataformas que ofrezcan una mayor interoperabilidad y portabilidad. SUSCR?BASE A NUESTRA NEWSLETTER Directamente de nuestro equipo de periodistas a su bandeja de entrada Para empezar, introduzca su direcci¨®n de correo electr¨®nico Por favor, incluya una direcci¨®n de correo electr¨®nico v¨¢lida ³§³Ü²õ³¦°ù¨ª²ú²¹²õ±ð