Desde hace varios meses, la inteligencia artificial (IA) está en el centro de todos los debates, especialmente desde la llegada de ChatGPT, que permite proporcionar una interfaz “humana” a esta tecnología. Todo el mundo se pregunta si se trata de algo tan excepcional como afirman investigadores, personas influyentes o incluso académicos, o si constituye una amenaza, como informan los medios.
Dado que no todas las IA son iguales, no es justo decir que todas las IA representan una amenaza. Algunas soluciones de inteligencia artificial, particularmente las generativas, tienen fallas que deben corregirse, por ejemplo para evitar generar resultados inexactos y/o sesgados.
Sin embargo, como ocurre con todas las tecnologías, estos problemas no son universales. Entonces, mientras los investigadores de IA y otros expertos en TI trabajan con funcionarios gubernamentales para abordar estas preocupaciones muy específicas sobre cómo funcionan ciertas IA, es importante enfatizar que no todas las IA son similares porque no se crean de la misma manera. Es posible educar a una inteligencia artificial de la misma forma que a un humano.
En realidad, la IA está teniendo un impacto positivo en la sociedad actual. Por ejemplo, los sectores manufacturero y minorista (incluidas las empresas de bienes de consumo) están utilizando IA adaptativa para pronosticar la demanda y planificar el inventario. La visión artificial impulsada por IA permite inspecciones detalladas de la calidad del producto, desde medicamentos hasta piezas electrónicas y de automóviles, botellas de refrescos y comidas congeladas que salen de la línea de fabricación.
El personal de campo debe garantizar la satisfacción del cliente tanto en la tienda como en línea. Gracias a la IA adaptativa, pueden atender fácilmente a varios clientes al mismo tiempo. De hecho, este último puede integrarse en una aplicación de terminal móvil, en un sistema de gestión de inventarios, de logística y/o de comercio electrónico, o incluso en la nube adjunta a un sistema de automatización industrial.
Dondequiera que esté, la IA está entrenada para “escuchar” lo que el usuario quiere, “ver” lo que sucede a su alrededor (cambios o tendencias que podrían escapar al ojo humano) y evaluar todas las facetas de una situación antes de informar. personal de primera y segunda línea del enfoque a seguir para satisfacer mejor al cliente.
Es decir, la IA utilizada en las empresas para mejorar la gestión operativa o la consecución de objetivos no es la IA generativa que suscita debates y temores entre los investigadores y el público en general. La IA hacia la que deberían avanzar los líderes de negocio o de equipo es aquella capaz de analizar datos generados por objetos físicos del Internet de las Cosas (IoT) (etiquetas/lectores de códigos de barras o RFID, terminales móviles, tabletas, cámaras de visión artificial o sensores ambientales) para tomar ellos utilizables.
Además, existe una gran cantidad de herramientas tecnológicas responsables impulsadas por IA que abordan esta necesidad, desde software de gestión de tareas y fuerza laboral hasta sistemas de inspección visual y prevención de pérdidas, o plataformas de previsión/planificación, y muchas otras se crean todos los días de acuerdo con un principio ético. modelo de desarrollo.
Con el auge de los objetos conectados al IoT y de los dispositivos inteligentes de última generación, la IA responsable y ética está a punto de volverse tan necesaria para las empresas como lo es el teléfono inteligente para nuestra vida diaria. Se recurrirá cada vez más a la IA para ayudar a los profesionales y las empresas a explotar el valor de los datos recopilados.
Es cierto que las preocupaciones en torno a la IA generativa se extienden a todas las tecnologías de inteligencia artificial, pero es importante asegurarnos de examinar los nuevos casos de uso propuestos. Cada decisión de utilizar IA también debe estar impulsada por factores críticos como la privacidad de los datos, la latencia de respuesta, el costo y el ancho de banda de red disponible.
Finalmente, es necesario evaluar y perfeccionar continuamente la metodología de IA responsable en términos de ética, desarrollo e implementación, apoyándose en procesos, principios, capacitación y herramientas avanzados, garantizando al mismo tiempo la coherencia y el cumplimiento.
About the Author
