Desde cenas familiares hasta tardes de fin de semana, he pasado mucho tiempo en los últimos seis meses jugando con herramientas de IA generativa y pensando en cómo cambiarán «todo». Estoy cada vez más seguro de que tendrán un impacto, pero no será tan grande ni tan rápido como algunos podrían pensar, particularmente en la empresa.
Permítanme comenzar con todas las razones por las que la IA generativa tardará un tiempo en lograr escalar realmente en los procesos comerciales empresariales y tener un impacto medible en la productividad. En primer lugar, las empresas logran escalar implementando controles de procesos y luego automatizando sistemas. Desde la gestión de inventario hasta la contratación, la clave para escalar los sistemas empresariales es la capacidad de mover los esfuerzos de trabajo de las personas desde transacciones o actividades individuales hasta la gestión de procesos de extremo a extremo.
Paul Brody es el líder world de blockchain de EY y columnista de CoinDesk.
Tome algo uncomplicated como abastecer una tienda de comestibles con comida. Los sistemas empresariales y los sistemas de punto de venta minorista (POS) se han integrado cuidadosamente a lo largo de los años para reordenar automáticamente los artículos agotados y, lo que es mucho más importante, pronosticar y planificar sistemáticamente para evitar quedarse sin existencias.
Los sistemas de IA generativa, por el contrario, no son buenos para ejecutar rigurosa y consistentemente la misma tarea una y otra vez con alta precisión. Haga preguntas similares pero no idénticas a un sistema de IA generativa y es posible que obtenga respuestas muy diferentes. Este tipo de variación rompe los procesos comerciales basados en la consistencia de entrada.
Los sistemas de IA generativa son excelentes para generar nuevas ideas y hacerlo a una velocidad enorme, pero la transformación empresarial se trata en gran medida de la gestión del cambio, tanto de personas como de sistemas. Los ecosistemas empresariales tienden a transformarse aproximadamente al mismo ritmo que los componentes más lentos del ecosistema, no los más rápidos.
Un gran ejemplo de esto proviene de la period temprana del comercio website. Rápidamente fue posible crear escaparates basados en la website y aceptar pagos con tarjeta de crédito. Sin embargo, el envío y el embalaje se crearon y optimizaron para un mundo de entregas del tamaño de un palé a las tiendas. En la medida en que las empresas incluso tenían catálogos digitales, no tenían imágenes de productos. Ningún supervisor de una tienda de comestibles necesita saber cómo es una lata de sopa. Ellos ya saben. Están en la tienda todos los días. Como resultado, el comercio electrónico despegó mucho más lentamente de lo que esperaban los analistas, frenado no por la world-wide-web, sino por los almacenes y los sistemas logísticos.
Al igual que el comercio electrónico, los sistemas de IA generativa se infiltrarán en los sistemas empresariales junto con la tecnología blockchain y eventualmente funcionarán muy bien juntos, pero el progreso será impulsado por un diseño e integración cuidadosos, no por una adopción rápida y generalizada. Si bien los consumidores suelen ser capaces de adoptar nuevas tecnologías en general en aproximadamente una década, la empresa suele tardar unos 25 años y probablemente deberíamos esperar lo mismo con la IA generativa y su integración con la tecnología blockchain.
Habiendo dejado de lado las malas noticias, permítanme centrarme en las áreas donde veremos el impacto más dramático de cómo estas dos tecnologías funcionarán juntas. He identificado cuatro que podrían llegar más temprano que tarde.
Los procesos comerciales empresariales se ejecutan en software, y los sistemas de IA generativa son excepcionalmente buenos en el desarrollo de application. Es una de las pocas áreas en las que tenemos pruebas sólidas y documentadas de que los sistemas de IA generativa mejoran significativamente la productividad. Dado que la integración de cadenas de bloques en los procesos empresariales es en gran medida una cuestión de integración de procesos y software, el impacto possible será significativo y se sentirá lo antes posible.
Las cadenas de bloques hacen un trabajo increíble al mejorar la calidad de los datos. Cuando piensa en productos, servicios y sistemas que se mueven entre empresas, una de las mayores bajas del trabajo entre empresas es la calidad de los datos. En un mundo de silos, los datos se vuelven a ingresar en cada ecosistema empresarial. En una cadena de bloques, los tokens y los hashes representan activos y datos y pueden mantener su integridad a medida que se mueven a través de un ecosistema. Con datos de mejor calidad, espere que los sistemas de IA generativa realicen un análisis aún mejor.
También funcionará al revés: los sistemas de IA generativa son fantásticos para hacer coincidir e interpretar patrones. Se convertirán en la base del negocio del análisis de blockchain en muy poco tiempo, ayudando a identificar tendencias y clasificando transacciones individuales.
Uno de los mayores problemas emergentes para los sistemas de IA es cómo encontrar fuentes de datos confiables. Estamos en las primeras etapas de una exa-inundación de contenido generado por IA. Gran parte será banal, genérico y mediocre. ¿Cómo sabremos qué es una opinión autorizada y experta sobre un tema o un patrón generado por una máquina basado en otros patrones generados por una máquina? Al verificar la autenticidad y el origen de los datos de origen utilizando hashes de blockchain.
La agencia de noticias ANSA en Italia ya certifica cerca de 1 millón de artículos al año utilizando el sistema OpsChain de EY. Esto tenía la intención de combatir las noticias falsas, pero en el futuro, herramientas como esta pueden ser críticas para autenticar las fuentes de datos de entrenamiento de IA.
De la misma manera que los sistemas de IA generativa son excelentes para escribir código, también son buenos para interpretar mensajes de error, problemas y sugerir soluciones. El uso de blockchain todavía es demasiado complejo y es probable que las interfaces conversacionales que pueden aceptar mensajes de mistake, buscar y dar formato a sugerencias y trabajar como «copiloto» en un proceso sean de gran ayuda para los usuarios.
En los primeros días, a medida que las nuevas tecnologías evolucionan e interactúan, los resultados tienden a ser aburridos y predecibles, tal como lo describí anteriormente. Vimos esto con GPS y comercio World wide web y teléfonos móviles. Al principio, teníamos una experiencia de comercio electrónico que period poco más que un catálogo en papel en una pantalla. Eventualmente, terminamos con anuncios thrust que nos llegaban en un vehículo de viaje compartido proponiendo que nos entregaran comida en nuestro destino.
Y así será aquí, a medida que la cadena de bloques y la IA comiencen a evolucionar y converger juntas. Estamos en la fase aburrida, pero espera a que las cosas se pongan raras y tremendamente impredecibles. Porque lo harán.
