Comunidad de CIOs Revista Byte TI | Noticias tecnología

Únete a la Comunidad de Directivos de Tecnología, Ciberseguridad e Innovación Byte TI

Encontrarás un espacio diseñado para líderes como tú, donde podrás explorar tecnologías emergentes, compartir estrategias y colaborar en soluciones de vanguardia

Jorge Jiménez, director general de Viewnext

Entrevista con Jorge Jiménez, director general de Viewnext

La IA Generativa tiene un gran potencial transformador en las empresas, tanto en el puesto de trabajo diario, como en la manera en la que las organizaciones afrontan sus desafíos futuros. Hemos conversado con Jorge Jiménez, director general de Viewnext, que nos habla en esta entrevista de cómo están abordando ellos mismos esta transformación y cambio cultural y cómo están planteando la incorporación de la IA Generativa en sus proyectos. 

Jorge, ¿cómo está afrontando Viewnext la adopción de la IA Generativa?

En Viewnext estamos realmente convencidos de que IA Generativa tiene un enorme potencial para mejorar la eficiencia de las empresas y proporcionar nuevas capacidades a los profesionales, y por eso estamos trabajando en integrarla de manera que aporte todo el valor a nuestros propios procesos internos, pero también a nuestros clientes.

En este sentido, nuestro espíritu es ser ‘early adopters’ y en 2023 comenzamos un proyecto interno donde hemos estado explorando su potencial, siempre desde un punto de vista de transformación para nuestra empresa, y, al mismo tiempo, con el objetivo de poner a disposición de nuestros clientes las capacidades más avanzadas para afrontar sus propios desafíos tecnológicos.

¿Qué pasos habéis ido dando en esa dirección?

Aplicamos una metodología “Agile” definida específicamente para este propósito. En una primera fase de Descubrimiento fue clave realizar un ejercicio de revisión del plan estratégico de la compañía y las prioridades integrando las posibilidades que esta nueva tecnología nos ofrecía. Esto nos posibilitó identificar y dar prioridad a aquellos ámbitos con mayor impacto y retorno para nuestros objetivos estratégicos y operativos. Este paso es muy importante dada la amplitud y posibilidades tan abiertas que ofrece la IA Generativa para aterrizar y centrar el esfuerzo. El siguiente paso fue hacer un estudio de posibles casos de uso, en principio, internos, pero también intentando anticiparnos a las futuras necesidades de nuestros clientes. En este sentido, identificamos cuatro áreas clave donde la IA Generativa podría tener un impacto significativo: gestión del conocimiento, resolución de incidencias, soporte al desarrollo de código y procesos operativos.

Una vez definidos los casos de uso, el siguiente paso fue desarrollar unos “assets” (patrones de uso estándar predefinidos), que nos permitían ir testando las hipótesis de partida, valorar los resultados y resolver los retos que iban surgiendo. El desarrollo lo hicimos apoyados en watsonx, la plataforma de IA y datos de IBM, que nos proporcionaba el rendimiento y, sobre todo, la transparencia y la seguridad que necesitábamos, ya que este era un tema clave a la hora de proteger los datos y cumplir con la regulación.

Llegados a este punto, tocaba enfocar nuestros esfuerzos en capacitar a nuestros profesionales, no solo a los técnicos, sino a toda la plantilla, para que comprendieran los beneficios de estas herramientas y pudieran aplicarlas en sus actividades diarias. Para ello, diseñamos dos cursos intensivos, con la participación de prácticamente la totalidad de los empleados. También desarrollamos otros recursos como demos, vídeos y cápsulas formativas, que tenemos siempre disponibles y vamos actualizando en nuestros canales internos a través de un portal.

El paso final es la Adopción de forma programática en la operación diaria, es el momento de integrar la IA Generativa en los proyectos de nuestro día a día. Para esto, hemos incorporado una figura innovadora y clave en cada iniciativa y equipo de la organización : un embajador de IA capaz de coordinar e impulsar el uso de la IA Generativa en cada caso. Se trata de gestionar todo el ciclo de valor de estas herramientas, controlando los KPIs definidos y establecer un entorno de mejora continua.

¿Cuáles han sido esos retos a los que os habéis enfrentado en este camino?

Viendo este camino que acabo de explicar, diría que principalmente nos enfrentamos a dos grandes retos. En primer lugar, el cambio cultural, que implica que todos en la organización, desde el Comité de Dirección (de Viewnext) hasta el personal operativo y técnico comprendan y adopten la IA Generativa en sus actividades diarias de manera proactiva. De hecho, según el último CEO Study de IBM, más de la mitad de los ejecutivos españoles reconoce que el cambio cultural es más importante incluso que los retos técnicos. Es un cambio de mentalidad que requiere tiempo y esfuerzo, pero pensamos que el valor que reciben a cambio los empleados, de manera tan inmediata, acelerará el proceso de adopción.

En cuanto a la ética y la privacidad, es uno de los grandes desafíos de la Inteligencia Artificial en general: es fundamental contar con herramientas que manejen los datos de manera responsable y ética, garantizando no solo la trazabilidad, seguridad y la privacidad de la información en todo momento, sino también un uso apropiado y sin sesgos en los resultados. En este sentido, como decía, IBM watsonx es para nosotros una garantía de transparencia y éxito.

¿Cuáles dirías que son las principales lecciones aprendidas hasta ahora?

Lo más importante, y creo que se puede extrapolar a todo, es comprender que para promover la transformación cultural hace falta tener procesos bien definidos y bien diseñados para gestionar el cambio: en nuestro caso, optamos por dos vectores clave : en primer lugar la participación inclusiva de los profesionales con una campaña de comunicación abierta y constante ; y en segundo lugar  la formación continua que fomente cada día esa proactividad que esperamos de nuestros profesionales. Asimismo, otra lección aprendida es que para iniciar el camino hacia la IA es necesario disponer de una arquitectura flexible y adaptable a los contratiempos y evolución continua inherentes a este tipo de proyectos donde la exploración y experimentación son tan fundamentales.

¿Cómo percibís desde Viewnext que va a transformar la IA Generativa el puesto de trabajo?

Creemos que transformará significativamente la forma de trabajar y acelerará la transformación digital. Por un lado, automatizando tareas repetitivas y permitiendo a los empleados enfocarse en áreas de mayor valor añadido. Por otro lado, facilitando el acceso a la información y mejorando la toma de decisiones. Y también catalizando la capacitación y aprendizaje acelerado de nuevos conocimientos. En definitiva, una gran herramienta para que las empresas puedan incrementar la productividad y eficiencia de sus equipos.

¿Cuáles son los próximos pasos para Viewnext en relación con la IA Generativa?

Nuestra hoja de ruta contempla diferentes áreas. En primer lugar, tenemos un gran reto en la democratización de la IA Generativa a través de mejoras interactivas, es decir, facilitar cada vez más la manera en la que interactuamos con la IA Generativa. En este sentido esperamos ver avances en el lenguaje cada vez más natural y des-tecnificado. Se trata de ir dejando atrás los famosos prompts y naturalizar al máximo la comunicación.

En esta línea y en el marco del reciente acuerdo de intenciones suscrito entre el Gobierno de España e IBM vamos a promover la colaboración en el desarrollo de modelos nativos en castellano, lo cual facilitará su adopción en el mercado hispanohablante.

Un área prioritaria para nosotros es contribuir a promover la confianza en la IA, y por eso trabajamos con tecnologías como IBM watsonx que puedan trasladar esta confianza a la vez que garantizan la seguridad y privacidad de los datos.

Y por último, un tema fundamental: la sostenibilidad. En esta línea estamos trabajando en métodos y casos de uso que permitan un consumo optimizado de los grandes modelos de lenguaje para que no consuman tantos recursos, pero también vamos a impulsar el uso de pequeños modelos de lenguaje, que puedan operar de manera muy eficiente en ciertos campos que no precisan toda la capacidad en todo momento.

Deja un comentario

Scroll al inicio