El avance tecnológico acelera procesos pero plantea desafíos en sectores regulados

La inteligencia artificial (IA) generativa se convirtió en una aliada clave para mejorar la operación de las empresas. Sin embargo, su uso todavía plantea desafíos vinculados a la seguridad, la gobernanza y el manejo de datos críticos, especialmente en sectores regulados como el financiero o el industrial.

Cristian Deferrari, Head of IT de Naranja X, remarcó que es necesario hacer una distinción entre los modelos tradicionales y los generativos. "Es importante separar la inteligencia artificial tradicional, como la conocíamos hasta hace un tiempo, y todo lo que viene pasando con la generativa hace poco más de dos años", señaló. "En la industria financiera hace rato trabajamos con modelos de machine learning, que nos permiten determinar qué tipos de clientes están más propensos a activar determinado producto".

En el sector financiero, explicó, "todo lo que es de cara a la atención al cliente suele ser un dolor del cliente, esa interacción con los bancos. Las fintech vinieron a sacar provecho de eso y a generar valor desde ese lado".

Para Santiago Urrizola, CEO de Flux IT, el potencial aún está lejos de ser aprovechado por completo. "Estamos viendo muy poco del impacto real de la IA. El uso de la IA en los procesos de trabajo industriales, donde hay un nivel de adopción fuerte y se usan asistentes para interpretar la impedancia entre el lenguaje natural y el software, muestra una adopción grande aunque no estandarizada", sostuvo. "No se encuentra el límite. Hay entornos en donde hay resistencia a usar ese tipo de herramientas por motivos como seguridad o cultura. Donde vemos más potencial de impacto es en crear productos que incorporen la IA como parte de la arquitectura".

El punto de inflexión está en la gobernabilidad de estas tecnologías. Pablo Guzzi, Chief Data & AI Officer de Ualá, explicó: "La IA generativa nos cambió la forma de trabajar. Nos trae muchas ventajas en productividad y eficiencia. El problema es que no es medible: se trata de usarla, ver dónde aporta valor y aprender". Aun así, advirtió: "No tenemos que permitir que una IA tome decisiones por nosotros, pero sí puede darnos un marco y contexto para decidir con una visión 360 del problema".

Avance vertiginoso

El avance vertiginoso de estas herramientas también puso en alerta a las áreas de calidad y seguridad. Jorge Bourdette, gerente de calidad y mejora continua en ABB para Argentina, Chile y Colombia, expresó: "El impacto de la IA es grande y es cada vez más rápido. Tanto hacia adentro de las empresas como hacia afuera. Todas las semanas aparecen aplicaciones y nuevos casos de uso. Además, el uso es generalizado en las personas, en herramientas para producir software o para analizar documentos o investigar".

Sobre la gestión interna, explicó que "cuando se desarrolla un producto para un mercado, hay que tener un foco determinado. En cuanto a lo interno es mucho más caótico porque, con la presión de los chatbots generativos, todo el mundo empezó a usar todo".

"Hoy se están poniendo restricciones por parte de las empresas para evitar la falta de confidencialidad que pueden tener estos softwares. Manejamos datos de la empresa y de los clientes que no nos podemos arriesgar a perder, entonces limitamos", dijo.

Agregó que "si vamos a hacer una aplicación que use información confidencial de cliente, tiene que ser in house, tiene que usar sistemas que corran en servidores locales y que no salgan a la red. Nadie está totalmente seguro de cuánto de la información que uno comparte puede ser usada por terceros".