By Dan Kraemer

Si 2023 fue el año de la experimentación con IA generativa, 2024 es el año de su implementación.

Las empresas de todos los sectores saben que este año necesitan agregar aplicaciones y marcos de IA generativa a su pila tecnológica, o quedarse atrás. Si la idea de convertirse en una empresa centrada en la IA le parece desalentadora, no está solo.

Incluso las empresas más grandes todavía están descubriendo cómo integrar la IA generativa en sus negocios cotidianos.

¿Por dónde empezar cuando hay tantas opciones?

Una de las mejores formas es crear una “capa de innovación GenAI” en su pila tecnológica. No necesita un gran equipo de científicos o ingenieros de datos para hacer esto; Hay medidas que incluso las empresas con pequeños equipos tecnológicos pueden tomar ahora mismo.

En primer lugar, ¿qué es una capa de innovación GenAI? En pocas palabras, es una manera de integrar la IA generativa en sus actividades comerciales cotidianas para desencadenar nuevos flujos de trabajo creativos, estimular proyectos de innovación y realizar el trabajo de manera más rápida e inteligente.

A continuación, explicaré un proceso de cinco pasos para crear una capa de innovación GenAI que pueda ayudar a los equipos empresariales y creativos a diseñar nuevos productos de innovación e impulsar la producción creativa.

Paso uno: crear el equipo adecuado

Para crear una capa de innovación de IA, necesita el equipo adecuado. Eso no significa necesariamente que necesite un gran equipo de científicos de datos e ingenieros de software, pero sí algunas personas clave para liderar el proyecto.

Lo más importante que hay que definir desde el principio es cómo se estructurará el proyecto, quién tendrá acceso a los datos críticos y cómo se protegerán esos datos. Y no hace falta decir que todos en la organización deberían estar “de su lado” respecto de la importancia de construir una capa de innovación en IA.

La creación de una capa de innovación en IA no debería ser un proyecto paralelo, sino un proceso empresarial integral para 2024.

Paso dos: organiza tus datos

Para integrar la IA en toda su pila tecnológica, primero debe asegurarse de que sus datos estén en perfecto orden. La forma más sencilla de organizar sus datos estructurados para que sean accesibles a una capa de IA es implementar herramientas de creación de índices como base de datos de croma, piña or LlamaIndex para crear bases de datos vectoriales de su contenido.

Sus datos estructurados pueden incluir datos de clientes, transcripciones de videos, documentos, archivos PDF, presentaciones, hojas de cálculo y más. La belleza de estos sistemas es que permiten a los usuarios manejar datos no estructurados, como transcripciones de entrevistas, comentarios de clientes y procesar documentos, extremadamente bien.

Hay algo de arte en recopilar, procesar y asegurarse de que la información confidencial esté redactada o segura en estos sistemas. Algunas herramientas como LlamaIndex hacen parte de este trabajo pesado por usted, mientras que otras herramientas de bases de datos como Elástico También puede proporcionar información de seguridad sobre cómo se utiliza su base de datos.

Los desarrolladores tienen muchas opciones aquí y su equipo debe seleccionar la que mejor se adapte a los requisitos de escala, seguridad y arquitectura de su proyecto. Cuando haya organizado todos sus datos en una base de datos vectorial, obtendrá un "gemelo digital" que es un espejo completo de todos sus datos, al que ahora puede acceder cualquiera de sus sistemas de inteligencia artificial.

Paso tres: cree estructuras que permitan a la IA consultar sus datos

Ahora que sus datos están en orden, necesita encontrar patrones dentro de ellos. Puede hacerlo creando agentes de IA personalizados para consultarlo. Se debe poder acceder a estos agentes a través de interfaces fáciles de usar, como una barra de chat, que se integren directamente en los flujos de trabajo diarios de las personas.

La creación de estas indicaciones debe realizarse en dos partes. Primero, decida qué personas desea que adopte el agente. Podría hacer que su agente hable como un consultor de gestión experto en diseño dirigido al consumidor, por ejemplo. Luego, deberá especificar qué desea que haga el agente y el formato para responder. La clave aquí es investigar dentro de su organización para comprender qué formatos satisfarán mejor las necesidades de sus equipos. Sugerimos probar e iterar estas indicaciones del agente interno con sus usuarios objetivo. No existe una forma perfecta de escribir estas indicaciones internas para el agente, pero existen métodos de solicitud comunes que cualquiera puede utilizar. Por ejemplo, "explícame tu pensamiento y dame tres ejemplos con métricas mensurables X e Y para cada uno, presentados en una tabla".

Paso cuatro: experimente con indicaciones de múltiples agentes

Finalmente, está listo para hacerle una pregunta a su agente de IA. Cuanto más contexto pueda proporcionar en su pregunta, mejor.

Una vez que haya creado varias indicaciones que se integren en los flujos de trabajo diarios, puede comenzar a capacitarlas para que trabajen en conjunto con sistemas de múltiples agentes. Aquí es donde se unen varios agentes de IA con roles diferentes pero que se cruzan.

Juntos, pueden completar una tarea mejor que un solo agente. Hay varios ejemplos de esta aplicación, incluido el de ChatDev, una empresa de software virtual multiagente.

Al crear agentes múltiples, hemos obtenido el mayor éxito al adoptar un enfoque de diseño centrado en el ser humano. Debe asegurarse de que sus indicaciones, por sí solas y trabajando juntas como agentes múltiples, operen con mentalidad empática y aprecio por la diversidad de sus usuarios. Puede crear mensajes con parámetros como "diseñe sus respuestas con empatía, tolerancia y claridad en las diversas experiencias de sus usuarios".

En esta etapa, es posible que desee incorporar algún tipo de supervisión del modelo. Agregar herramientas como capa abierta a su pila puede brindarle información sobre qué tan bien se está desempeñando su sistema para los usuarios a lo largo del tiempo.

Paso cinco: Mida su capa de innovación en IA

Integrar la IA en todo lo que hace sólo es útil si ayuda a su empresa a alcanzar sus objetivos comerciales, generar nuevos ingresos y servir mejor a sus clientes. Con ese fin, es necesario implementar un marco de medición para garantizar que su capa de innovación de IA esté brindando valor real.

Decida qué KPI medir: registros de nuevos clientes, descargas de productos o tiempo ahorrado de los empleados, por ejemplo. También puede utilizar sus indicaciones de múltiples agentes para generar escenarios potenciales futuros para productos, resultados comerciales y otros objetivos comerciales mensurables. Luego, puede medir sus resultados reales en comparación con estos escenarios utilizando nuevamente las indicaciones de múltiples agentes para crear visualizaciones.

La IA generativa ya ha cambiado la forma en que las personas trabajan, piensan y crean, pero en gran medida ha sido una herramienta experimental utilizada por individuos. Al integrar la IA generativa en su pila tecnológica, puede convertirse en una parte integral de los flujos de trabajo creativos y comerciales cotidianos, proporcionando nuevos conocimientos sobre los datos, los procesos y las estrategias futuras de su empresa.

Dan Kraemer es fundador, líder intelectual, educador y orador internacional sobre la convergencia del diseño y la estrategia empresarial. Como codirector ejecutivo y cofundador de IA colaborativo, combina una lente de diseño generativo con una estrategia empresarial analítica para ayudar a empresas como Airbnb, Allstate, Audi, FedEx, Johnson & Johnson, Nike, Philips, Samsung y Sonos crear estrategias de crecimiento, desarrollar innovación y construir nuevos negocios.

Lectura relacionada:

ilustración: Dom Guzmán