Tom Godden:
Entonces, en 2023 y 2024 vivimos un poco, quizás, el bombo publicitario de la IA generativa, la emoción, pero un poco de bombo que la acompañó. Creo, y pienso que aquí en AWS creemos firmemente que, con el tiempo, veremos que casi todas las aplicaciones se ampliarán con la IA y la IA generativa. Sin embargo, teniendo esto en cuenta, ¿cómo podemos seguir ayudando a los líderes a racionalizar mientras presentan argumentos empresariales sobre la IA generativa para que no la vendan de forma exagerada? Para encontrar el valor correcto. ¿Cómo aconsejas a las personas para que avancen en eso?
Matt Fitzpatrick:
Esto explica un poco por qué solo el 8 % lo está haciendo en este momento. Y creo que la incertidumbre del éxito es una parte difícil del proceso de desarrollo de casos de negocios en este caso. Lo que quiero decir con eso es que digamos que quieres instalar un nuevo sistema de software para realizar cualquier proceso, como los gastos, ¿verdad? En este momento, crearías un modelo de negocio y sabrías exactamente el flujo de trabajo que vas a realizar y tendrías mucha confianza. Por lo tanto, es un proceso muy simple crear un caso de negocios para eso. Pero imagina que tu caso de negocio se basa en 12 cosas diferentes en las que podrías hacer que tu organización-
Tom Godden:
Resolver para N, sí.
Matt Fitzpatrick:
Donde cinco de ellas podrían funcionar y siete podrían no funcionar. Y creo que realmente hay que cambiar la forma en que funciona el desarrollo de casos empresariales para que se parezca mucho más al capital de riesgo. No creo que eso signifique que solo uno de cada diez funcione. Creo que significa que tienes que sentirte cómodo experimentando, probando 10, 12 o 14 cosas diferentes y, con el tiempo, llegarás a la primera tanda y obtendrás cinco que funcionen. Y en el siguiente lote obtendrás 10 que funcionan. Tampoco invertirás grandes cantidades para desarrollar cada uno.
La forma en que lo veo es: tomemos la gestión del conocimiento, los mismos datos que se utilizan para esa llamada de servicio como ejemplo, probablemente se puedan usar para los centros de contacto, probablemente se puedan utilizar para la producción de documentos sobre cómo fue la llamada, todo este tipo de cosas. Y así terminarás con 5, 6, 7 casos de uso vinculados al que creaste y que funcionó.
Tom Godden:
Me encanta eso. Y siempre aconsejo a la gente que lo haga, que haga que ese resumen del documento tal vez funcione, pero luego lo use en RR. HH, que lo use en finanzas. Vas a tener que modificarlo y entrenar un poco el modelo, pero ya lo has conseguido al 80 % o al 90 %.
Matt Fitzpatrick:
Esto ha sido lo difícil de los casos de negocios. No estás adoptando un paradigma en el que te lleve dos años y se trata de un caso empresarial monolítico que, al final, está hecho. En realidad, eres más bien un paradigma de “necesito obtener cuatro componentes de datos diferentes para este caso de uso”. Todos esos componentes de datos son modulares, puedo usarlos para otros cuatro casos de uso. Así que, en realidad, el desarrollo de mi caso empresarial es: “¿Parece que esto vale la pena? Voy a desarrollar suficientes capacidades y puedo justificar mi inicio porque me será útil para cosas repetidas veces”. Y con el tiempo, en un plazo de tres o cinco años, multiplicarás tu inversión. Puede que no suceda al primer intento.
Tom Godden:
Entonces, Matt, finjamos que soy un CIO, como antiguo CIO, así que no es algo difícil de fingir. Supongamos que me enfrento a una circunstancia en la que quiero que algo sea único, personalizado para mí, pero también quiero que sea económico, ¿verdad? ¿No es ese siempre el paradigma? ¿Cómo está McKinsey? ¿Cómo abordas el asesoramiento a la gente para crear en lugar de comprar? Cuando lo creas, puedes personalizarlo. Cuesta mucho más. Cuando lo compras, teóricamente es más barato, menos personalizado. Como CIO, ahora estoy atrapado en el medio. Ayúdame. ¿Qué consejos das?
Matt Fitzpatrick:
Sí, sabes, tengo la opinión de que, en realidad, la definición de crear frente a comprar se ha vuelto muy sesgada en la forma en que lo vemos en cualquier empresa de tecnología. Esto es lo que quiero decir con eso. Hace 10 años, la definición de crear frente a comprar era comprar: tomo algo de la estantería, funciona y me cuesta una cantidad determinada. Y en el caso de crear, para crear, literalmente tendría que poner en pie una computadora central. Tengo que crear todo mi código en gran parte desde cero, a menudo, tal vez fue hace 15 años, pero-
Tom Godden:
Crearlo todo.
Matt Fitzpatrick:
Realmente estás creando algo desde cero y tu inversión va a ser enorme.
Tom Godden:
Agradezco que lo digas porque esa es, en parte, la estrategia de AWS. Ayudar a hacer esa migración de forma indiferenciada.
Matt Fitzpatrick:
Bueno, si lo comparo con un punto de vista amplio, no con ningún proveedor de tecnología en particular, hoy en día, “crear” significa poner en marcha una instancia en la nube. Uso varios componentes modulares. Extraigo código de GitHub, repositorios de código con información. Uso seis o siete componentes diferentes disponibles en el mercado que me permiten ofrecer algo realmente útil y personalizado para mi organización por una fracción del costo que teníamos hace 10 años.
Hace tres años trabajaba con un especulador que estaba debatiendo la compra de una empresa estándar, era un gran gestor de activos y necesitaba reconstruir su sistema crediticio. Y su debate era si era mejor comprar una plataforma de crédito lista para usar o crear una. Y no, esta no es una empresa de tecnología, hace 10 años la idea de crear una plataforma de crédito habría parecido una locura absoluta.
Tom Godden:
Están sonando las alarmas.
Matt Fitzpatrick:
Pero cuando lo revisó, se dio cuenta de que, si compraba esto, le iba a costar una inversión muy importante personalizar el esquema de datos para que coincidiera con la plataforma de crédito estándar. Y luego necesitaría pantallas que parezcan… Tenía un sistema propio al que estaba intentando reemplazar cuando lo hizo, se necesitaría una gran inversión para personalizar el sistema estándar para que tuviera el aspecto que quería. Iba a necesitar una gran inversión para mapear los datos al sistema. Entonces, cuando terminó…
Tom Godden:
¿Cuál es el final del juego?
Matt Fitzpatrick:
Básicamente, estaba creando un nuevo sistema basado en este tipo de sistema estándar. Así que su otra opción era tomar todas las herramientas modernas que existen, las herramientas de datos modernas, la infraestructura en la nube, todo eso, y simplemente poner en marcha un sistema. Y eso, de hecho, terminó siendo bastante loco al no ser más caro que usarlo.
Y lo vemos cada vez más. Creo que la IA generativa va a acelerarlo realmente, porque una de las cosas que me encantan del ecosistema de la IA generativa es la interoperabilidad de todas las diferentes aplicaciones. Nadie construye esto para decir: “Solo puedes usar el nuestro”. Todo el mundo dice que puedes ser parte de lo mejor de la clase. Y así, con cualquier tecnología nueva que aparezca, podrás participar en ella. Entonces, la pregunta es que si hoy creas una nueva solicitud de crédito y compras algo y luego aparece alguna herramienta nueva e interesante de IA generativa, no puedes usarla. De hecho, tienes más deuda tecnológica si usas una plataforma de crédito lista para usar desde hace diez años que si crearas una pila imperecedera moderna e interoperable y te permitieras utilizar todos los componentes modernos.
Diré que el número de empresas que se han sentido cómodas con la creación, como se podría llamar hoy en día, es mucho mayor que hace cinco años. Y es todo lo que la infraestructura y la nube de inversión permiten que sea mucho más rápido.
Tom Godden:
Así que Matt, has hecho muchas transformaciones, has dirigido muchas, has visto muchas. McKinsey habla mucho sobre reconfigurar las organizaciones para que puedan hacerlo. ¿Estás viendo modelos exitosos sobre cómo las personas abordan ese aspecto cultural para ayudar a tener éxito a medida que avanzamos hacia esta IA generativa?
Matt Fitzpatrick:
Creo que un par de cosas diferentes han sido clave para ello. Una es tener muy claro qué casos de uso son realmente importantes y qué pueden hacer mover la aguja. Piénsalo de nuevo, si adoptas un punto de vista de hace 10 años en el que tu empresa de tecnología no hablaba realmente con tu organización empresarial, eso es un fracaso infalible. ¿Necesitas una visión clara de cuál es mi visión? ¿Cuáles son los 10 casos de uso que voy a probar? ¿Cómo van a trabajar juntos mis equipos técnicos y empresariales para probar y aprender? Todo ese proceso es un músculo nuevo. Creo que el conjunto de habilidades que más nos interesa en estos días es lo que podríamos llamar un conjunto de habilidades de traductor o alguien que tenga conocimientos digitales pero que también comprenda el negocio. He trabajado con un grupo de clientes inmobiliarios, por ejemplo, y alguien que entiende tanto la tecnología como el sector inmobiliario es mucho más valioso que alguien que entiende uno u otro.
Creo que es necesario establecer un vínculo entre la empresa de tecnología y los equipos empresariales para que lo que se está creando sea viable y se relacione con lo que quieren los usuarios empresariales. Por eso creo que las habilidades de los traductores son muy importantes.
También creo que hay que pensar mucho en volver a capacitarse o, al menos, en el conjunto de habilidades técnicas de su organización de ingeniería. Por ejemplo, si tienes una organización de ingeniería que no sabe cómo usar Python o incluso cosas como Rust que son un poco más nuevas, te va a resultar más difícil aprovechar muchas de las herramientas modernas de la IA generativa. Por lo tanto, eso puede llevar a una especie de reentrenamiento, reciclaje de habilidades, cosas así o a nuevas contrataciones, pero tendrás que aumentar tu organización de ingeniería tradicional.