AI Transformation and Governance Leadership: A Chief AI Officer’s Perspective

Tom Soderstrom:
Bienvenido al pódcast de Executive Insights, presentado por AWS. Me llamo Tom Soderstrom. Soy estratega empresarial en AWS. Si analizamos las tendencias del sector que están por venir, una de las tendencias clave es la aparición de la IA generativa y la nube. Van de la mano. Realmente no se puede hacer IA generativa sin la nube.

Al analizar esto, sabemos que la tecnología no tiene sentido a menos que tenga las personas que la impulsen y la adopten. Así que hoy tenemos la gran suerte de contar con la presencia de uno de los nuevos directores de IA de Leidos, Ron Keesing, para explorar este nuevo título y lo que significa. Ron, muchas gracias por acompañarme hoy.

Ron Keesing:
Gracias, Tom. Es un placer estar aquí.

Tom Soderstrom:
¿Podría contarnos un poco sobre Leidos y sobre usted, sus antecedentes? Y luego veremos los detalles de lo que se supone que debe hacer ahora.

Ron Keesing:
Claro. Bien, Leidos es... Mucha gente no nos conoce. No somos un nombre muy conocido, pero somos una empresa muy grande. Somos una empresa de Fortune 300 y, de hecho, podemos resolver muchos de los problemas más irritantes del mundo en materia de seguridad y salud.

Así que tengo un puesto muy bueno, al dirigir la práctica de IA en Leidos, porque trabajamos en todo, normalmente para el Gobierno de EE. UU., en misiones como mantener en funcionamiento los sistemas de control de tráfico aéreo de la FAA. Escribimos el software que hace funcionar nuestro tráfico aéreo y lo mantiene seguro. Operamos uno de los sistemas de historiales médicos electrónicos más grandes del mundo para el Departamento de Defensa; de hecho, mantenemos más de 10 millones de usuarios. Realizamos más solicitudes y exámenes de discapacidad que cualquier otra entidad en los Estados Unidos. Eso es solo en el ámbito de la salud.

Operamos algunas de las cadenas de suministro logístico más interesantes que puedas imaginar, incluida la cadena de suministro logístico de la Estación Espacial Internacional.

Tom Soderstrom:
Es genial.

Ron Keesing:
Sí, es estupendo. Operamos la tercera red de TI más grande del mundo en nombre del Departamento de Defensa de EE. UU.

Por lo tanto, si pensamos en la escala a la que operamos, están estos enormes trabajos centrados en los datos, y la IA es realmente fundamental para ellos. Yo llevo mucho tiempo en el mundo de la IA. Hace algún tiempo comparamos notas y hablamos sobre la experiencia cuando estaba en el Laboratorio de Propulsión a Chorro (JPL), y yo trabajé en una misión de la NASA. Nos asociamos con el JPL para construir la primera generación de naves espaciales autónomas en los años 90. Así que el mundo de la IA me viene de lejos. Llevo más de 20 años en Leidos, donde he dirigido una amplia gama de proyectos de IA.

Tom Soderstrom:
Estamos presenciando el surgimiento del puesto de director de IA, y otras personas se preguntarán: “¿Qué significa el éxito? ¿Cuáles son las expectativas?” Empecemos por: “¿Cuáles son las expectativas de tu puesto?”

Ron Keesing:
Uno de los principios de liderazgo en los que realmente creo y que creo que comparto con los valores de AWS es la importancia de asumir la responsabilidad. Así que, para mí, analicé dónde estaba Leidos como empresa. Llevábamos mucho tiempo siendo una empresa de IA, pero incluso cuando articulamos cuál era nuestra estrategia de IA, no había nadie que realmente se hiciera cargo de ella. Hice un paso adelante y dije: “Oye, mire, necesitamos un puesto, un puesto que sea realmente responsable, no solo desde el punto de vista tecnológico, sino desde un punto de vista corporativo más amplio. ¿Cuál es nuestra estrategia de IA?”

Y me concentré realmente en definir el rol de director de IA que lideraría la ejecución de una estrategia integral de IA para Leidos. Y en eso me centro. Es la combinación de una estrategia de IA y, además, la propiedad y la definición de nuestros principios de gobernanza de la IA y la forma en que gestionamos la IA como empresa.

Tom Soderstrom:
Súper interesante. Y una de las principales lecciones aprendidas de Amazon es tener... Si quieres que algo funcione, necesitas un líder de un solo enfoque, alguien que se levante y sea realmente... Que sea lo único por lo que se preocupa, cada día. Y en su caso, es la IA. ¿Así que realmente ha definido la descripción del trabajo?

Ron Keesing:
Así es, y...

Tom Soderstrom:
Muy bien.

Ron Keesing:
Sí, no, ha sido fantástico y he contado con el enorme apoyo de la dirección ejecutiva y el consejo de administración de Leidos para definir realmente este rol y hacerlo realidad, porque creo que, como empresa, mencioné la estrategia, nos embarcamos el año pasado en lo que llamamos un año de pensamiento estratégico profundo como empresa. Y realmente nos hemos fijado en nuestro futuro y en el futuro de nuestros clientes porque, como he mencionado, en realidad, nuestro trabajo se centra principalmente en abordar muchas de las misiones más importantes que lleva a cabo el Gobierno de EE. UU.

Al hacerlo, reconocimos que la IA es crucial para nuestra estrategia, tanto para Leidos como para nuestros clientes. Y realmente tener un único punto de enfoque para la ejecución de esa estrategia integral de IA fue la base de nuestra estrategia más amplia, no solo de IA, sino también de nuestra estrategia corporativa más amplia, porque gran parte de lo que hacemos depende de los datos y de la creación de sistemas grandes y complejos que manipulan cantidades masivas de datos. Y para ese tipo de misiones, la IA es el futuro.

Tom Soderstrom:
Sí, y la IA es algo que está en juego, y la IA generativa es la nueva incorporación. Estábamos juntos y escuchaba a su director ejecutivo decir: “La prioridad número uno es la velocidad”. Entonces, ¿cómo va a ejecutar ahora su misión de líder de IA de un solo enfoque en Leidos?

Ron Keesing:
Pienso en la misión y, en realidad, en el fondo, mi objetivo principal es introducir realmente la IA en el ADN de Leidos en todos los niveles. Y deje que explique lo que quiero decir con esto.

Tom Soderstrom:
Adelante. Muy bien.

Ron Keesing:
Porque, en realidad, Leidos ha sido una empresa de IA durante mucho tiempo. De hecho, hemos participado en algunos trabajos innovadores de IA durante los últimos 20 años. En 2004, formamos parte del primer Gran Desafío de DARPA en el que se demostraron vehículos autónomos. Creamos la primera generación de embarcaciones marítimas autónomas para la Marina de EE. UU. A lo largo de los años, hemos estado a la vanguardia de muchos avances interesantes en materia de autonomía e IA para el Gobierno de EE. UU. Como empresa, sabemos cómo utilizar la IA, pero esos esfuerzos de IA siempre han sido proyectos centrados e individualizados, no algo que hagamos como parte de todo nuestro trabajo.

Por lo tanto, el desafío para nosotros a medida que avanzamos es cómo aprovechar la experiencia en IA que tenemos y, por ejemplo, que se materializa en una organización a la que llamamos AI Accelerator, donde tenemos nuestro verdadero talento científico. Pero, ¿cómo podemos aprovechar ese talento y empezar a desarrollar un modelo mucho más centrado en la IA en todos los niveles de la organización? Porque la verdad es que escalar y atacar las oportunidades que presenta la IA generativa ya no es algo que se pueda hacer simplemente con una organización centralizada. De hecho, se debe tener la capacidad de IA repartida por toda la organización.

Y yo diría que va incluso más allá de eso. Cuando piensa en el futuro del personal hacia el que nos dirigimos, no se trata solo de saber cómo lograr la excelencia al contar con científicos e ingenieros de IA. De hecho, tiene que pensar en cómo va a desarrollar toda una plantilla que sea capaz de trabajar en asociación con la IA para hacer su trabajo todos los días.

Una de las cosas que reconocí acerca de hacer este trabajo correctamente es que no puedo ser el propietario de todos los recursos de IA de la empresa. De hecho, mi función tiene que ser integrar todo lo que hacemos en la organización. Así que la forma en que he organizado lo que hago, una vez más, con un gran apoyo de toda la empresa, es mediante una serie de iniciativas que reúnen todo el trabajo que todos los demás están haciendo en la empresa y lo ejecutan de manera unificada.

En realidad, se trata menos de la propiedad y más de proporcionar la visión y la coordinación y orquestación claras y constantes de un montón de esfuerzos diferentes que ya están en marcha, porque hay mucho entusiasmo, como ha mencionado, en torno a la IA generativa para empezar a experimentar, para hacer pruebas piloto. Y todo eso está muy bien. En cierto momento, tiene que decidir en qué va a invertir su dinero, en qué va a invertir realmente, tratar de ser de líder mundial, donde cree que está el verdadero valor.

Por lo tanto, considero que mi función consiste en coordinar lo que todos hacen en la empresa para que podamos operar de manera unificada, identificar cuál es esa visión, hacia dónde debemos ir como empresa y dirigir nuestro movimiento colectivo en esa dirección para que podamos lograrlo rápidamente.

Tom Soderstrom:
Me gusta. Digo algo de manera muy controvertida, quiero que reaccione al respecto. Todos crean un centro de excelencia y piensan que un centro de excelencia es el centro de excelencia. Necesita un grupo pequeño que sea excelente. Pero si se crea un centro de excelencia, todos piensan que son excelentes, todos los demás los odian, crean su propio centro de excelencia y aparecen centros de excelencia y TI en la sombra. En su lugar, crea el centro de interacción, donde creará la ola que levantará todos los barcos. Y me parece que eso es lo que está haciendo. ¿Me daría una paliza o está de acuerdo conmigo?

Ron Keesing:
Bueno, estoy de acuerdo contigo en que así es como lo pensamos exactamente. De hecho, lo que hemos estado haciendo es tomar a algunos de los verdaderos líderes que crecieron en Accelerator y usarlos para sembrar los centros en el resto de la empresa, de modo que haya ese tejido conectivo.

No hay nada peor que cuando se ha desarrollado una gran cantidad de capacidades centralizadas y, luego, cada uno se pone manos a la obra y hace las cosas a su manera. Así no hay forma de lograr la escala, no hay forma de lograr la coherencia.

Tom Soderstrom:
No, es un desperdicio total de todos esos recursos.

Ron Keesing:
Exacto. Por lo tanto, la forma en que mantenemos ese tejido conectivo es absolutamente fundamental para mi plan y para la forma en que estamos intentando ejecutar y desarrollar esta capacidad de IA mucho más distribuida en toda la organización. La buena noticia es que tenemos personas que llevan varios años en esta organización y que están realmente preparadas para dar el siguiente paso. Y les brinda una gran oportunidad para hacer crecer sus carreras, entrar en esas diferentes organizaciones y ver cómo pueden liderar, escalar y ayudar a esas organizaciones a crecer también.

Tom Soderstrom:
Eso es fantástico. Ahora viene la pregunta realmente difícil. ¿Cómo mide su éxito como director de IA? Y todos los que estén pensando en convertirse en directores de IA dirán: “Vale, dígame cómo lo hago. Deme la receta”. ¿Cómo se mide? ¿Qué es el éxito?

Ron Keesing:
Una gran parte del desarrollo de estas soluciones y de la medición del éxito en el desarrollo de esas soluciones consiste simplemente en analizar en qué parte del proceso tenemos realmente impacto a través de la IA.

Así que lo medimos de manera bastante explícita. Hacemos un seguimiento de todos los compromisos que tenemos. Analizamos, por ejemplo, estas iniciativas de IA de las que hablamos. Y hacemos un seguimiento explícito de qué cosas en nuestra canalización utilizan la tecnología que estamos desarrollando dentro de estas iniciativas y cómo se ven afectadas. Con el tiempo, incluso queremos ver en qué medida ese tipo de contribuciones nos ayuda a conseguir nuevos trabajos. ¿Se citan como puntos fuertes en la forma en que nos seleccionan para las propuestas, por ejemplo? Así que ese es más o menos el lado de la canalización.

Ahora, otra cosa importante que la empresa quiere medir, y creo que todo el mundo espera esto de un puesto de director de IA, es cómo se contribuye a ser más productivo como organización. ¿Cómo se vuelve más eficiente? Y este es un tema muy interesante para mí porque creo que uno de los verdaderos desafíos en torno a la IA actual es que entendemos cómo usar, por ejemplo, la IA generativa para aumentar la eficiencia de ciertos flujos de trabajo, pero no está del todo claro cómo convertiremos esas eficiencias en empresas mejoradas. ¿Y qué quiero decir con eso? Tomemos de ejemplo el uso de la IA como asistente de código.

Es una tecnología excelente si se usa correctamente como asistente de código, pero ¿significa eso que si es, digamos, un 30 o un 40 % más eficiente con sus desarrolladores de software, va a hacer el trabajo con un 30 o un 40 % menos de desarrolladores de software? ¿O que va a escribir software que sea más seguro? ¿O que va a pagar parte de esa deuda tecnológica heredada que ha tenido y que nunca ha podido pagar?

Por lo tanto, si piensa en esto, algunas organizaciones quieren medir cuál será el impacto en dólares. Bueno, es fácil si reduce el número de empleados, pero no creo que funcione así en la mayoría de las organizaciones. Creo que a medida que desarrolla buenas asociaciones entre humanos e IA, descubrirá que está asumiendo más trabajo o resolviendo problemas que antes no se abordaban adecuadamente. Y ese tipo de impactos se vuelven, francamente, más difíciles de medir. Por lo tanto, estoy midiendo las posibles horas de trabajo ahorradas, pero la forma en que las empresas invertirán realmente esas horas de trabajo tiene que ser algo que dependa de ellas.

Tom Soderstrom:
Interesante.

Tom Soderstrom:
Así que una de las cosas es que está en un negocio regulado, como yo, y si no recibe la comprobación de cumplimiento, no puede seguir adelante. Así que comprobación, no dólares.

Ron Keesing:
Claro.

Tom Soderstrom:
Lo que ocurre con frecuencia es que estas comprobaciones de cumplimiento se llevan a cabo después de crear la solución. Se termina y espera, espera y espera. Creo, me gustaría que opinara sobre esto, que la IA generativa y el asistente de código ayudan en eso. Vimos, por ejemplo, que el 27 % de los casos en los que utilizan IA generativa, se aceptan esas soluciones. Entraron en producción, ya sea internamente o para los clientes. Pero si puede integrar la seguridad y el cumplimiento en el código, acorta ese ciclo de cumplimiento para obtener la comprobación, eso es dinero y se puede medir. ¿Qué opina de esto?

Ron Keesing:
Desde luego, creo que tiene razón. Es una de las formas en las que, por ejemplo, mejorar la seguridad del código y la entrega del código se traduce realmente en un valor empresarial real. Y creo que mencionó el tiempo de obtención de valor. Este es un ámbito muy interesante en este momento, porque es cierto en todo el software que todo lo que se escribe ahora se vuelve obsoleto en un plazo de seis meses a un año. Así que si piensa en dejar algo sin tocarlo durante seis meses, ha reducido a la mitad ese valor. Por lo tanto, la velocidad de entrega y la velocidad de implementación son realmente fundamentales, y es interesante que lo haya mencionado en particular.

Mucha gente piensa que la IA de código es realmente valiosa para sentarse y escribir líneas de código. De hecho, según nuestra experiencia, es más valioso en general durante todo el ciclo de vida de DevOps. ¿Cómo se aceleran todas esas comprobaciones de cumplimiento? ¿Cómo se acelera toda la calidad para llegar la implementación lo más rápido posible? Por lo tanto, estoy totalmente de acuerdo en que gran parte del valor, especialmente desde el punto de vista del software, radica en el tiempo de implementación y el tiempo de cumplimiento. Por supuesto.

Tom Soderstrom:
¿Cómo medirá si las personas están adoptando y usando la IA de código?

Ron Keesing:
De hecho, vemos patrones realmente interesantes cuando observamos cómo nuestros desarrolladores utilizan la IA de código y los asistentes de IA de código. La gente piensa que cuando tiene un asistente de IA de código, los desarrolladores van a dedicar menos tiempo a programar y la IA va a hacerlo. Pero, de hecho, lo que descubrimos cuando lleva esto a escala es que nuestros desarrolladores dedican más tiempo a programar con un asistente de código. A lo que dedican menos tiempo es a escribir los paquetes, todos los criterios de aceptación, las pruebas unitarias, la documentación.

Y cuando puede interponer un asistente de código que le ayude de esa manera...

Tom Soderstrom:
Exacto.

Ron Keesing:
... entonces, de repente, la gente empieza a aceptarlo de verdad. Y si también les puede ayudar un poco a mejorar el código, es genial. Si intenta quitar la parte de código a un desarrollador de software, se resiste mucho, pero tiene que...

Tom Soderstrom:
Sí. Como antiguo desarrollador de software, no estaría contento.

Ron Keesing:
Exacto. Por el contrario, si piensa en cómo añadir el asistente de código al trabajo más amplio que realizan, ayudando a contextualizar el código, porque la mayoría de los desarrolladores trabajan, especialmente en nuestro mundo, en bases de código heredadas masivas que pueden contener código heredado de décadas de antigüedad. Y gran parte de su tiempo lo dedican a tratar de entender lo que hace ese código. Entonces, si un asistente de código puede ayudarlos a orientarse y trabajar de manera efectiva en esa base de código heredada, bueno, entonces les encanta, ¿verdad? De hecho, les facilita el trabajo y les quita la parte del trabajo que odian.

Tom Soderstrom:
Estoy de acuerdo. Una de las cosas interesantes, tengo curiosidad por saber lo que ves aquí, es la deuda técnica. La deuda técnica es real. Es muy difícil conseguir financiación. Entonces, ¿cómo se elimina? Y creo que la IA puede ayudar. Con una nube, puede usar la infraestructura como código, lo que significa que documenta cómo retirar servidores. De repente, podría quitar los servidores antiguos de su centro de datos que este grupo debe mantener.

Ese es el hardware. El software es este código antiguo. ¿Cómo se deshace de él? Esos desarrolladores a menudo no quieren nada más que poder hacer otras cosas, pero esto es realmente crítico. La IA generativa y los asistentes de código pueden ayudar, como ha dicho, a entenderlo y, tal vez, incluso a traducir el código y trasladarlo. Ahora podría trasladarlo a la nube y esos desarrolladores podrían hacer otras cosas. Esa es la esperanza. ¿Qué opina? ¿Cree que es posible?

Ron Keesing:
Por supuesto, en ciertos aspectos. Yo diría que no es una panacea, al menos lo que estamos viendo hoy, pero hay muy buenos ejemplos en los que está haciendo un trabajo fantástico para nosotros. Mencionó la infraestructura como código. Hay ciertas personas a las que se les da muy bien la infraestructura como código, y a todos nos encantan y los valoramos. A la mayoría de las personas no se les da bien. Y, de hecho, lo que estamos descubriendo es que los asistentes de código bien diseñados pueden ser de gran ayuda para que los no expertos puedan hacer gran parte de ese trabajo de infraestructura como código.

Por ejemplo, una de las mayores adopciones internas de los asistentes de código es en nuestra propio departamento de TI, donde utilizan asistentes de código de IA generativa para escribir mucha infraestructura nueva en forma de código, exactamente su punto de vista, ¿verdad? Así es como puede empezar a pagar parte de esa deuda técnica y dedicar menos tiempo a la configuración manual de todos sus sistemas y a pasarlos a la nube, operar de una manera más moderna y, de hecho, ahorrar ciclos para abordar las partes más interesantes del problema, modernizando y transformando realmente la forma en que funcionan mis sistemas de TI para que pueda hacerlo de manera más eficiente.

Tom Soderstrom:
Es un gran ejemplo. ¿Tiene algún otro ejemplo de ello en el que haya visto que la IA, y en particular la IA generativa, si lo tiene, ya esté pagando dividendos empresariales?

Ron Keesing:
Sí, es una gran pregunta porque creo que nos emociona a todos. Todos hemos probado jugar con varios sistemas de IA generativa como ChatGPT u otros, y parece muy intuitivo que debería poder hacer grandes cosas con ellos, ¿verdad? Pero, en realidad, encontrar los casos que generen valor empresarial de manera constante es mucho más complicado.

Diré que una de las áreas en las que creo que estamos viendo el valor empresarial es simplemente la transformación de un proceso general de aprovisionamiento de servicios de TI. Este es un proceso muy manual, tradicionalmente. Como mencionaba, Leidos administra redes masivas para el Gobierno de EE. UU. con enormes sistemas de ayuda y un tipo tradicional de infraestructura de soporte. Y la verdad es que la mayoría de los seres humanos no quieren tener que llamar a alguien cuando sus sistemas de TI no funcionan.

Tom Soderstrom:
Es cierto.

Ron Keesing:
En primer lugar, solo quieren que sus sistemas de TI se recuperen y se arreglen solos o, si es necesario, quieren poder utilizar algún tipo de asistente basado en chat que pueda resolver el problema sobre la marcha.

Estamos viendo un gran éxito en el uso real de chatbots de IA generativa que proporcionan un soporte de servicios de TI personalizado de una manera que hace que los usuarios estén mucho más contentos. Me pongo en contacto con mi agente de soporte de TI al menos dos o tres veces por semana. Tenemos uno que utilizamos en Leidos que es realmente potente y de gran éxito, y ahora lo estamos distribuyendo a muchos de nuestros clientes gubernamentales.

Ron Keesing:
El ámbito en el que, en muchos sentidos, me entusiasma más ver una transformación, pero creo que aún no se sabe cuánto sacaremos de ella, es la transformación del mundo de la ingeniería digital, el diseño y la ingeniería de sistemas a través de la IA generativa, asumiendo muchos de los procesos que tradicionalmente son altamente manuales.

Tom Soderstrom:
Eso tiene sentido para mí, porque una de las cosas que estamos viendo es la escala, que está escalando verticalmente, pero las cosas se vuelven difíciles a gran escala. Y cuando se emprende algo como una tarea de ingeniería de sistemas muy compleja, es mucho lo que hay que tener en cuenta. Si hay algo en lo que la IA es buena, es en llevar un registro de muchísimos detalles.

Tom Soderstrom:
Entonces, ¿cómo cree que será el futuro de la IA?

Ron Keesing:
Bueno, ahora me toca a mí decirle algo controvertido.

Tom Soderstrom:
Bien. Adelante.

Ron Keesing:
Es un momento muy interesante en el campo, porque si piensa en cómo trabajamos hoy en día, tenemos todos estos procesos que utilizamos que se basan en la generación de texto y, luego, en el consumo de texto por parte de... Así que los humanos producen texto y los humanos consumen texto. Ahora estamos entrando en una era en la que utilizaremos la IA cada vez más para ser los productores definitivos de ese texto. Y, en última instancia, en el otro extremo, habrá una IA que consuma cada vez más ese texto.

Permítame darle un ejemplo de las repercusiones que podría tener esto en el mundo en el que vivo, donde estamos redactando propuestas de trabajo para el Gobierno de EE. UU. Bueno, estamos usando la IA, como todos. Estamos intentando pensar en cómo podemos usar la IA para agilizar y mejorar el proceso de redacción de propuestas. Como mencionó, por supuesto, los humanos hacen un primer borrador y los humanos lo iteran. Espero que la IA mejore cada vez más en esto con el tiempo. Bien, nuestros clientes buscan recibir más y más propuestas y tener cada vez menos personas; están pensando en cómo van a utilizar la IA para leer estas propuestas.

Tom Soderstrom:
Eso es muy interesante.

Ron Keesing:
¿Cierto?

Tom Soderstrom:
Sí.

Ron Keesing:
Así que si piensa en lo que vamos a hacer en el caso límite, crearemos una especie de conjunto de fragmentos de conocimiento que luego incorporaremos a un sistema de IA que luego producirá una hermosa propuesta escrita. Tendrán un sistema de IA por su parte que leerá nuestra propuesta y extraerá los fragmentos de conocimiento, que luego compararán de alguna manera y decidirán a quién quieren seleccionar. Y ambos atribuiremos los enormes aumentos de productividad al hecho de que tenemos estos sistemas de IA que, en realidad, no añaden ningún valor fundamental, porque en realidad no se utiliza toda la codificación y decodificación como texto.

De hecho, es un aspecto muy interesante sobre cómo, dado que tenemos todos estos flujos de trabajo que hemos desarrollado, no solo a nivel interno de las organizaciones, sino incluso entre organizaciones, donde el texto se convierte en una especie de medio de transferencia de conocimiento, todos estamos entusiasmados por utilizar la IA para transformar la forma en que lo hacemos, pero es posible que no generemos un valor real y supremo hasta que realmente reconsideremos el funcionamiento de esos procesos y nos demos cuenta de que tal vez el texto ya no sea el medio de intercambio que realmente pensamos que es hoy.

Tom Soderstrom:
Súper interesante. Tanto usted como yo hemos escrito muchísimas propuestas importantes, y lo que uno presenta es una fracción de lo que se escribe inicialmente. Así que ha perdido mucho tiempo.

Ron Keesing:
Claro.

Tom Soderstrom:
Entonces, uno puede reutilizar esas piezas, etcétera, y tal vez la IA pueda ayudar. Es un aspecto muy interesante.

Ron Keesing:
Mire, estamos muy lejos de poder hacer esto con los sistemas que tenemos hoy en día. Pero, en última instancia, ya estamos viendo que la gente hoy en día usa la IA. De hecho, hoy en día veo personas que usan la IA para crear algunos puntos clave, le piden a la IA que los desarrolle en un correo electrónico y, luego, alguien del otro lado le pide a la IA que lea ese correo electrónico y lo reduzca a los aspectos clave. Por lo tanto, ya estamos viendo los inicios de este tipo de flujos de trabajo. Y creo que cada vez más tendremos que preguntarnos: ¿cómo queremos trabajar realmente?

Por ejemplo, si piensa en cómo podría funcionar eso en una era en la que se selecciona a un licitante, tal vez lo que hagamos sea pasar más a un sistema en el que en realidad sean presentaciones orales y la gente conozca a las personas que presentan estas ideas, porque las grandes propuestas escritas de 500 páginas ya no tienen tanto significado técnico.

Pienso en lo que acaba de hacer, ha hecho aparecer un montón de startups que dicen: “Oh, sí, puedo escribir eso”. Creo que eso es lo que va a pasar. Estamos en pañales aquí. Es un momento emocionante. Hay gente mirando y pensando: quiero ser director de algo de IA. Entonces, ¿qué consejos daría? ¿Cuáles son los tres consejos, por decir algo, puede ir más allá, que le daría a alguien que quiera ser director de IA?

Ron Keesing:
Bueno, tal vez dé estos consejos contextualmente en el momento en que nos encontramos ahora mismo.

Tom Soderstrom:
Sí.

Ron Keesing:
Si está intentando ayudar a su organización a avanzar en el mundo de la IA en este momento, el primer consejo que le daría es que se centre realmente en sus datos. La mayoría de las organizaciones tienen enormes aspiraciones en cuanto a lo que pueden lograr con la IA, pero sus datos no están realmente preparados para la IA. Simplemente no van a tener la oportunidad de usar realmente la IA para resolver los problemas que quieren resolver.

Sin embargo, es fácil convertir cualquier ejercicio para tratar de mejorar los datos en un recorrido de una década, un esfuerzo que nunca llegará a ninguna parte, por lo que tiene que centrarse mucho en cómo hacerlo. Tiene que pensar en cómo crear, básicamente, una capa de sustrato de productos de datos de IA que exprese sus prácticas empresariales principales de manera que libere el potencial de la IA para transformar su forma de trabajar.

El segundo consejo que daría es pensar realmente en cómo la IA trabaja con las personas en asociación. Gran parte de la conversación en torno a la IA se convierte en: “¿La IA va a ocupar puestos de trabajo humanos? ¿Vamos a deshacernos de la gente?”

Todos lo escuchamos y lo vemos. La verdad es que aquellos de nosotros que hemos estado trabajando en IA durante tanto tiempo como usted y yo sabemos que los proyectos de IA exitosos casi siempre implican unir lo que los humanos hacen bien con lo que las máquinas hacen bien. Y crear asociaciones realmente sinérgicas y enmarcar la forma en que funciona la IA como una asociación sinérgica entre la persona y el sistema de IA es la clave del éxito.

Gran parte de los datos más importantes que se obtienen para mejorar realmente la forma en que funciona un sistema de IA se obtienen cuando los humanos interactúan realmente con ese sistema de IA. Por lo tanto, la asociación entre humanos y máquinas como componente fundamental es algo que recomiendo a todos los que estén pensando en cómo abordar la creación de sus propias soluciones de IA.

Lo tercero es ponerme el sombrero de la gobernanza. La mayoría de las organizaciones que conozco están empezando a asumir el desafío de cómo se gobierna la IA y cómo se puede innovar y tener gobernanza al mismo tiempo. Para mí, encontrar este punto de equilibrio consiste en tener una comprensión muy bien articulada del riesgo de la IA, cómo se produce y cómo se puede administrar.

No centre la atención en materia de gobernanza ni los recursos de gobernanza en casos de uso de IA de bajo riesgo. Dejemos que las personas experimenten, dejemos que actúen con rapidez, dejemos que descubran qué es lo que funciona y se centren en lo que siempre serán recursos de gobernanza limitados en las cosas reales que representan un riesgo empresarial. Además, vincule su práctica de gobernanza de la IA con su práctica más amplia de administración de riesgos para que pueda basarse en principios empresariales reales.

Tom Soderstrom:
Eso me gusta mucho. ¿Ha oído hablar del principio de Amazon de decisiones unidireccionales y bidireccionales?

Ron Keesing:
No, de hecho, no lo conozco.

Tom Soderstrom:
Una decisión unidireccional es algo que solo el ejecutivo de más alto nivel puede tomar. Crear una nueva región, miles de millones de dólares. Decisiones importantes. La mayoría de las decisiones son decisiones bidireccionales. Puede ir y volver. Así que lo que describe encaja muy bien con eso. Deje que los expertos en riesgos se ocupen de las cosas importantes y deje que las personas experimenten con un riesgo bajo. Por lo tanto, si puede reducir el riesgo en la mayoría de cosas, puede avanzar muy rápido.

Ron Keesing:
Así es, exacto.

Tom Soderstrom:
Creo que es un buen consejo. Pero realmente quiero darle las gracias por esta conversación tan intrigante, y veo muchas más por venir. Va a ser interesante ver cómo medimos el éxito. Está en pañales.

Ron Keesing:
Por supuesto.

Tom Soderstrom:
Y si es un director de IA y quieres saber cómo es la vida, como un director de IA, ponte en contacto con Ron.

Ron Keesing:
Sí.

Tom Soderstrom:
Muchísimas gracias.

Ron Keesing:
Gracias, Tom.

Escúchelo ahora

Escúchelo ahora

Escúchelo ahora